DaRUS - the Data Repository of the University of Stuttgart

The web interface of DaRUS can be found at https://darus.uni-stuttgart.de . As a non-registered user you will see all published datasets and data areas (Dataverses). 

The DemoDaRUS test system can be found at https://demodarus.izus.uni-stuttgart.de/. The test system can only be accessed within the University of Stuttgart. 

DaRUS is the place for all members and partners of the University of Stuttgart to share, publish or archive completed research results in the form of data and/or software. As a technical university, we have a focus on engineering and scientific research. 

DaRUS is not intended for the (secondary) publication of texts and posters. Please use OPUS, the open access repository of the University of Stuttgart, for this purpose. DaRUS is also not the right place to publish teaching materials (Open Educational Resources). Please use ZOERR, the repository of the Baden-Württemberg universities for Open Educational Resources.

There is no hard restriction, but we highly recommend (and check in the publication process) to upload data in an open format that is openly documented and implemented by several tools. If you have to upload data in a proprietary format, then please document in the metadata the software (and version) that can be used to read the data.

We recommend (and provide previewers for) the following data formats:

- CSV, TAB for tabular data

- HDF5, NetCDF for structured data

- TIFF, JPG for images

- Plain text, Markdown or PDF files for README files and additional documentation

First, check if your institute already has its own  data space (so-called dataverse) on DaRUS. You can find this out by searching for the name or the abbreviation of your institute in the full text search of DaRUS.On the page of your institute's dataverse you can reach the local administrator by clicking the Contact button. This person can then give you all necessary rights to upload data.

If your institute does not yet have its own dataverse, we can create such an area for you. The only requirement is that a local administrator takes responsibility for the dataverse (by taking on the role of "DaRUS administrator" in the university admin portal) and holds an introductory meeting with us.  Contents of the introductory meeting are: Functions and configuration options of DaRUS, rights and duties as DaRUS admin, application goals, data types, formats and volumes, description categories, automation.

Login is done on the DaRUS homepage via Shibboleth. Click on LogIn in the top right corner and start typing the name of your Institution. You will then be redirected to a login page where you can login with your institutional account. In addition to the published datasets and dataverses, you now also see all data and dataverses to which you have rights.

In the DaRUS Knowledge Base on DaRUS you can find instructions for the first steps on DaRUS.

DaRUS enables you to make your data Findable, Accessible, Interoperable and Reusable (FAIR). All data uploaded on DaRUS gets an DOI as a persistent identifier, a license (CC-BY by default) and can be described with an extensive set of metadata, organized in metadata blocks. The metadata blocks on DaRUS allow for information on citation and general description, context (project, funding, relations to other datasets and information), the research process with the methods and tools used, the object of study with the variables and parameters captured, as well as technical information on the use and documentation of software and code. A minimal set of metadata (title, description, author, contact, subject) is technically enforced by the system. Further metadata can be configured by local administrators according to discipline specific requirements. The metadata blocks base on metadata standards like DDI, DataCite, EngMeta and CodeMeta. All metadata is indexed and can be used to find and filter datasets via search facets, full text and advanced search services. 

All data published on DaRUS is findable via B2FIND, OpenAIRE and the Google Dataset Search. All metadata is exposed in standard formats like DataCite, DublinCore and schema.org via an OAI-PMH interface.

The quality of published datasets is assured via a publication workflow. Before publication, each dataset undergoes a content-related and a formal quality check, in which it is checked for completeness, comprehensibility and reproducibility. Authors are encouraged to use open data formats. 

The data is stored in an object storage system (NetApp StorageGRID) and simultaneously mirrored to two geographically separate locations. The hard disks are configured as so-called dynamic disk pools (DDP). A key feature is that all data is striped across all disks involved. This means that the simultaneous failure of up to 3 hard disks can be handled without data loss.

All uploads and downloads are automatically encrypted with TLS1.2 or better. Stored data is encrypted by the system with AES-256 by default and automatically decrypted when accessed by an authorized application. 

If you want to upload large amounts of data to DaRUS on a regular basis, please contact your local administrator or, as an administrator, the DaRUS team. We can then activate direct upload to the data backend for your dataverse.

More information about the different ways to upload files can be found under BigData. 

In your dataverse, you can decide for yourself which users have which rights to the data records.. You can create user groups and assign roles to individual users or user groups. In order to assign rights to a user or to add a user to a group, this user must first log in to DaRUS via Shibboleth.

In addition, you can configure which search and description categories (metadata) should be available for your research data and which must be filled in optionally or mandatory. You can also create templates that prefill frequently used metadata.

Each dataverse has its own rights management. Rights are not inherited from a higher-level dataverse to lower-level dataverse. You need admin rights for a dataverse to be able to grant rights to other users or user groups. Rights can be assigned at the level of dataverses or records.

First, you need a dataverse for your project. If your institute already has a dataverse, the local admin (with the role DaRUS-Administrator in the Uni-Admin-Portal) can create a dataverse for you and give you admin rights for this dataverse.

Afterwards all project partners have to register once with DaRUS via Shibboleth so that they appear as users in the system. Then you can give the partners the desired rights to the project data averse.

In order for external partners to be able to authenticate themselves with DaRUS, the respective institution must be a member of the EduGAIN network and has to submit DaRUS four different attributes (eppn, givenName, sn, mail) to allow the creation of new user account. If there are any problems, please contact the FoKUS team.

Each data set is assigned a DOI (Digital Object Identifier) as ID during creation. You must publish the data record so that it can be permanently accessed by the public under this DOI. The data record goes through a publication workflow in which it is first checked from a scientific point of view and then from a formal point of view. After release, the DOI is registered and the data record is released to the public.

Allow at least one week for the publishing process. After the internal content control it usually takes up to 3 working days until you get feedback from the DaRUS team. Until the actual release and publication of the data set, a revision may be necessary.

DaRUS offers different degrees of publicity:

• Published with DOI without restriction: Both the description (metadata) and the data itself are fully accessible to the public. Access to the data set is counted, but no information about the users is collected. (Application example: OpenData)
• Published with DOI with guestbook: The metadata is fully accessible, but users must complete a questionnaire before downloading the actual files. The data is made accessible independently of the answers to the questionnaire (application example: need for information about subsequent users of data).
• Published with DOI with file protection: The metadata is fully accessible, the files can only be requested and must be explicitly released by an administrator. (Application example: Restriction to scientific use of data relevant to data protection)
• Published with DOI with file embargo: The metadata is fully accessible, the files can only be accessed after an embargo period.
• Unpublished with private URL: A so-called private URL can be created for an unpublished record. Anyone in possession of this URL can access the record. (Application example: Access to data for reviewers) 
• Unpublished: Unpublished datasets can only be accessed by users who have been explicitly granted rights to the Dataverse they contain. (Application example: sharing data in the project context)

DaRUS is based on the open source software Dataverse, whose functionalities are described in the User-Guide and  whose REST interfaces are described in the API-Guide. A set of slides published in the DaRUS knowledge base describes the first steps with DaRUS as user and also as administrator.

Sie können für jede Datei beim Hochladen einen Dateipfad angeben. Neben der Tabellenansicht bietet DaRUS dann alternativ eine Baumansicht (Table), in der die Dateien in den Dateipfaden organisiert angezeigt werden.

Alternativ können Sie mehrere Dateien in einer zip-Datei hochladen. Diese Datei wird von DaRUS automatisch ausgepackt, wobei die Ordnerstruktur innerhalb der zip-Datei erhalten bleibt.

Mehr Informationen dazu finden Sie im User-Guide von Dataverse.

Wir empfehlen eine standardisierte Lizenz, die zum Inhalt ihres Datensatzes (Daten und/oder Software) passt und die die Nutzung ihres Datensatzes in Ihrem Sinne regelt. Für Daten können Sie aus den Creative Commons Lizenzen auswählen, für Datenbanken Lizenzen wie die ODBL und für Software spezielle Software-Lizenzen. Beinhaltet ihr Datensatz sowohl Daten wie auch Software, können Sie auch verschiedene Lizenzen für einzelne Teile des Datensatzes vergeben (siehe zum Beispiel darus-2134, darus-1851 oder darus-3303). 

Im Sinne von OpenScience empfehlen wir, ihre Forschungsergebnisse mit einer möglichst freien Lizenz zu versehen (wie z.B. CC-0 oder CC-BY für Daten oder MIT, Apache 2.0 oder BSD für Software). Alternative CC-Lizenzen ermöglichen es Ihnen, eine kommerzielle Nutzung auszuschließen oder sicherzustellen, dass auch abgeleitete Werke aus ihren Daten unter der gleichen offenen Lizenz veröffentlicht werden. 

Falls Sie mit ihrer Software auf bestehende Software(-bibliotheken) aufbauen, müssen Sie zusätzlich beachten, unter welcher Lizenz diese Abhängigkeiten stehen. Sollten Sie auf Code aufbauen, der unter einer sog. Copy-Left-Lizenz steht (wie z.B. die GPL), können Sie beispielsweise keine permissive Lizenz (wie z.B. MIT, Apache 2.0 oder BSD) mehr verwenden. 

Der License Chooser kann Ihnen helfen, die richtige CC-Lizenz für ihre Daten auszuwählen, der License Checker die richtige Lizenz für ihre Software.

Standardmäßig werden alle Datensätze mit einer CC-BY - Lizenz versehen. 

Alle Metadatenfelder, bei denen eine mehrzeilige Textbox als Input-Element zur Eingabe der Inhalte vorgegeben sind, können mit Hilfe von HTML-Tags gestaltet werden.

So können Sie zum Beispiel Textabsätze mit Hilfe eines <p>-Tags kennzeichnen, Links mit einem <a>-Tag direkt anklickbar machen oder Aufzählungen mit <ul> und <li>-Elementen gestalten.

Ein Beispiel:

<p>Erster Textabsatz.</p>

<p>Zweiter Textabsatz mit einem <a href="http://link.ziel">Link</a>.</p>

<ul>

<li>Aufzählungselement 1</li>

<li>Aufzählungselement2</li>

</ul>

DaRUS, bzw. Dataverse versucht, tabellarische Daten (z.B. CSV, TSV, STATA, SAV, R) automatisch einzulesen und in ein internes Archivformat zu überführen. Nach dem erfolgreichen Einlesen der Daten gibt es auf der jeweiligen Datei-Seite eine Preview-Funktion, die den Inhalt anzeigt.

Damit das bei CSV-Dateien funktioniert, müssen diese in einem bestimmten Format sein:

• Die Spalten müssen mit Kommas (keine Semikolons, keine Tabulatoren, keine Leerzeichen) getrennt sein
• Die Datei beginnt mit einer Header-Zeile mit eindeutigen Spaltenüberschriften
• Alle Zeilen haben die gleiche Anzahl Spalten
• Inhalte von Tabellenzellen, die Kommas beinhalten, sind mit Anführungezeichen umgeben

Bereiten Sie ihre Excel-Tabellen so vor, dass sie jeweils genau eine Überschriftenzeile als erste Zeile (idealerweise pro Überschriftenspalte eine eindeutige Bezeichnung und Einheit der jeweiligen Daten, z.B. Pressure [bar]) beinhalten.

Anschließend können Sie das folgende Makro nutzen, um die Daten pro Tab in das gewünschte CSV-Format zu exportieren:

Option Explicit
Public Sub ExportWorksheetAndSaveAsCSV()
Dim wbkExport As Workbook
Dim shtToExport As Worksheet
Dim shtName As String
Dim wbName As String
Dim Filename As String

Set shtToExport = ActiveSheet 'Sheet to export as CSV
shtName = Replace(ActiveSheet.Name, " ", "_") 'sheet name without blanks
wbName = Replace(Replace(ActiveWorkbook.Name, " ", "_"), ".xlsx", "") 'workbook name without blanks
Filename = ActiveWorkbook.Path + "\" + wbName + "_" + shtName + ".csv"
'Filename = ActiveWorkbook.Path + "\" + shtName + ".csv" 'uncomment, if filename should only consist of sheetname
Set wbkExport = Application.Workbooks.Add
shtToExport.Copy Before:=wbkExport.Worksheets(wbkExport.Worksheets.Count) 'open sheet in new workbook
Application.DisplayAlerts = False 'Possibly overwrite without asking
wbkExport.SaveAs Filename:=Filename, FileFormat:=xlCSVUTF8 'comma separated csv format
Application.DisplayAlerts = True
wbkExport.Close SaveChanges:=False 'close sheet
End Sub

Manche Metadatenfelder (aktuell die Felder Keyword und Topic Classification aus dem Citation Metadata Block) ermöglichen es, den gewünschten Begriff (Term) mit einem Link aus einem kontrollierten Vokabular zu hinterlegen. Idealerweise ist der Begriff damit eindeutig semantisch definiert und mit anderen Forschungsoutputs verknüpfbar. 

Der gewünschte Begriff kommt dazu in das Unterfeld "Term" (wobei jedes Einzelwort aus Konsistenzgründen groß geschrieben wird), der Name des Vokabulars in Kurzform (z.B. Wikidata, LCSH) in das Feld "Vocabulary" und die Term-URI (die gleichzeitig in der Regel ein Link zur Dokumentation dieses Terms ist) in das Feld "Term URI".

Soll beispielsweise das Keyword "molecular dynamics simulation" mit dem entsprechenden Eintrag bei Wikidata verknüpft werden, steht im Feld Term der Begriff 'Molecular Dynamics Simulation', im Feld Vocabulary "Wikidata" und im Feld Term URI der Link "https://www.wikidata.org/wiki/Q901663". Optional können Sie im Feld Controlled Vocabulary URL einen Link zum Vokabular selber (in diesem Fall "https://www.wikidata.org") angeben.

Als Vokabulare können sowohl kontrollierte Vokabulare (wie zum Beispiel die Loterre Vocabularies), Ontologien (wie z.B. EDAM, Wikidata),  Klassifikationen (wie z.B. die Library of Congress Subject Headings, Mathematical Subject Classification oder Physics Subject Headings) oder auch Normdaten aus der GND sein.

Verschiedene Plattformen helfen bei der Suche über mehrere Vokabulare und Ontologien hinweg, wie zum Beispiel:

• Ontobee: Suchplattform über die OBO Ontologien (vor allem aus den Lebenswissenschaften)
• Terminologie-Services der TIB allgemein für technische Fächer, für die Ingenieurswissenschaften (NFDI4Ing) und die Chemie (NFDI4Chem)
• Linked Open Vocabularies

Bei der Suche nach geeigneten (fachspezifischen) Vokabularen und Terminologien können Verzeichnisse wie BARTOC oder FairSharing.org helfen.

DaRUS (bzw. die darunter liegende Software Dataverse) versucht beim Upload einer Datei, den richtigen Dateityp zu erkennen, um entsprechend mit der Datei umgehen zu können. Die Erkennung funktioniert aber nicht immer im gewünschten Sinne. Falls Sie den Dateityp selber festlegen möchten, können Sie das tun, indem Sie die Datei mit Hilfe der API hochladen und dabei den MIME-Type der Datei festlegen. Der folgende curl-Befehl lädt zum Beispiel die Datei mit dem Namen filename.xxx hoch und legt dabei den MIME-Type text/plain (einfache Textdatei) fest.

curl -H "X-Dataverse-key:xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx" -X POST -F 'file=@filename.xxx;type=force-text/plain'  -F 'jsonData={"description":"My file description.", "restrict":"false", "tabIngest":"false"}' "https://darus.uni-stuttgart.de/api/datasets/:persistentId/add?persistentId=doi:doi:10.18419/darus-XXXX"

Um das Beispiel für ihre eigene Datei zu nutzen, ersetzen Sie im Beispiel xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx durch ihren API-Key, darus-XXXX durch die Kennung ihres Datensatzes, filename.xxx durch den Pfad zur hochzuladenden Datei und text/plain durch den gewünschten MIME-Type. Das Prefix "force-" vor dem MIME-Type erzwingt diesen Dateityp.

Für mehr Informationen zu weiteren Konfigurationsmöglichkeiten beim Hochladen einer Datei per API siehe API-Guide

Tags (known as ‘curation labels’) below the dataset’s title indicate the dataset’s status, both in the dataset overview and on the dataset details page.

	Once a record has been created, its status is ‘Draft’ and ‘Unpublished’.
	If a dataset is finalised and submitted by the author for peer review by their organization (via ‘Request for Review’), the label ‘In Review by your Organization’ is automatically applied.
	As soon as the dataset is then sent to the FoKUS team for publication (via ‘Publish’), the label ‘In Review by FoKUS’ appears.
	If FoKUS has carried out the review and there are still queries or the dataset requires further revision, the label “Waiting for Feedback from Author” is applied.
	Once the dataset has been published, all labels are removed and a version label is applied.