Training and courses offered by the University of Silesia in Katowice

switch registrations cancel selection

The offer displayed on this page is limited to the selected registration. If you want to see the rest of the offer, select a different registration.

Data Steward School Course

Details
Code 52-KDSS
Organizational unit Centre for Postgraduate Studies
Language(s) of instruction Polish
Didactic cycle type SEM
Number of didactic cycles 1
  Ask a question
Phase 1 (06.05.2026 08:35 – 20.05.2026 23:59)
(registration protected by access code )

O Programie

UŚ Data Steward School 2026 (DSS 2026) to międzynarodowy program szkoleniowy, którego celem jest rozwój kompetencji w zakresie otwartej nauki, zarządzania danymi badawczymi, oraz wykorzystania cyfrowych narzędzi i sztucznej inteligencji w nauce.
Program odpowiada na rosnące zapotrzebowanie na nowe kompetencje w nauce, wśród naukowców, jak również pracowników administracji Uczelni i bibliotek akademickich, szczególnie w kontekście:

·        zarządzania danymi badawczymi,
·        bezpieczeństwa danych.
·        cyfrowych narzędzi dla nauki
·        sztucznej inteligencji w nauce  
·        rzetelności i doskonałości badawczej
·        krajowych i europejskich infrastruktur badawczych, w tym European Open Science Cloud (EOSC).

Wartość dla Instytucji Badawczej lub Uczelni

Udział w DSS 2026 umożliwia:

·        tworzenie nowych ról w Uczelni/Instytucji Badawczej, w tym koordynator ds. otwartej nauki, kurator danych, data steward, data librerian,
·        rozwój wiedzy i kompetencji administracji uczelnianej i pracowników technicznych a także pracowników bibliotek, w obszarze:


o   przygotowania dokumentacji projektowej w obszarze zarządzania danymi badawczymi
o   wdrażania Planu Zarządzania Danymi
o   raportowania Planu Zarzadzania Danymi   


·        rozwój wiedzy i kompetencji zespołów badawczych do realizacji badań z wykorzystaniem danych wtórnych i narzędzi cyfrowych
·        tworzenie i wdrażanie polityk otwartości i zarządzania danymi w jednostkach
·        realizacja krajowych i europejskich polityk otwartości i rzetelności naukowej, w tym przede wszytkim w obszarze zarządzania danymi badawczymi
·        wprowadzanie krajowych i europejskich standardów zarządzania danymi badawczymi
·        zwiększenie bezpieczeństwa danych badawczych 

Cel Programu

Celem DSS 2026 jest:

1. przygotowanie uczestników do roli data stewarda / data managera/ bibliotekarza danych. Rozwój kompetencji w zakresie:

·        tworzenie i wdrażanie polityk otwartej nauki i zarządzania danymi badawczymi,
·        zarządzania danymi badawczymi,
·        sztuczna inteligencja w zarządzaniu danymi badawczymi,
·        data governace i regulacje w EU:

o   data governance i data stewardship w organizacji,
o   zgodność z regulacjami (np. RODO / GDPR),
o   europejskie ramy danych (Data Act, Data Governance Act),
o   zarządzanie dostępem do danych (access control, data sharing agreements);  

2. budowa kompetencji dla pracy w środowisku krajowych i europejskich infrastruktur badawczych i Federacji EOSC;

3. udział w europejskich społecznościach specjalistów w obszarze zarządzania danymi badawczymi.

Profil Uczestnika/Uczestniczki

Program skierowany jest do osób rozpoczynających działalność w obszarze zarządzania danymi badawczymi, w tym:

·        data stewardów i data managerów
·        pracowników administracji
·        bibliotekarzy i specjalistów ds. informacji naukowej
·        naukowców (wszystkie etapy kariery)
·        doktorantów
·        pracowników technicznych
·        osób planujących karierę w obszarze data stewardship 

Struktura Programu

Moduł 1 – Intensywny kurs stacjonarny

Liczba godzin dydaktycznych: 54h
Termin: 6-10 lipca 2026
Miejscse: Katowice

Program obejmu:

·        Otwarta nauka i rzetelność naukowa
·        Cykl życia danych a zarządzanie danymi badawczymi
·        Plan zarządzania danymi badawczymi (DMP): tworzenie, wdrażanie, raportowanie
·        Standardy FAIR & CARE
·        Regulacje prawne i etyczne w obszarze danych badawczych i AI
·        Repozytoria danych
·        Trwałe identyfikatory (PID)
·        Metadane i dokumentacja
·        Jakość danych
·        Modelowanie danych
·        Narzędzia cyfrowe i sztuczna inteligencja w pracy data stewarda
·        Rola data stewarda w instytucji
·        EOSC: Europejska Chmura Otwartej Nauki
·        Przetwarzanie danych
·        Przechowywanie danych
·        Archiwizacja danych
·        Udostępnianie danych
·        Bezpieczeństwo danych

Aktywności fakultatywne (8h dydaktycznych, stacjonarnie, lipiec 2026)

·        spotkanie z organizacjami międzynarodowymi i krajowymi w obszarze zarządzania danymi badawczymi
·        spotkanie z przedstawicielami infrastruktur badawczych,
·        spotkanie a przedstawicielami repozytoriów danych badawczych,
·        spotkanie z przedstawicielami sieci data stewardów

Moduł 2 – Specjalizacja
Liczba godzin dydaktycznych: 24 h
Termin: wrzesień/październik 2026
Online

Uczestnicy wybierają maksymalnie dwie ścieżki specjalizacyjne:

·        Nauki ścisłe i techniczne (STEM)
·        Nauki społeczne i humanistyczne (SSH)
·        Nauki przyrodnicze (NS)
·        Zarządzanie danymi w administracji uczelnianej i bibliotece akademickiej
·        Kompetencje w zakresie zarządzania i obsługi repozytoriów danych badawczych
·        Projektowanie i prowadzenie szkoleń z zakresu zarządzania danymi badawczymi (train-the-trainer)

Regulamin Specjalizacji DSS

Moduł 3 – Program Mentoringowy

Liczba godzin dydaktycznych: 6h
wrzesień-listopad 2026
online/stacjonarnie/hybryda

·        uczestnik wybiera mentora spośród ekspertów DSS
·        program opiera się na indywidualnej pracy z ekspertem
·        cel, zakres tematyczny, czas i częstotliwość spotkań są przedmiotem umowy dwustronnej

Regulamin Programu Mentoringowego DSS

Metodyka kształcenia/model dydaktyczny

Zastosowane podejście metodyczne jest skoncentrowane na efektywności uczenia się poprzez działanie. Zakłada one równowagę pomiędzy komponentem teoretycznym a praktycznym, w proporcji 1:1 kształceniem grupowym I indywidualnym. Każda 60-minutowa jednostka dydaktyczna realizowana jest w układzie 30 minut części teoretycznej (wykład z prezentacją) oraz 30 minut części praktycznej (warsztaty, demonstracje, ćwiczenia, odgrywanie ról oraz laboratorium żywe (living lab), funkcjonujące w programie pod nazwą „laboratorium danych”).

Komponent teoretyczny buduje świadomość i wiedzę uczestników, wprowadzając i krótko wyjaśniając kluczowe zagadnienia oraz terminologię. Komponent praktyczny jest równie istotny, ponieważ rozwija umiejętności i kompetencje poprzez ich bezpośrednie zastosowanie w działaniu. Takie podejście umożliwia optymalny rozwój uczestników, tworząc stabilny i szeroki fundament wiedzy w obszarze zarządzania danymi oraz wspierając rozwój kompetencji niezbędnych w środowisku zawodowym i badawczym.

Dodatkowo wprowadzono komponent konsultacji indywidualnych. Uczestnicy, którzy chcą przedyskutować zagadnienia związane z tematyką danej sesji lub pogłębić omawiane treści, mają każdego dnia możliwość skorzystania z indywidualnych konsultacji z ekspertami. Rozwiązanie to sprzyja systematycznemu i progresywnemu opanowywaniu materiału, umożliwiając bieżące wyjaśnianie wątpliwości, odpowiadanie na pojawiające się pytania oraz rozwijanie indywidualnych zainteresowań uczestników.

W ten sposób wspierany jest zarówno rozwój indywidualny, jak i efekt pracy całej grupy, który wynika z zaangażowania i współpracy poszczególnych uczestników.

Kontynuacja programu podstawowego, obejmująca pogłębione – dziedzinowe i administracyjne - podejście do zarządzania danymi badawczymi oraz dalsze, ukierunkowane wsparcie rozwoju indywidualnego, będzie realizowana w Komponencie 2: Specjalizacja oraz Komponencie 3: Indywidualny Program Mentoringowy.

Komponent specjalizacyjny umożliwi uczestnikom rozwijanie kompetencji w wybranych obszarach, dostosowanych do specyfiki dyscyplin naukowych oraz realnych wyzwań pracy administracyjnej I repozytoryjnej. Z kolei Program Mentoringowy zapewni spersonalizowane wsparcie eksperckie, pozwalające na przekład zdobytej wiedzy na konkretne działania, projekty i rozwiązania wdrażane w praktyce zawodowej.

Tak zaprojektowana ścieżka rozwoju gwarantuje nie tylko pogłębienie kompetencji, ale również ich trwałe osadzenie w kontekście pracy badawczej, wzmacniając samodzielność uczestników oraz ich zdolność do efektywnego zarządzania danymi w środowisku naukowym.

Formy kształcenia:

·        wykład
·        prezentacja
·        warsztaty
·        demonstracje
·        ćwiczenia
·        odgrywanie ról
·        żywe laboratorium
·        studia przypadku (infrastruktury badawcze)
·        przykłady zastosowania (use cases)
·        peer-to-peer learning

Eksperci

Program realizowany jest przez krajowych i zagranicznych ekspertów:

·        uczelni
·        bibliotek akademickich
·        repozytoriów danych
·        centrów kompetencji
·        infrastruktur badawczych
·        projektów i infrastruktur realizowanych w ramach EOSC 

Organizacja i logistyka

Moduł 1: Intensywny kurs stacjonarnyzajecia odbywać się będą w siedzibie Uniwersytetu Śląskiego w Katowicach, w nowoczesnej przestrzeni budynku SpinPLACE (Cetrum Kreatywności i Coworkingu).

Zajecia fakultatywne odbywać się będą przede wszystkim w Strefie Kultury Miasta Katowice.

 

Moduł 2: Specjalizacjazdalnie/online na platformie MS Teams

Moduł 3 – Program Mentorski: zdalnie/online lub stacjonarnie, w zależności od wyboru mentora, możliwe są także wyjazdy studyjne w kraju i zagranicą.

Język DSS: polski

Grupa DSS: 25 uczestników

Certyfikacja

Uczestnicy otrzymują: zaświadczenie ukończenia European Open Science School


Koszt uczestnictwa 2026 r.

Pakiet 1: Szkolenie DSS + zakwaterowanie
Pierwszy pakiet obejmuje kompleksową usługę szkoleniową DSS2026 wraz z zakwaterowaniem i pełnym wyżywieniem. Noclegi zapewnione są w hotelu
Ibis Budget Katowice Centrum, w pokojach jednoosobowych ze śniadaniem, w terminie od niedzieli 5.07 do piątku 10.07.2026 r.

Oferta obejmuje:

·        wszystkie moduły szkoleniowe wraz z ofertą spotkań fakultatywnych
·        indywidualne konsultacje
·        materiały dydaktyczne
·        mikropoświadczenie i certyfikat ukończenia DSS2026
·        networking
·        zakwaterowanie
·        pełne wyżywienie
·        uroczysta kolacja otwierająca DSS2026
·        przerwy kawowe

Cena: 10 500  + 23% VAT (jeżeli opłata za udział w szkoleniu pochodzi ze środków publicznych, jest możliwość zwolnienia z VAT)

 

Pakiet 2: Szkolenie DSS bez zakwaterowania

Drugi wariant obejmuje udział w szkoleniu bez zapewnionego noclegu – uczestnicy organizują zakwaterowanie we własnym zakresie, zgodnie z indywidualnymi preferencjami.

Oferta obejmuje:

·        wszystkie moduły szkoleniowe wraz z ofertą spotkań fakultatywnych
·        indywidualne konsultacje
·        materiały dydaktyczne
·        mikropoświadczenie i certyfikat ukończenia DSS2026
·        networking
·        zakwaterowanie
·        wyżywienie bez śniadań (obiad i kolacja w formie bufetu)
·        uroczysta kolacja otwierająca DSS 2026
·        przerwy kawowe

Cena: 9000,00 PLN + 23% VAT (jeżeli opłata za udział w szkoleniu pochodzi ze środków publicznych, jest możliwość zwolnienia z VAT)

Szczegółowy opis

Moduł 1 – Intensywny kurs stacjonarny

Program*

Poniedziałek, 6 lipca 2026 r.

09:00-09:30

Otwarcie przez Rektor UŚ dr hab. Agnieszkę Turską-Kawę, prof. UŚ

09:30-10:00

Wykład: Otwarta nauka jako fundament innowacji w europejskim i globalnym systemie nauki

10:00-10:45

Keynote speech…

10:45 - 11:00

Przerwa kawowa

11:00 - 12:30

Wprowadzenie do programu DSS 2026 oraz sesja: Poznajmy się!

12:30 - 13:30

Obiad

13:30 - 15:00

Cykl życia danych: od tworzenia do zarządzania danymi badawczymi.

Wykład + laboratorium cyfrowe

15:00 - 16:00

Jakość danych a modelowanie danych 

16:00 - 17:00

Role i kompetencje data stewarda, data managera i bibliotekarza danych w zarządzaniu danymi badawczymi

17:30 - 18:30

Data in Making

19:00…

Uroczysta kolacja

 

Wtorek, 7 lipca 2026

9:00 - 10:00

Zasady FAIR i CARE: wprowadzenie 

10:00 - 11:00

FAIR Implementation Profiles (FIP)

11:00 - 12:00

Metadane: wprowadzenie

12:00 - 13:00

Metadane: laboratorium

13:00 - 14:00

Obiad

14:00 - 15:30

Trwałe identyfikatory w ekosystemie danych: zastosowania, integracja i polityki PID

15:30 - 17:00

Kwestie prawne i etyczne: prawo własności intelektualnej, dane osobowe, dane wrażliwe

17:00 - 17:30

Podsumowanie dnia: Q&A

17:30 - 18.00

Konsultacje ekspercie

18.00 - 19:00

Kolacja

19:00 - 20:00

Poznaj organizację: RDA i SKON

 

Środa, 8 lipca 2026

9:00 - 10:00

Trwałe identyfikatory w ekosystemie danych: zastosowania, integracja i polityki PID

10:00 - 11:00

Bezpieczeństwo danych

11:00 - 11:30

Przerwa kawowa

11:30 - 12:30

Repozytoria danych badawczych: funkcje, standardy, certyfikacja i proces publikowania danych

12:30 - 13:00

Warsztaty: przygotowanie danych do publikacji – praca z repozytorium, anonimizacja i pseudonimizacja danych

13:00 - 14:00

Obiad

15:00 - 17:00

Plan zarządzania danymi: przygotowanie

17:00 - 18:00

Plan zarządzania danymi: wdrażanie i raportowanie

18.00 - 19:00

Kolacja

19:00 - 20:00

Poznaj repozytoria [praca w repozytorium; usług dla nauki]

Most Danych, TU Wien, RODBUK

 

Czwartek, 9 lipiec 2026 r.

9:00 - 10:00

Narzędzia i technologie w pracy data stewarda (DMP tools, metadane, workflow, AI)

10:00 - 11:00

AI w zarządzaniu danymi badawczymi: zastosowania, automatyzacja, ryzyka

11:00 - 11:30

Przerwa kawowa

11:30 - 13:00

AI w nauce: zasady prawne i etyczne w nauce

13:00 - 14:00

Federacja EOSC i EOSC PL dla polskiej nauki

14:00 - 15:00

Obiad

15:00 - 16:00

Jak szkolić i komunikować o RDM: wprowadzenie

16:00 – 17:00

Researcher Development Framework (RDF)

17:00 - 17:30

Podsumowanie dnia: Q&A

17:30 - 18.00

Konsultacje ekspercie

18.00 - 19:00

Kolacja

19:00 - 20:00

Poznaj infrastruktury: KDM i PL Grid

 Piątek 10 lipiec 2026 r.

9:00 - 12:00

Polityki, strategie, struktury i role otwartej nauki w jednostce naukowej: prezentacje i panel dyskusyjny

12:00 - 12:30

Przerwa kawowa

12:30 - 13:00

Omówienie DSS 2026 i oficjalne zakończenie cz. 1 DSS 2026

13:00 - 14:00

Obiad

*ulec zmianie mogą godziny poszczególnych zajęć

 

Moduł 2 Specjalizacje

1. Nauki ścisłe i techniczne (STEM)

Charakter: dane eksperymentalne, symulacje, infrastruktury obliczeniowe

Specjalizacja koncentruje się na zarządzaniu danymi w naukach eksperymentalnych i technicznych. Obejmuje pracę z dużymi zbiorami danych, danymi z laboratoriów i symulacji oraz wykorzystanie narzędzi cyfrowych i AI w analizie i przetwarzaniu danych badawczych.

Rozwijane kompetencje:

  • zarządzanie dużymi i złożonymi zbiorami danych (big data)
  • organizacja i dokumentacja danych eksperymentalnych
  • wykorzystanie narzędzi cyfrowych i AI w analizie danych
  • zapewnienie powtarzalności badań (reproducibility)
  • stosowanie standardów danych w naukach technicznych

2. Nauki społeczne i humanistyczne (SSH)

Charakter: dane jakościowe, tekstowe, społeczne

Ścieżka skupia się na danych jakościowych i społecznych, takich jak wywiady, ankiety czy archiwa. Uwzględnia kwestie etyczne, ochronę danych wrażliwych oraz metody zarządzania i udostępniania danych w badaniach społecznych i humanistyce cyfrowej.

Rozwijane kompetencje:

  • zarządzanie danymi jakościowymi (wywiady, teksty, archiwa)
  • anonimizacja i ochrona danych wrażliwych
  • zarządzanie zgodą i aspektami etycznymi badań
  • przygotowanie danych do ponownego wykorzystania
  • praca z danymi w humanistyce cyfrowej 

3. Nauki przyrodnicze (NS)

Charakter: dane środowiskowe, biologiczne, obserwacyjne

Specjalizacja obejmuje zarządzanie danymi środowiskowymi, biologicznymi i obserwacyjnymi. Uczestnicy poznają metody pracy z danymi terenowymi, sensorami i systemami monitoringu oraz zasady interoperacyjności danych w naukach przyrodniczych.

Rozwijane kompetencje:

  • zarządzanie danymi terenowymi i obserwacyjnymi
  • integracja danych z różnych źródeł (sensory, monitoring)
  • stosowanie standardów interoperacyjności danych
  • organizacja danych biologicznych i środowiskowych
  • przygotowanie danych do analiz i modeli naukowych

4. Zarządzanie danymi w instytucji naukowej

Charakter: wsparcie instytucjonalne

Ścieżka przygotowuje do wspierania naukowców w zakresie zarządzania danymi badawczymi. Obejmuje tworzenie polityk danych, wdrażanie zasad open science oraz zarządzanie obiegiem danych w instytucjach naukowych i bibliotekach akademickich.

Rozwijane kompetencje:

  • tworzenie i wdrażanie polityk zarządzania danymi
  • wsparcie naukowców w zakresie RDM i open science
  • zarządzanie obiegiem danych w organizacji
  • zgodność z regulacjami (RODO, Data Act)
  • budowanie roli data stewarda w instytucji

5.Rezpozytoria danych badawczych

Charakter: infrastruktura danych

Specjalizacja skupia się na funkcjonowaniu repozytoriów danych. Obejmuje proces ingest danych (przyjmowanie i przygotowanie danych do udostępnienia), zarządzanie metadanymi, standardy FAIR, identyfikatory oraz zapewnienie jakości i dostępności danych.

Rozwijane kompetencje:

  • obsługa i rozwój repozytoriów danych
  • proces ingest danych (przyjmowanie, walidacja, publikacja)
  • tworzenie i zarządzanie metadanymi
  • stosowanie standardów FAIR i identyfikatorów (PID)
  • zapewnienie jakości i dostępności danych

6.Zaufane i odpowiedzialne zarządzanie danymi (FAIR-CARE-TRUST)

Charakter: jakość danych, etyka i budowanie zaufania

Ścieżka koncentruje się na odpowiedzialnym zarządzaniu danymi badawczymi z uwzględnieniem standardów FAIR, CARE i TRUST. Uczestnicy uczą się, jak zapewniać jakość, wiarygodność i zgodność danych z wymogami etycznymi oraz regulacyjnymi, a także jak budować zaufanie do danych i infrastruktury badawczej.

Rozwijane kompetencje:
• zapewnienie jakości i wiarygodności danych badawczych
• stosowanie zasad FAIR i CARE w praktyce badawczej
• zarządzanie danymi wrażliwymi i etycznymi aspektami badań
• budowanie zaufania do danych, repozytoriów i usług data stewardship
• rozumienie i wdrażanie zasad TRUST w infrastrukturach danych 


 7. Train-theTrainer (szkolenie z RDM)

Charakter: kompetencje edukacyjne i komunikacyjne

Ścieżka rozwija kompetencje w projektowaniu i prowadzeniu szkoleń z zakresu zarządzania danymi badawczymi. Uczestnicy uczą się, jak skutecznie przekazywać wiedzę, budować programy szkoleniowe i wspierać rozwój kompetencji w organizacji.

Rozwijane kompetencje:

  • projektowanie programów szkoleniowych z zakresu RDM
  • prowadzenie szkoleń i warsztatów dla różnych grup odbiorców
  • komunikowanie zagadnień zarządzania danymi
  • tworzenie materiałów dydaktycznych
  • budowanie świadomości open science w organizacji

 

 

Zasady kwalifikacji

Komisja Rekrutacyjna dokonuje oceny zgłoszeń na podstawie informacji zawartych w formularzu aplikacyjnym, z uwzględnieniem celów DSS 2026 jako programu skierowanego przede wszystkim do osób początkujących lub rozwijających podstawowe kompetencje w zakresie data stewardship i zarządzania danymi badawczymi.

 

Kryterium

0 pkt – niesatysfakcjonujący

1 pkt – częściowo satysfakcjonujący

2 pkt – satysfakcjonujący

Zgodność profilu osoby aplikującej z celami DSS 2026

Profil osoby aplikującej nie odpowiada założeniom programu lub wskazuje na zbyt wysokie doświadczenie w zakresie data stewardship/RDM.

Profil częściowo odpowiada założeniom programu, ale związek z celami DSS 2026 nie został wystarczająco jasno wykazany.

Profil wyraźnie odpowiada założeniom DSS 2026 jako programu dla osób początkujących lub rozwijających podstawowe kompetencje w zakresie data stewardship/RDM.

Potrzeba zdobycia nowych umiejętności, kompetencji i wiedzy

Brak jasnego uzasadnienia potrzeby udziału w programie lub wskazane potrzeby nie są związane z zakresem DSS 2026.

Potrzeba rozwoju została wskazana, ale jest opisana ogólnie lub bez wyraźnego powiązania z obowiązkami albo planami zawodowymi.

Osoba aplikująca jasno wykazuje, że obecna lub planowana praca wymaga zdobycia nowych kompetencji związanych z danymi, otwartą nauką, RDM lub wsparciem badań.

Doświadczenie w pracy z danymi, informacją lub procesami badawczymi

Brak doświadczenia lub opis doświadczenia nie pozwala ocenić związku z tematyką DSS 2026.

Osoba aplikująca wskazuje ograniczone lub pośrednie doświadczenie, ale można dostrzec potencjalny związek z zakresem DSS 2026.

Osoba aplikująca posiada adekwatne doświadczenie w pracy z danymi, informacją, dokumentacją, projektami lub wsparciem badań, nawet jeśli nie było ono bezpośrednio związane z data stewardship/RDM.

Funkcja, zakres obowiązków lub przyszłe plany zawodowe

Brak związku między funkcją, obowiązkami lub planami zawodowymi a zakresem DSS 2026.

Związek między funkcją, obowiązkami lub planami zawodowymi a DSS 2026 jest częściowy albo słabo opisany.

Obecna funkcja, zakres obowiązków lub przyszłe plany zawodowe wyraźnie wskazują na możliwość wykorzystania efektów uczenia się DSS 2026 w praktyce.

Motywacja do udziału i uczenia się przez całe życie

Motywacja jest niejasna, niewystarczająca albo nie wskazuje na gotowość do aktywnego udziału w programie.

Motywacja została przedstawiona, ale jest ogólna, schematyczna lub wymaga doprecyzowania.

Motywacja jest konkretna, przekonująca i wskazuje na gotowość do rozwoju, zdobywania nowej wiedzy oraz zmiany lub uzupełniania kwalifikacji.

Kompletność i jakość zgłoszenia

Zgłoszenie jest niekompletne, niespójne lub nie pozwala na rzetelną ocenę kandydatury.

Zgłoszenie jest zasadniczo kompletne, ale zawiera braki, niejasności lub ogólne odpowiedzi.

Zgłoszenie jest kompletne, spójne i pozwala na pełną ocenę kandydatury.