Onderzoekers: werk met papers en data zonder ze te uploaden

De dag van een onderzoeker zit vol PDF’s die nog niet openbaar horen te zijn. Een manuscript dat nog beoordeeld wordt. Een subsidieaanvraag voordat je hem indient. Een paper dat je onder embargo aan het peer-reviewen bent. Een dataset-bijlage met deelnemersgegevens die een ethische commissie onder strikte voorwaarden heeft goedgekeurd. Dit zijn niet zomaar bestanden; aan veel ervan hangen formele verplichtingen over wie ze mag zien en waar ze terecht mogen komen.

En dan moet je er iets doodgewoons mee doen. De figuren samenvoegen met de hoofdtekst. Een zware PDF comprimeren zodat hij past binnen de uploadlimiet van een tijdschrift. Een gescande referentie doorzoekbaar maken. De snelle oplossing is een gratis online tool zoeken en het bestand erin droppen. En precies op dat moment breekt de verplichting stilletjes, want dat bestand is net naar een server gegaan die je nooit hebt gecontroleerd.

Het probleem met “heel even maar”

Vertrouwelijkheid in onderzoek is geen gevoel, het is vaak een schriftelijke voorwaarde. Dubbelblinde peer review staat of valt met een manuscript dat niet uitlekt. Ethische goedkeuring voor data over proefpersonen schrijft meestal precies voor hoe en waar gegevens worden opgeslagen en verbiedt overdracht aan derden. Een embargo vóór publicatie is een contract met een tijdschrift.

Een typische online PDF-tool vraagt je het document te uploaden naar zijn server, waar het wordt verwerkt en, zo wordt je verteld, later weer verwijderd. Voor een vakantiefoto: prima. Voor een manuscript dat je blind beoordeelt, of een dataset die onder een ethisch protocol valt, is “geüpload naar een onbekende derde en verwijderd op een timer die je niet kunt zien” precies datgene wat je afspraken juist moesten voorkomen. Je kunt een tijdschrift of een ethische commissie niet beloven dat het bestand bleef waar het hoorde als je het hebt afgegeven aan een server die je niet beheert.

Hoe reader.me anders is

reader.me draait de tools in je browser. Er is geen uploadstap, omdat er geen server is die het werk doet. De verwerkingsengine wordt geladen in het browsertabblad zelf en draait op je eigen machine.

Dus wanneer je een zware PDF comprimeert, is de volgorde: je browser leest het bestand in het geheugen op je laptop, voert de compressie daar ter plekke uit en geeft je het resultaat. Het bestand wordt nooit verzonden. Het is het verschil tussen werken met gereedschap dat je naar huis hebt gehaald en je document door de brievenbus van een vreemde duwen.

Je hoeft dat niet op goed vertrouwen aan te nemen. Open een willekeurige reader.me-tool, open de ontwikkelaarstools van je browser (F12) en kijk naar het tabblad Netwerk terwijl je een bestand verwerkt. Je ziet geen upload. Wil je het helemaal zeker weten? Zet je wifi uit en doe het offline. Het werkt nog steeds, en dat kan alleen omdat het bestand nooit ergens heen ging.

De dagelijkse klusjes, privé gedaan

De taken waar onderzoekers het vaakst naar grijpen, allemaal lokaal uitgevoerd:

• Comprimeren voor indiening. Tijdschriftportalen stellen graag een maximum aan de uploadgrootte. Comprimeer een PDF tot binnen de limiet zonder je ongepubliceerde manuscript eerst naar een compressiedienst te sturen.
• Een scan doorzoekbaar maken. Een oude referentie of een gescande figuur is alleen maar een afbeelding totdat je OCR gebruikt, die een echte tekstlaag toevoegt zodat je hem kunt doorzoeken en citeren. De scan verlaat je machine nooit.
• Citaten en data eruit halen. Heb je de exacte bewoording of de cijfers uit een bron nodig? Extraheer de tekst in plaats van over te typen, lokaal.
• Het eindstuk samenstellen. Voeg het manuscript, de figuren en het aanvullende materiaal samen tot één bestand om in te dienen.
• Een concept vergrendelen voor je het deelt. Stuur je een gevoelig concept naar een co-auteur? Beveilig het met een wachtwoord en stuur de sleutel apart.

Een opmerking over metadata

Eén ding verdient de aandacht van een onderzoeker: PDF’s dragen verborgen metadata met zich mee, waaronder auteursnamen, softwaredetails en soms revisiegeschiedenis. Voor dubbelblinde beoordeling is dat van belang, want een manuscript dat jou bij naam noemt in zijn eigenschappen is niet echt blind. Het is een reden om voorzichtig te zijn met wat er in een bestand is ingebakken voor je het indient, en een reden om de voorkeur te geven aan tools die er niet hun eigen sporen bovenop leggen.

Waarom dit past bij hoe onderzoek al werkt

Onderzoekers leren herkomst te documenteren, protocollen te volgen en geen kortere weg te nemen met data. Een tool die stilletjes je bestanden uploadt, gaat daar dwars tegenin. Een tool die het werk op je eigen machine doet, past erbij. Je houdt van begin tot eind de regie over het document, en dat is precies wat je afspraken, je ethische goedkeuringen en je eigen normen al van je vragen.

De volgende keer dat je een manuscript moet comprimeren of een referentie moet OCR-en, hoef je niet te kiezen tussen het werk afkrijgen en je woord houden. Open de PDF-tools, doe de klus in je browser, en het bestand blijft precies waar het hoort: bij jou.