Søgeresultat

UDEL

Navn, UDEL , Beskrivende navn, Uddannelsesdel , Gyldighed, Gyldig fra: 01-10-1973, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Nogle uddannelser er kombinationsuddannelser, der kan indberettes således, at de relativt selvstændige dele indberettes hver for sig som sideløbende uddannelser. Der er dog kun tale om dele af det samme uddannelsesprogram, som samlet set er én fuldtidsuddannelse. UDEL angiver, hvilken del af det samlede uddannelsesforløb der er tale om., Detaljeret beskrivelse, På grundskoleuddannelser og gymnasiale uddannelser har der været en specifik interesse i statistiske opgørelser på klassetrin. På disse områder bliver det enkelte klassetrin derfor indberettet som en særskilt uddannelsesdel. Tilsvarende er der på erhvervsuddannelserne (EUD) en interesse i at kunne følge overgangen mellem grundforløb og hovedforløb. Hver del af uddannelsen indberettes derfor som en selvstændig uddannelsesdel. På lange videregående uddannelser kan UDEL fx bruges til at skelne mellem de udelte kandidatuddannelser og de 2-årige kandidatoverbygninger. Eksempler på uddannelsesdele: 00 = Udelt uddannelse 21 = 1. klassetrin (fx 1. g/1. hf/1. hhx/1. htx) 22 = 2. klassetrin (fx 2. g/2. hf/2. hhx/2. htx) 51 = EUD indgangsforløb 53 = EUD indgangsforløb 1 54 = EUD indgangsforløb 2 52 = EUD hovedforløb 60 = Udelt kandidatuddannelse 61 = Bachelor 62 = Kandidatoverbygning, Bilag, Tabel, Populationer:, Personer i elevregistret, Personer i Danmarks Statistiks elevregister, Værdisæt, U061000.TXT_UDEL - Uddannelsesdel, Kode, tekst, Fra dato, Til dato, 0, Udelt uddannelse, 1, 1. år, 10, 10. klasse, 11, 11. klasse, 2, 2. år, 20, 0. klassetrin, 21, 1. klassetrin, 22, 2. klassetrin, 23, 3. klassetrin, 24, 4. klassetrin, 25, 5. klassetrin, 26, 6. klassetrin, 27, 7. klassetrin, 28, 8. klassetrin, 29, 9. klassetrin, 3, 3. år, 30, 10. klassetrin, 31, 11. klassetrin, 4, 4. klasse, 40, FGU basis, 41, FGU spor, 5, 5. klasse, 51, EUD indgangsforløb, 52, EUD hovedforløb, 53, EUD indgangsforløb 1, 54, EUD indgangsforløb 2, 55, EUD EUX studiekompetenceforløb, 6, 6. klasse, 60, Udelt kandidatuddannelse, 61, Bacheloruddannelse, 62, Kandidatoverbygning, 64, Akademisk overbygningsuddannelse, 7, 7. klasse, 71, Bifag, 72, Sidefag, 73, Suppleringsfag, 76, Sidefagssupplering 1/2 år, 8, 8. klasse, 9, 9. klasse, 56, 65

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/elevregister-2/udel

Ph.d.-uddannelser

Hvor mange i Danmark begynder, går på eller afslutter en Ph.d. uddannelse?

https://www.dst.dk/da/Statistik/emner/uddannelse-og-forskning/fuldtidsuddannelser/ph-d-uddannelser

Emneside

Ledighed & beskæftigelsesoplysninger der vedrører IDA-ansættelser

Beskrivelse, Formålet med IDA-databasen (Integrerede Database for Arbejdsmarkedsforskning) er at stille et datamateriale om personer og virksomheder til rådighed på individniveau. Oplysningerne i databasen kan anvendes til at belyse en lang række problemstillinger vedrørende arbejdsmarkedet (f.eks. personers mobilitet, virksomheders jobskabelse samt samspillet mellem person og virksomhed)., Det særlige ved databasen er, at man kan koble personer og virksomheder sammen. Derfor kan personer karakteriseres på grundlag af oplysninger om den virksomhed, de er ansat i, og tilsvarende kan man beskrive virksomhederne på grundlag af oplysninger om de ansatte. Desuden er det muligt at følge personer og virksomheder over tid., IDA-databasen er organiseret i fire datasæt indeholdende oplysninger om henholdsvis personer, ansættelser, arbejdssteder og firmaer. , Statistikområdet "Ledighed og beskæftigelsesforanstaltninger der vedrører IDA-ansættelser" indeholder en variabel (ARBLED) fra datasættet ansættelser (IDAN), der vedrører ledighed og beskæftigelse. , Ansættelsesdatasættet indeholder alle typer af ansættelser såsom hovedbeskæftigede, bibeskæftigede lønmodtagere, arbejdsgivere, selvstændige og medarbejdende ægtefæller, øvrige novemberansættelser, ej-november og vigtigst novemberansættelser. Variablen type angiver, hvilken slags ansættelse der er tale om og skal anvendes, hvis man ønsker at danne delpopulationer af ansættelsesdatasættet. For hver enkel variabel er de populationer, variablen er gældende for, angivet og defineret., Yderligere uddybning af populationerne i ansættelsesdatasættet findes i det vedhæftede bilag "Oversigt over variabler og datasæt i IDA"., Mere information om IDA kan også ses i kvalitetsdeklarationen:, http://www.dst.dk/kvalitetsdeklaration/1013, Koblingen til arbejdsstedsdatasættet sker via løbenummeret (LBNR). Man skal imidlertid være opmærksom på, at populationen af arbejdssteder er forskellig i ansættelsesdatasættet (IDAN) og arbejdsstedsdatasættet (IDAS). I ansættelsesdatasættet (IDAN) indgår de såkaldte "fiktive" arbejdssteder. Disse defineres ved variablen LBNR. Løbenummeret forekommer både i datasættet vedrørende ansættelser (IDAN) og datasættet vedrørende arbejdssteder (IDAS), men de fiktive arbejdssteder forekommer kun i ansættelsesdatasættet. Dette skyldes, at tilgangen til sidstnævnte datasæt er personer med ansættelser, som kan være på både fiktive og ikke-fiktive arbejdssteder, hvorimod tilgangen til datasættet for arbejdssteder er gyldige arbejdssteder. Se LBNR for yderligere information., I 2008 er der et brud i IDA-databasen. Dette er blandt andet forårsaget af brud i datagrundlaget der ligger til grund for udarbejdelsen af lønmodtagerbeskæftigelsen i RAS. Yderligere udgør statistikken Personer uden ordinær beskæftigelse grundlaget for oplysninger om ledighed i 2008 og erstatter derved arbejdsløshedsstatistikken som hidtil har udgjort datagrundlaget for disse oplysninger. Se varedeklarationen for yderligere oplysninger om dette (se link ovenfor)., Bilag, Oversigt over variabler og datasæt i IDA, Variable, ARBLED, Ledighedsgrad i arbejdsår (ekskl. ferie)

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/ledighed---beskaeftigelsesoplysninger-der-vedroerer-ida-ansaettelser-

Familiefordelt formue- og gældsstatistik

Beskrivelse, Den familiefordelte formue- og gældsstatistik dækker alle de formue- og gældskomponenter, hvorom data findes på person/familieniveau. I den nye statistik indgår datakilder, som Danmarks Statistik ikke tidligere har haft adgang til. Ikke alle formuekomponenter kan belyses, idet der på nogle områder kun findes data på aggregeret niveau. Det gælder bl.a. unoterede aktier, der ikke ligger i depot, værdien af lagre, inventar mv. vedrørende selvstændig virksomhed, kontantbeholdninger, værdien af indbo, kunst, lystbåde mv. samt uregistrerede formuer fx i skattelylande., Den nye statistik blev første gang dannet pr. 31. december 2014, og det er ikke muligt at skaffe sammenlignelige data fra tidligere år. Den beløbsmæssigt største mangel ved de tidligere data, der ikke blev publiceret, men som var til rådighed under forskerordningen, var, at de ikke omfattede pensionsformuerne. For de formue- og gældskomponenter, hvor data bygger på oplysninger fra SKAT, vil det være muligt at finde ældre upublicerede data, der med nogle undtagelser vil kunne sammenlignes med de nye data. , I den offentliggjorte statistik indgår alle personer, der indgår i en E-familie, hvor mindst et familiemedlem på mindst 15 år har været fuldt skattepligtig hele året. Hermed svarer populationsafgrænsningen helt til den, der anvendes i indkomststatistikken. E-familier er afgrænset som personer, der bor på samme adresse. Familien kan bestå af en enlig eller af et par. Hjemmeboende børn under 25 år indgår også. , I grundmaterialet er alle formue- og gældskomponenter fordelt på personniveau, men til analyseformål kan det normalt være mere relevant at benytte familien som enhed, idet det for mange formue- og gældsposter kan være tilfældigt, om det er den ene eller den anden voksne i et parforhold, der formelt står bag beløbet. Da den enkelte person kan have forskellige formue- og gældskomponenter med forskellig værdi i variablen FORMUEART, kan man ikke bare summere beløbene. , Hvis formuedataene udelukkende skal anvendes som en baggrundsvariabel til fordeling af familierne i forskellige undergrupper på linje med den samlede indkomst mv., skal man kun benytte beløbsoplysninger, hvor FORMUEARTEN har værdien 'TOT' - den familiefordelte nettoformue., Opdelingen i formue- og gældskomponenter i de datasæt, man kan få adgang til via Forskningsservice, svarer til opdelingen i statistikbanktabel FORMUE1 mv., Se mere på formuestatistikkens emneside på www.dst.dk/da/Statistik/emner/formue-og-gaeld., Her er der links til en række dokumenter, der nærmere beskriver statistikken og herunder også forklarer, hvad forskellen er på den familiefordelte statistik og den nationalregnskabsbaserede formue- og gældsstatistik., Variable, BLB, Beløb, FORMUEART, Formue- og gældsart

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/familiefordelt-formue--og-gaeldsstatistik

Færdselsuheld

Beskrivelse, Beskrivelse af data for færdselsuheld, Formålet med statistikken er at belyse omfanget og karakteren af alle uheld med personskade, hvor politiet har været til stede og optaget rapport. Statistikken omfatter således ikke uheld med personskade, der alene er blevet registreret på skadestuen eller uheld alene med materialeskade. På vejdirektorates hjemmeside , https://www.vejdirektoratet.dk/sites/default/files/publications/indberetning_af_frdselsuheld__kodeark.pdf, er beskrevet hvilke færdselsuheld der skal indberettes., Frem til 2003 offentliggjordes statistikken om færdselsuheld månedligt og kvartalsvis. Siden 2003 offentliggøres statistikken årligt og baserer sig på indberetninger fra Vejdirektoratet, der løbende indsamler oplysningerne fra landets politikredse. En årlig dataleverance leveres herfra til Danmarks Statistik. , Data om færdselsuheld kan anvendes til en opgørelse på 3 enhedsniveauer nemlig uheldsniveauet, elementniveauet dvs. samtlige involverede køretøjer, fodgængere, forhindringer i uheldene og personniveauet dvs. de tilskadekomne personer i uheldene. De 3 enhedsniveauer kan forbindes ved løbenumre og relevante oplysninger kan vises. , De centrale oplysninger på færdselsuheldsniveauet, der publiceres, er uheldsart, uheldssituation, transportmiddel, by/landområde og på personniveauet er det personskade (dræbt, let eller alvorligt tilskadekommen), transportmiddel, alder, køn og spirituspåvirkning. Oplysningerne er tilgængelige på kommuneniveau. , Af større databrud kan nævnes, at fra året 1982 ændredes definitionen af lettere tilskadekommen således, at småskrammer og lignende ikke længere registreres som lettere skader. Fra 1997 registreredes personer indlagt til observation for hjernerystelse som lettere skade i stedet for, som tidligere, alvorlig skade. , I et tidsskrift fra Dansk vejhistorisk selskab 2003 nr. 7 er statistikkens historie genfortalt siden dens etablering i 1920'erne, Mange tilskadekomne i færdselsuheld kommer kun til skadestuernes kendskab, da personer, der er kommet til skade ved trafikuheld, henvender sig her efterfølgende. Som supplement, og for at få en mere komplet færdselsuheldsstatistik, udarbejdes der en opgørelse over antallet af personer, der har henvendt sig på en skadestue i forlængelse af et færdselsuheld. Disse personer registreres i Landspatientregisteret, men kun med få relevante oplysninger ift. statistikken om færdselsuheld, nemlig transportmiddel, en eller flere involverede, alder, køn samt skadetype. En direkte sammenligning af landspatientregisterets skadetype, med politiets markering af tilskadekomne som lettere og alvorlig tilskadekomst, er ikke mulig., Bilag, Trafikpolitiske tiltag, Udvikling i tilskadekomst 1930-2016, Indberetning af færdselsuheld 2017, Variable, ELEMENTART, Elementets art, PERSONSKADE, Personskade, UH_ID, Identifikation af uheldet

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/faerdselsuheld

Elevregister 3

Beskrivelse, Elevregistret indeholder oplysninger om studerende ved ordinære uddannelser, der er offentligt reguleret, dvs. et ministerium har fastsat rammerne for uddannelserne gennem love og bekendtgørelser. De ordinære uddannelser er fuldtidsuddannelser og dækker uddannelserne fra børnehaveklasse til forskeruddannelser på universitetsniveau. Registret indeholder desuden oplysninger om private SU-godkendte uddannelser, der tages på fuldtid., Elevregistret er et forløbsregister, der er organiseret sådan, at man kan følge de uddannelsesprogrammer den enkelte person har været indskrevet på i løbet af sin uddannelseskarriere., Frem til 2006 dækker Elevregistret kun grundskolens 8. kl.-10 kl. Fra 2007 dækkes hele grundskolen, inklusiv børnehaveklasse., I 2007 blev Elevregistret udvidet med en række SU-godkendte private uddannelser, som der ikke er bekendtgørelser på. Disse blev indberettet retrospektivt og der blev medtaget så mange årgange, som det var muligt., Elevregistrets forløbsdata rækker tilbage til 1973. Der findes oplysninger som går længere tilbage, men det er først fra 1973, at registret anses for at være fuldt dækkende, om end datakvaliteten i de første år efter 1973 kan være mangelfuld., Elevregistret opdateres årligt med indberetningerne fra uddannelsesinstitutionerne. Indberetningen vedrører elevbestanden fra forrige indberetning samt det forløbne års tilgang og afgang af studerende. I forbindelse med afgang oplyses om der er opnået en kvalifikation (= bestået uddannelse). Det seneste år betragtes som foreløbigt og vil blive erstattet af opdaterede tal det efterfølgende år. Det skal dog bemærkes, at for Ph.d.-studerende er oplysninger et år bagud, da disse data først er klar efter offentliggørelsen af elevregistret. , Registret findes frem til skoleåret 2013-2014 i tre bearbejdede udgaver; elev 1 (KOET), elev 2 (KOTO) og elev 3 (KOTRE). Herefter er det alene elev 3 (KOTRE), som bliver opdateret. I forskningsservice benævnes elevregister 3 som er opdateret til og med skoleåret 2013/2014 for KOTRE2014, og så fremdeles. I vedlagte uddannelsesmanual findes en detaljeret beskrivelse af dannelsen og indholdet i de tre versioner af elevregistret og yderligere information findes i kvalitetsdeklarationen, som også er vedlagt. , I elev 3 lægges records, der hører til samme uddannelse, ikke sammen, fordi det fjerner muligheden for at se uddannelsesskift og pauser i uddannelsesforløbet. Der er i stedet tilføjet to nye variable, nemlig tilgangsarter og afgangsarter som fortæller, om tilgange og afgange er fra uddannelsesdele eller fra uddannelsen som en helhed. De gør det fx muligt at se, om en afgang fra en record er en afgang fra uddannelsen eller en overgang mellem to uddannelsesdele som følge af et institutionsskift eller en pause i uddannelsesforløbet., Bilag, Uddannelsesmanual, Kvalitetsdeklaration, Variable, AFG_ART, Afgangsart, AUDD, Afsluttende uddannelseskode, ELEV3_VFRA, Starttidspunkt (elev3), ELEV3_VTIL, Sluttidspunkt (elev3), INSTNR, Institutionsnummer, KOMP, Kompetencekode, TILG_ART, Tilgangsart, UDD, Uddannelseskode, UDEL, Uddannelsesdel, UFORM, Beskriver måden som uddannelsen tages på.

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/elevregister-3

Firmaernes køb og salg

Beskrivelse, Beskrivelse af data om Firmaernes køb og salg, Variablene i Firmaernes køb og salg (FIKS) er dannet ud fra oplysninger fra momsangivelsen. Det betyder, at alle momspligtige virksomheder er med i statistikken. , Data er indsamlet for at opfylde administrative regler om indberetning af den moms, der skal betales. Fordi data er indberettet til administrative og ikke til statistiske formål, er data blevet bearbejdet, så data kan anvendes til statistiske formål. Derfor kan der være en difference mellem den salgsmoms, firmaet har indberettet på momsangivelsen, og den beregnede værdi af indenlandsk salg, der findes i FIKS. Endvidere vil data være et resultat af skattemyndighedens praksis fx ved behandlingen af forsinkede eller manglende momsindberetninger. , Hvis man skal arbejde med variable fra FIKS, kan man med fordel se på momsangivelsen , da variablene er hentet fra de felter og rubrikker, der findes der. På emnesiden for FIKS på www.dst.dk findes momsangivelsen og hjælpetekster til momsangivelsen. , Man skal være opmærksom på, at data fra FIKS er omregnet til månedlige informationer - uanset om virksomheder indberetter halvårligt, kvartalsvist eller månedsvist. Langt størstedelen af de løbende indberetninger vedrører den seneste referenceperiode. Der kan forekomme efterreguleringer, som vedrører tidligere referenceperioder. , Momsreglerne har betydning for de data, der findes i FIKS. Når lovgrundlaget for indbetaling af moms ændres, kan det have betydning for statistikken. Et eksempel er regelændringen om udvidet brug af omvendt betalingspligt fra 2009. En simpel forklaring på omvendt betalingspligt er, at sælger af en momspligtig ydelse udsteder en faktura uden moms. I stedet indberetter køber salgsmomsen af købet, men kan - hvis sælger er momsregistreret - trække beløbet fra som indgående moms. Dermed bliver handelen momsneutral for køber. , Hos SKAT er momspligtige firmaer registreret med et SE-nummer. For at kunne kombinere oplysninger fra SE-numrene med andre firmaoplysninger omregnes SE-numrene til CVR-numre. For langt de fleste firmaer er der sammenfald mellem SE-nummer og CVR-nummer. Der er dog tilfælde, hvor det ikke gælder. Et eksempel er fællesafregnende enheder, hvor et SE-nummer afregner moms for flere CVR-numre, som tilmed kan ligge i forskellige brancher. Et andet eksempel på SE-numre, der behandles særskilt, er eksportenheder. Eksporten fra eksportenheden trækkes fra firmaets indenlandske salg, da det indenlandske salg til eksportenhederne registreres dobbelt., Man skal være opmærksom på, at de enkelte CVR-numre kan ændre branche over tid. Hvis en branchegruppe har en markant udvikling, kan det skyldes, at en større virksomhed har skiftet branche., Beregningerne tager udgangspunkt i en standardmomssats på 25 pct. , Variable, EKSPORT_3LANDE, Værdien af andre varer og ydelser, der leveres uden afgift her i landet, i andre EU-lande og i lande uden for EU, EKSPORT_EU_VARER, Værdien af varesalg til andre EU-lande, EKSPORT_EU_YDELSER, Værdien af visse ydelsessalg uden moms til andre EU-lande, EKSPORTENHED_CVR, Eksportenhed_CVR, FAELLES_FORDELT_JN, FAELLES FORDELT JN, IMPORT_VARER, Værdien af varekøb i udlandet, IMPORT_YDELSER, Værdien af ydelseskøb i udlandet, IMPUTERET_ANDEL_GRP, Imputeret andel gruppe, INDENLANDSK_KOB, Værdien af indenlandsk køb, INDENLANDSK_SALG, Værdien af indenlandsk salg, OMREGNET_STATUS_CVR, Omregnet status cvr

https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/firmaernes-koeb-og-salg

Ny ordning for offentlige uddannelsesinstitutioner: Mulighed for mikrodataadgang til specialeprojekter

Fra september 2025 kan studerende, der afslutter deres kandidatuddannelse med et speciale, få adgang til at arbejde med pseudonymiseret mikrodata som en del af deres specialeprojekt. Læs mere om den nye ordning – også kaldet Specialeordningen- og hvordan din uddannelsesinstitution kan få del i den., 9. juli 2025 kl. 10:30 , Af , Helle Wallach Kildemoes, og , Sabrina Hilstrøm, Danmarks Statistik er glade for at kunne lancere en ny ordning – Specialeordningen - som træder i kraft fra september 2025. Ordningen åbner op for, at fakulteter og institutter tilknyttet en offentlig uddannelsesinstitution nu kan tilbyde deres afgangsstuderende praktisk erfaring med at arbejde med pseudonymiseret mikrodata på Danmarks Statistiks forskermaskiner som led i deres specialeprojekter. , Formålet med ordningen er at give flere studerende – herunder dem, der ikke har adgang til data gennem et studenterjob eller erhvervsspeciale – mulighed for at arbejde med realistiske og komplekse registerdata, hvilket kommer både de studerende og uddannelsesinstitutionerne til gode. Som Jonas Schytz Juul, Afdelingsdirektør for Personstatistik i Danmarks Statistik, udtaler:, – , ”Ordningen giver en stærk introduktion til registerbaseret forskning. Det styrker afgangsstuderendes faglige kompetencer og giver samtidig vigtig indsigt i databeskyttelse og ansvarlig databrug. På den måde får specialestuderende værdifuld erfaring med at arbejde med data via Danmarks Datavindue gennem deres specialeprojekt.”, Jonas Schytz Juul understreger desuden, at ordningen giver uddannelsesinstitutioner en unik mulighed for at kvalificere og motivere flere studerende til at forfølge karriereveje med fokus på data – eksempelvis gennem ph.d.-forløb, forskning eller dataanalyse i både offentligt og privat regi., Adgang til ordningen – de vigtigste krav, For at en uddannelsesinstitution kan komme i betragtning til ordningen, skal følgende betingelser blandt andet være opfyldt:, 1. , Offentlig institution: , Din uddannelsesinstitution skal være et institut eller fakultet tilknyttet et af de otte offentligt anerkendte forskningsuniversiteter i Danmark., 2. , Uddannelsesautorisation: , Din uddannelsesinstitution skal kunne komme i betragtning til en uddannelsesautorisation., 3. , Projektkrav:, Afgangsprojekterne ved din uddannelsesinstitution skal have forskningshøjde på niveau med et kandidatspeciale og typisk udgøre mellem 30 og 60 ECTS, afhængigt af uddannelsens opbygning., Den nye ordning bygger på erfaringer fra et vellykket pilotprojekt, som Forskningsservice har gennemført fra sommeren 2024 til sommeren 2025. Her deltog Økonomisk Institut ved Aarhus Universitet og Københavns Universitet, hvor cirka 15 specialestuderende fik adgang til at arbejde med pseudonymiseret mikrodata i deres specialeprojekter., Er du interesseret i at høre mere?, Vil du vide mere – eller høre, hvordan din uddannelsesinstitution kan få del i ordningen? Så kontakt Helle Wallach Kildemoes, Chefkonsulent i Forskningsservice, Danmarks Statistik.,  

https://www.dst.dk/da/TilSalg/data-til-forskning/nyt-og-meddelelser/2025/ny-ordning-for-offentlige-uddannelsesinstitutioner

Fælles dataansvar

I Danmarks Statistik (DST) tilbyder vi brugere på Forskerordningen at indgå "Fælles dataansvar", som muliggør samarbejde på ét projekt mellem to autoriserede institutioner, hvor ansvaret for data fordeles ligeligt., Projektet oprettes under den ene autoriserede institution og brugerne, som er tilknyttet den anden autoriserede institution, som skal indgå i projektet, bliver tilknyttet via en bruger- og tilknytningsaftale. Begge institutioner skal bekræfte via mail til den tilknyttede kontaktperson i Danmarks Datavindue, at de ønsker oprettelse af et projekt under fælles dataansvar mellem [autorisationsnummer - navn på institution1] og [autorisationsnummer - navn på institution2] på projekt [projektnummer]., Derudover skal det tydeligt fremgå af projektbeskrivelsen, at projektet er bekræftet og godkendt til fælles dataansvar mellem de to pågældende institutioner., Sanktionsramme for projekter under fælles dataansvar, I tilfælde af brud på DST’s regler for arbejdet med mikrodata, er institutioner med projekter under fælles dataansvar, omfattet af det gældende sanktionssystem, som er angivet for projekter på forskerordningen på DST’s hjemmeside her: , Sanktionsregler, Sanktioneringen rammer bruger og projekt samtidig, Hvis et brud på DST’s regler for arbejdet med mikrodata opstår på projekter under fælles dataansvar, kan det medføre sanktionering af brugeren, som har hjemtaget data. DST kan f.eks. træffe afgørelse om, at brugeren sanktioneres i form af en karantæneperiode, hvor den enkelte bruger ikke har adgang til DDV App. Denne sanktionering vil også ramme det pågældende projekt, hvor data er hjemtaget fra, hvilket medfører, at alle adgange til projektet lukkes i den samme karantæneperiode, som har ramt den hjemtagende bruger., Derved adskiller sanktionspolitikken sig ikke fra de gældende sanktionsregler for projekter og brugere, hvor der ikke er fælles dataansvar., Sanktioner på institutionsniveau rammer begge institutioner, Sanktionsrammen for institutioner følger ligeledes DST’s gældende sanktionsregler. Således skal begge institutioner rapportere, når der finder brud sted og ved gentagne brud eller alvorlige brud, kan det medføre eksempelvis lukning i en periode eller varigt., I forlængelse af den gældende sanktionsramme vil der i sanktioneringen blive taget højde for de to institutioners historik. Det vil sige, at den samme forseelse kan ramme institutioner forskelligt, hvis den ene institution har en lang historik for brud, mens den anden institution ikke har brudt reglerne før., Institutionerne skal redegøre for fejl i hjemtag som ved normal praksis samt meddele, at projektet hører under fælles dataansvar, så Danmarks Datavindues hjemtagsteam kan tage højde for dette i sagsbehandlingen af evt. brud.

https://www.dst.dk/da/TilSalg/data-til-forskning/anmodning-om-data/faelles-dataansvar

Sammenlægning af projekter

Det er muligt at sammenlægge projekter. Dette kan være relevant, hvis I ønsker at gøre eksisterende projekter bredere., Med den nye prismodel, der indføres i 2026 og 2027 (, læs mere her, ), kan der også være en økonomisk fordel i at sammenlægge projekter, da betaling herefter udregnes på baggrund af antallet af brugere og antallet af datapakker på de enkelte projekter. ,  , Hvornår bør I sammenlægge projekter?, Danmarks Datavindue anbefaler, at I allerede nu overvejer, hvilke projekter der med fordel kan sammenlægges, men venter med selve sammenlægningen, til den nye prismodel træder i kraft i januar 2026.,  , Sådan sammenlægges projekter, Kontakt Danmarks Datavindue , Kontakt Danmarks Datavindue-projektansvarlig på ét af de projekter, I ønsker at sammenlægge og angiv hvilke projekter, I ønsker at lægge sammen. , Danmarks Datavindue vurderer om projekterne skal samles i et nyt projekt eller under et eksisterende projekt, hvor projektbeskrivelsen udvides., Ny projektindstilling oprettes eller tidligere projektindstilling revideres, Projektbeskrivelsen skal have formål, beskrivelse og samfundsrelevans, der dækker de projekter, der skal lægges sammen. Hold formålet bredt, så der er mulighed for at dække flere relevante aspekter af et emne og udvide projektet undervejs med nye data. , Vælg relevant grunddata i DDV App og tilføj eksterne datakilder samt evt. udgåede grunddataregistre med tilhørende dokumentation. Stier til eksterne data skal sendes via mail til den Danmarks Datavindue-projektansvarlige for projektet., Sørg for at indhente og indsende alle nødvendige godkendelser fra eksterne dataleverandører Dette er en forudsætning, der skal være opfyldt, før vi kan flytte data., Indeholder et af projekterne lægemiddeldatabassen (LMDB) eller eksterne data fra Sundhedsdatastyrelsen, skal I søge fornyet godkendelse til at flytte data til det nye projekt., Bemærk, at LMDB og Lægemiddelstatistikregisteret (LSR) ikke kan bestilles til samme projekt., Indsend projektindstilling, Når projektindstillingen er indsendt, sender den projektansvarlige fra Danmarks Datavindue et pristilbud baseret på en rammeaftale. Rammeaftalen dækker behandling af projektindstilling, genkørsel af grunddata, behandling af eksterne data og evt. udgåede registre, samt flytning af filer og programmer fra workdata-mappen. , Godkendelse, levering og afslutning, I aftaler en slettedato for de gamle projekter med den Danmarks Datavindue-projektansvarlige., Det nye projekt underskrives af Danmarks Datavindue og underskriveren på jeres institution., Hvis filer fra workdata-mappen skal flyttes, skal I sende en mail til den Danmarks Datavindue-projektansvarlige med sti til både de gamle mapper/filer og det nye projekt. I mailen skal i bekræfte at filerne ikke indeholder mikrodata (fx nøglevariable eller andre identificerbare oplysninger)., Danmarks Datavindue leverer grund- og eksterne data og flytter indholdet fra workdata-mapperne til det nye projekt.,  , Vigtige opmærksomhedspunkter, I sjældne tilfælde kan brugere have hardcodet afidentificerede værdier. Disse vil ikke kunne genfindes efter sammenlægning, da der anvendes en ny nøgle., Det samme gælder, hvis afidentificerede værdier er brugt til at fjerne outliers., Sorteringen ændrer sig, da data sorteres efter afidentificerede værdier. Hvis rækkenumre er brugt i programmer (fx til tilfældig udvælgelse), vil disse ikke længere fungere.

https://www.dst.dk/da/TilSalg/data-til-forskning/anmodning-om-data/sammenlaegning-af-projekter