Rådatafiler

Rådatafiler avser oförädlade data som samlats in från mätningar, experiment eller observationer och som ännu inte har bearbetats, filtrerats eller sammanstälts. De utgör källmaterialet för all efterföljande analys och reproducerbarhet, och speglar de faktiska mätvärdena samt de villkor under vilka data samlades in.

Egenskaper: rådata är ofta stora och kan vara antingen textbaserade eller binära. De innehåller normalt tidstämplar, flera mätkanaler och instrument- eller sensorinställningar, men saknar oftast bearbetade resultat eller normaliseringar. Filformaten varierar mellan olika instrument och branscher; vanliga format är textbaserade som CSV eller TSV, men många instrument levererar binära filer eller format som kräver specifik programvara.

Exempel på rådatafält och format: inom genomik kan rådata vara FASTQ-filer; inom bild och astronomi kan det handla om råa FITS-filer; inom ljud- och akustik kan det vara WAV eller andra okomprimerade format. Inom industriell mätning används ofta binära instrumentfiler eller CSV. Ofta saknar rådata en universell standard, varför metadata och dokumentation är avgörande.

Metadata är central för rådata: tidsstämpel, enheter, provtagningsmetod, instrumentinställningar, plats och miljö, samt en tydlig beskrivning av vad varje fält representerar. Dataförlust och korruption undvikande metoder som checksummor och versionering är viktiga i arkivering.

Användning: rådata möjliggör oberoende verifiering av resultat och nya analyser med ny metodik. Bevarande av rådata kräver långsiktig arkivering, tydlig dokumentation av bearbetningssteg och tillgång till programvara som kan läsa filerna.