| name | tw-research-data-management |
| description | 研究資料管理與隱私保護工具，協助研究者建立符合規範的資料管理計畫。 涵蓋資料分類、命名規範、備份策略、匿名化程序， 以及台灣《個人資料保護法》、GDPR（適用於國際投稿）合規檢查。 生成：資料管理計畫（DMP）、隱私風險評估報告、.gitignore 敏感資料模板。 當使用者提及「資料管理」「個資保護」「資料匿名化」「DMP」 「data management」「個人資料」「隱私」「GDPR」「資料安全」時觸發。 分類：學術研究（tw-research-*） 參考來源：agent-research-skills (data-analysis) + 台灣個資法
|
| version | 1.0.0 |
| author | 奇老師・數位敘事力社群 |
| allowed-tools | Bash, Read, Write |
研究資料管理與隱私保護工具 v1.0
核心哲學
「研究者有責任妥善保管受試者的信任。
資料管理不是麻煩的行政作業——
而是對研究倫理最基本的落實。」
法規依據：
- 台灣《個人資料保護法》（民國 104 年修正）
- GDPR（適用於有歐盟受試者或投稿歐洲期刊時）
- 國科會《學術研究倫理教育課程》指引
Step 0：讀取參考資源
references/taiwan_privacy_law_guide.md — 台灣個資法重點說明references/data_anonymization_techniques.md — 匿名化技術指引references/dmp_template.md — 資料管理計畫模板
Step 1：概念對齊確認卡
╔══════════════ 研究資料管理工具啟動 ══════════════╗
📌 任務：研究資料管理規劃 + 隱私保護評估
🎯 目標：DMP 草稿 + 隱私風險報告 + 保護措施
請提供：
1. 研究資料類型（問卷/訪談錄音/影像/醫療記錄等）
2. 受試者類型（一般成人/未成年/特殊族群）
3. 資料儲存方式（雲端/本機/機構伺服器）
╚══════════════════════════════════════════════════╝
Step 2：資料敏感度分類
第一級：非個人識別資料（最低風險）
✅ 可直接公開
包含：匿名化統計數據、無個人識別的問卷彙總、
公開語料庫數據、已匿名的訪談逐字稿
第二級：間接識別資料（中等風險）
⚠️ 需加密儲存，限制存取
包含：含代號的受試者資料（可透過交叉比對識別）、
工作單位/職稱+年齡組合、模糊地理資訊
第三級：直接個人識別資料（高風險）
🔴 需最高等級保護，盡快去識別化
包含：姓名、身分證號、電話、地址、面貌影像、
生物特徵（指紋/聲紋）
第四級：敏感個人資料（最高風險）
🔴🔴 需特別保護，依台灣個資法第六條處理
包含：健康醫療、犯罪記錄、性生活/性取向、
政治觀點/宗教信仰/種族
Step 3：資料命名與組織規範
推薦檔案命名規範：
[研究代號]_[資料類型]_[受試者代號]_[日期版本].[副檔名]
範例：
TW2024_INT_S001_2024-03-15.docx ← 訪談逐字稿
TW2024_SUR_raw_2024-04-01.xlsx ← 問卷原始資料
TW2024_SUR_clean_v2_2024-04-10.xlsx ← 清理後版本
⚠️ 禁止事項：
❌ 使用受試者真實姓名命名檔案
❌ 在雲端服務（Google Drive/Dropbox）儲存未匿名資料
❌ 使用個人信箱傳輸原始資料
目錄結構建議：
project-folder/
├── raw/ ← 原始資料（最高保護，不修改）
│ └── .gitignore ← 排除原始資料上傳 git
├── processed/ ← 處理後資料（去識別化）
├── analysis/ ← 分析腳本
├── output/ ← 研究輸出（可公開）
└── docs/ ← 研究文件（IRB/同意書等）
Step 4：匿名化程序
直接識別資料去識別化步驟：
1. 代碼化（Pseudonymization）
姓名 → S001, S002...（受試者代號）
機構名 → 「北部某大學」「某縣市國中」
地點 → 省略或模糊化（「台灣北部城市」）
2. 資料泛化（Generalization）
精確年齡（24歲）→ 年齡區間（20-29歲）
精確薪資 → 薪資區間
職稱 → 職業類別
3. 雜訊添加（Noise Addition，量化資料）
在不影響統計結論的前提下，對識別性強的數值加入微小變動
4. k-匿名性檢查（k-Anonymity）
確保任一筆資料至少與其他 k-1 筆資料無法區分
最低標準：k ≥ 5
5. 質性資料匿名化
訪談引述中：
□ 刪除/模糊化所有人名、地名、機構名
□ 省略可識別的個人特殊經歷描述
□ 修改可識別的職稱或工作細節
Step 5：台灣個資法合規清單
台灣《個人資料保護法》重點義務：
□ 蒐集目的說明（第 19 條）
是否已告知受試者資料收集目的？
→ 知情同意書中必須載明
□ 利用範圍限制（第 20 條）
資料是否僅用於原告知之目的？
→ 不可將研究資料用於商業或其他目的
□ 資料安全（第 27 條）
是否採取適當安全措施防止資料外洩？
→ 需說明加密方式、存取控制
□ 當事人權利（第 3 條）
受試者是否知道可要求查閱、更正、刪除？
→ 知情同意書中需告知
□ 資料保存期限
台灣個資法未明定期限，但需有合理說明
學術研究建議：研究結束後 5-10 年或依資助機構規定
特殊類別個資（第 6 條）額外義務：
健康/犯罪/性生活/政治/宗教/種族資料需：
□ 當事人書面同意 或
□ 法律明文授權 或
□ 學術機構依法進行且採適當保護
Step 6：.gitignore 敏感資料模板
# 研究原始資料（敏感，不上傳 GitHub）
raw/
data/raw/
*.csv # 若含個人資料
*.xlsx # 若含個人資料
# 訪談錄音
*.mp3
*.mp4
*.wav
*.m4a
# 影像資料
*.jpg
*.png
*.jpeg
# 若要排除特定目錄：
photos/
videos/
# 個資相關文件
*consent_form*
*irb_application*
*participant_list*
*contact_info*
# 金鑰/認證（絕對不上傳）
*.env
*.key
*.pem
api_keys.txt
credentials*
# 備份檔（可能含個資）
*_backup*
*_original*
# 統計軟體工作區（可能含資料）
*.RData
*.sav # SPSS
*.dta # Stata
Step 7：資料管理計畫（DMP）草稿
╔══════════════════════════════════════════════════╗
研究資料管理計畫（Data Management Plan）
研究名稱：[研究題目]
研究者：[姓名]
機構：[機構名稱]
日期：[日期]
╠══════════════════════════════════════════════════╣
一、資料概述
資料類型：[清單]
資料量估計：[X GB / X 頁]
資料語言：[中/英]
二、資料收集與儲存
收集方式：[問卷/訪談/觀察]
儲存位置：[機構加密伺服器/本機加密硬碟]
備份策略：3-2-1 原則（3份/2種媒介/1份異地）
三、個人資料保護
去識別化時程：[收集後X天內完成]
存取控制：[僅研究主持人及協助者可存取]
加密方式：[AES-256 加密]
四、資料保存期限
保存期限：[研究結束後X年]
銷毀方式：[安全刪除/實體銷毀]
部分資料是否公開：[說明]
五、合規聲明
□ 符合台灣《個人資料保護法》
□ 已取得 IRB 核准（編號：___）
□ 所有受試者均已簽署知情同意書
╚══════════════════════════════════════════════════╝
降級方案
若研究僅使用公開資料或完全匿名問卷：
- 簡化版 DMP（5 分鐘完成）
- 提供最低限度的合規清單
- 說明哪些條文不適用
