Rakasta dataa! Love Data Week muistutti, että datasta pitää pitää huolta

Olemme taas viettäneet dataintoilijoiden kansainvälistä teemaviikkoa. Love Data Week 2025 kysyi ja hieman vastasikin sangen yleiseen ongelmaan "Whose data is it anyway", eli kenen dataa se nyt oikein on? Tietoarkistossa puhumme mielellämme omista datoistamme ja ehkä tekin puhutte Tietoarkiston datoista. Datat eivät kuitenkaan ole meidän, koska sopimusten mukaisesti huolehdimme datoista tekijöiden ja omistajien puolesta.

Metadata sen sijaan on Tietoarkiston tuottamaa, "meidän dataamme" siis. Se on avoimesti saatavilla Creative Commons Nimeä 4.0 Kansainvälinen -lisenssin mukaisesti.

Love Data Weekin järjestää ICPSR. Tapahtumista ja viikon aikana jaetuista tietolähteistä voit lukea lisää tapahtumasivuilta. Tietoarkisto osallistui viikon teemaan sosiaalisen median nostoilla, joissa toimme esiin palveluita ja tietolähteitä, joiden kautta Tietoarkisto ohjeistaa datan omistamisesta tai tekijyydestä sopimiseen. Tähän blogiin on koottu kaikki nämä nostot.

Sopiminen, kun tutkijoita on useita

Jos tutkimushankkeessa on useita tutkijoita, kannattaa hoitaa oikeuksista sopiminen ajoissa, jotta ei tarvitsisi miettiä jälkikäteen, "kenen dataa se nyt oikein on?" Ohjeita saat muun muassa Tietoarkiston Aineistonhallinnan käsikirjan luvusta Sopimukset ja oikeudet.

Tekijä ei ole aina henkilö

Koronapandemian aikana kerätyt tutkimusdatat ovat ajankohtaisia myös nyt. Pandemia osoitti, että yhteiskunnan kriisitilanteissa ilmiötä käsittelevät tutkimusaineistot pitää saada käyttöön joustavasti ja avoimesti. Tutkimusaineistolla ei aina myöskään ole henkilötekijää, vaan se voi olla myös organisaation tuottama. Näistä esimerkkinä on tammikuussa 2025 julkaistu gerontologisen sosiaalityön ja diakoniatyön asiakkaiden sekä ikääntyvien parissa työskentelevien haastatteluaineisto.

Aineistoviite: Helsingin yliopisto & Itä-Suomen yliopisto & Lapin yliopisto: Gerontologisen sosiaalityön ja diakoniatyön asiakkaiden sekä ikääntyvien parissa työskentelevien haastatteluja 2021 [data]. Dataversio 1.0 (2024-09-12). Yhteiskuntatieteellinen tietoarkisto [jakaja]. DOI: https://doi.org/10.60686/t-fsd3862; URN: https://urn.fi/urn:nbn:fi:fsd:T-FSD3862

Aineisto voi jäädä orvoksi

Kenelle kuuluu orpo aineisto? Arja Kuula-Luumi kirjoitti orvoista aineistoista blogin jo yli kymmenen vuotta sitten.

Tuolloin Tietoarkistossa uudistettiin ja yksinkertaistettiin arkistointisopimuksia. Nykyiseen verrattuna Tietoarkistossa oli tuolloin runsaasti dataa, jonka käyttöön piti pyytää alkuperäisen tutkijan tai luovuttajan lupa. Halusimme vähentää näin rajoitettua käyttöä ja lisäksi muuttaa luvanvaraisuuden määräaikaiseksi. Määräaikaisuutta voi karuimmillaan perustella sillä, että aineistosta tulee orpo, kun luvanantaja kuolee eikä vaihtoehtoista toimintatapaa ole määritelty. Aineisto voi kuitenkin jäädä orvoksi myös silloin, kun luvanantaja jostain muusta syystä ole enää tavoitettavissa.

Arkistointiohjeissa kerromme datojen käyttöoikeusluokista.

Kenen data?

Joskus tutkittaville syntyy tekijänoikeuksia tutkimusta varten kerättyyn aineistoon. Näin voi tapahtua, jos tutkittavat esimerkiksi piirtävät tai valokuvaavat tai tuottavat tekstiä, josta tutkija muodostaa aineistonsa. Lue Tietoarkiston Aineistonhallinnan käsikirjasta, mitä sinun pitää ottaa huomioon näin kerättyä aineistoa hyödyntäessäsi ja millaiset sopimukset ovat tarpeen.

Tietoarkisto vaalii huomassaan olevaa dataa jokaisena päivänä – ole yhteydessä asiakaspalveluumme tai täytä arkistointiehdotuslomake, kun datasi kaipaa rakkautta!

Helena Laaksonen
johtaja

Tuomas J. Alaterä
palvelupäällikkö

etunimi.sukunimi [at] tuni.fi

Viittaa dataan - myös omaan dataasi!

Dataviittauksen tiekartan julkaisemisesta on kulunut jo muutama vuosi. Tavoitteena oli tehdä dataan viittaamisesta osa suomalaista julkaisukäytäntöä. Suosituksena oli ja on sekä ihmislukijalle että koneelle ymmärrettävien dataviittausten käyttäminen. Tutkimusaineistoihin viitataan kuitenkin edelleen hyvin vaihtelevasti ja usein ei ollenkaan.

Olen selaillut havaintoni todentamiseksi hyvin sattumanvaraisesti Tietoarkistolle keskeisten tieteenalojen lehtiä. En siis osaa sanoa, miten asia toteutuu jollakin muulla tieteenalalla enkä väitä, että kukaan ei koskaan viittaa. Joissakin tapauksissa tutkimusaineistoon viittaaminen on peräti esimerkillistä.

Tietoarkisto on jo pitkään ohjeistanut seikkaperäisesti, miten tutkimusaineistoon voi viitata tieteellisessä tekstissä. Malliviittaukset ovat olleet aina saatavilla aineiston kuvailutietojen osana. Vuosien saatossa olemme muuttaneet kielenkäyttöä asiakasystävälliseen suuntaan, ja viittausvaatimuksen rinnakkaisterminä on nykyisin käytössä malliviittaus. Käytettyyn aineistoon viittaaminen on silti yksi käyttöehto, johon asiakas sitoutuu ladatessaan aineiston. Malliviittaus on saatavilla aineiston lataussivulla ja tarkempaan viittausohjeeseen pääsee sen yhteyteen sijoitetusta linkistä.

Toinen havaintoni vaatisi enemmän selvittelyä, mutta mututuntumani on, että toisen tutkijan aineistoon viitataan (tavalla tai toisella) useimmiten. Sen sijaan omaan aineistoon viittaaminen ei ole yleinen käytäntö. Omaan dataan ei viitata välttämättä edes silloin, kun aineisto on jo Tietoarkistossa (tai jossain tallennuspalvelussa) ja viittaus olisi kohtuullisen helppo kopioida suoraan artikkelin lähteisiin. Tietoarkistoon tallennettuun aineistoon voi viitata myös silloin, kun sen arkistointiprosessi ei ole valmis. Toisin sanoen aineistolle voi saada pysyvän tunnisteen ja niin sanotun alustavan aineistonimen. Suunnitelmissamme on myös tekijöiden tutkijatunnisteiden (ORDIC) hyödyntäminen.

Tiivistetysti saat Tietoarkistosta seuraavat "viittauspalvelut":

• Malliviittauksen arkistoidulle aineistolle olipa se omasi tai toisen rakas data
• Malliviittaus sisältää myös pysyvän tunnisteen (URNin)
• Alustavan viittaustiedon, jonka sisältämä pysyvä tunniste säilyy läpi arkistointiprosessin
• Ohjeet aineistoon viittaamiseen esimerkiksi tekstissä, kuviossa ja lähdeluettelossa.


Lisätietoa:

• Esimerkki malliviittauksesta ja linkki viittausohjeeseen Ailassa aineiston lataussivulla
• Ohjeet ja esimerkit aineistoon viittaamiseksi
• Tulevat aineistot -listaus antaa useita esimerkkejä alustavista viittaustiedoista.
• Dataviittaamisen tiekartta: Tracing data: Data citation roadmap for Finland (2018). Finnish Committee for Research Data.

Helena Laaksonen
johtaja
etunimi.sukunimi [at] tuni.fi

Data Service Portal Aila: accessibility and practicality for non-Finnish speakers

The Finnish Social Science Data Archive (FSD) is one of the most important national resources for the collection and storing of social research data. Among the many services they offer, they aim to make research data available to everyone, free of charge. In order to be able to make data accessible not only to Finnish people, but also to international researchers or students involved in research projects, they provide datasets translated into English.

Their Data Service Portal is called Aila and is easily accessible for international users from the FSD English Website. It contains a list of more than 1,200 datasets, many of which are available in English that can be conveniently searched through by using the feature "Search". This allows users to find data suitable for their project easily, a process that would otherwise be extremely time-consuming and which could also be inconclusive. Access conditions apply to most datasets, some of which are only available for research purposes and others only for research, teaching and study purposes. A small percentage can only be used upon permission from the depositor or creator of the data.

As a placement student at the FSD, who is not familiar with the content of their digital archive, I was asked to assess how easy it is to find and access data in English through Aila. For this purpose, I first started by researching a specific dataset. By using "Data Search" finding the dataset was quick and simple. The results included not only the specific year of the survey I was looking for, but also all of the previous waves. This is useful when one is interested in carrying out a study that compares data over time.

Although the process seems to be very straight forward, one needs to be careful before downloading a dataset, as not all of them contain data that has been translated into English. In fact, the portal Aila includes study descriptions in English for all of the studies in the archive, but this does not imply that all of the data has been translated. To make sure that the data is in English one should double-click on the dataset to open the description page and check on the yellow box on the right-side that it contains related files in English (e.g. the codebook).

Still, even if related files are not currently available in English, users can request for the dataset to be translated, a service offered by the FSD free of charge. This is almost exclusively done for quantitative studies, as the amount of text contained in qualitative studies would require a much more demanding process. Only less than 15% of the datasets are qualitative, however. This means that a translation can be requested for the vast majority of the data.

Many users may also have a specific topic to research, but may still not know the specific name of a dataset available for them to use. With this idea in mind, and focusing on specific terminology from the final project for university that I am currently working on, I used the "Variable Search" tool. As the topic I was searching for was quite niche, I was very surprised to find out that Aila contains some feasible data. This clearly indicates that the archive is truly rich in content. "Variable Search" highlights the exact variables that contain the terms searched for, within all of the datasets available in the archive. This is a quick way to find datasets that have already been translated into English.

In conclusion, the Data Service Portal Aila is an extremely useful tool not only for Finnish people, but also for those looking for data in English. It is accessible to everyone, easy to use and does not require extremely complicated procedures to obtain data. Perhaps requesting the translation of a specific dataset would involve a longer process, however it is certainly undeniable that the FSD succeeds in its aim to make research data available and accessible to everyone.

Laura Chieri
Q-Step Student

Mitä tutkijat ajattelevat terveys- ja lääketieteen aineistojen arkistoinnista?

Tutkimusaineistojen avoimuus on jo tavallista biotieteissä ja monilla luonnontieteiden aloilla, mutta useilla muilla aloilla avoimuus on harvinaista ja lääketieteessä sitä on hädin tuskin edes harkittu. Tutkimusaineistojen avoimuusvaatimus koskee kuitenkin myös terveys- ja lääketieteitä. Tietoarkisto onkin laajentamassa palveluitaan, jotta myös näiden alojen aineistoille saadaan asianmukaiset käytännöt arkistointiin ja aineistojen jatkokäyttöön.

Kartoittaaksemme tutkijoiden tarpeita, toteutimme toukokuussa 2015 tutkijakyselyn, jossa selvitimme tutkijoiden ajatuksia ja käytäntöjä tutkimusaineistojen jatkohyödyntämisestä. Kysely suunnattiin Tietoarkiston uusille tieteenaloille, humanististen ja lääke- ja terveystieteiden tutkijoille, pois lukien biotieteiden ala. Tässä kirjoituksessani käsittelen terveystieteiden tutkijoiden vastauksia.

Puolet vastaajista oli tietoisia rahoittajien (esim. Suomen Akatemia ja TEKES) ja julkaisijoiden suosituksista ja edellytyksistä avata tutkimusaineistot tiedeyhteisön käyttöön. Tästä huolimatta vain neljäsosa arkistoi aineistonsa omaan yliopistoonsa tai tutkimuslaitokseensa, ja vain neljä prosenttia arkistoi aineistoja erilliseen arkistoimisyksikköön.

Miksi näin harva? Aineistojen jakaminen tutkimusryhmien kesken kun on kuitenkin yleinen käytäntö terveys- ja lääketieteissä.

Osaltaan syynä on väärinymmärrys. Monen tutkijan käsityksen mukaan arkaluonteisia tietoja sisältävää aineistoa ei saa arkistoida muuta tutkimuskäyttöä varten.

Aineiston voi kuitenkin arkistoida, kun siitä ensin poistetaan tunnistetiedot, eli aineisto anonymisoidaan. Mahdollista on myös poistaa aineistosta kaikkein arkaluonteisin osa ja arkistoida vähemmän arkaluonteiset tiedot. Tietoarkistossa anonymisointi ja tutkittavien tietosuojan varmistaminen onkin keskeinen osa arkistointiprosessia.

Tutkijoita huolestuttaa myös se, että ulkopuolinen ei pysty käyttämään aineistoa oikein. Arkistoitava aineisto kuitenkin kuvaillaan Tietoarkistossa niin perin pohjin, että uusi käyttäjä saa tietoonsa miten tiedot on kerätty ja mitä rajoituksia eri muuttujiin liittyy. Tutkija voi myös halutessaan rajata aineiston jatkokäyttöä päättämällä hakemuskohtaisesti, kenelle jatkokäyttölupa myönnetään. Kyselyssä tutkijat toivoivat myös, että heillä olisi oikeus rajata, millainen osa aineistosta hakijalle kulloinkin annetaan.

Tutkittavien informoinnissa ja suostumusten keräämisessä käytetään usein suostumusmallia, jossa tutkittaville kerrotaan aineistoa käytettävän vain yhteen tutkimukseen, ja että tutkimuksen päätyttyä aineisto hävitetään. On myös tavallista kirjoittaa eettisen luvan hakemukseen sen kummemmin asiaa harkitsematta, että aineistoa käytetään vain tähän tutkimukseen ja tutkimuksen loputtua aineisto hävitetään.

Eettiset toimikunnatkin voivat tulkita lakia jyrkemmin kuin lain kirjain vaatii. Eettisen lausunnon saamiseen voi liittyä vaatimuksia aineiston hävittämisestä tai muista rajoituksista. Myös tutkijat itse voivat pitää arkaluonteisen aineiston arkistointia eettisesti arveluttavana, vaikka anonyymin aineiston arkistoinnin sallisi sekä lainsäädäntö että eettinen toimikunta.

Yksi selitys sille, että aineistoja ei juuri arkistoida, on myös se, että tutkijat eivät ole tietoisia arkistointiin ja aineistojen jatkokäyttöön tähtäävästä tutkimuspolitiikasta, eikä muun muassa Tietoarkistoa tai sen palveluita vielä tunneta. Julkaisujen vaatimukset artikkeliin liittyvän tutkimusaineiston avaamisesta ovat jo tutumpia.

Tieto arkistoimisen hyödyistä kuitenkin leviää. Tietoarkistojen ja tutkijoiden välisen yhteistyön lisääntyessä edetään kohti tilannetta, jossa aineistot käytetään hyödyksi tehokkaasti. Tämä säästää tutkimuksessa arvokasta aikaa ja rahaa sekä altistaa tutkittavia vähemmille tutkimuksille.

Lopuksi yhden vastaajan kirjoitus aineistojen jakamisesta: "Tutkimusryhmämme on jo avannut aineistoja laajasti suomalaisille ja kansainvälisille tutkimusryhmille. Olemme tietojeni mukaan saaneet tiedostojen jakamisesta pelkästään hyötyä ja positiivista palautetta sekä kymmeniä hyviä yhteisjulkaisuja. Tämän lisäksi tutkimus kuuluu kymmeniin kansainvälisiin genetiikan alan konsortiotutkimuksiin, mistä on saatu hyötynä kymmeniä huippujulkaisuja. Aineistojen jakamisesta on hyötyä myös siksi, että vastavuoroisesti meille on auennut mahdollisuus käyttää kansanvälisiä aineistoja, mikä on parantanut mahdollisuuksia julkaisujen hyväksymisestä alan huippulehtiin."

Lisätietoa:
Tutkimusaineistojen avoimen saatavuuden määrittelystä ja asiaan liittyvistä taustatekijöistä voi lukea tarkemmin Tietoarkistolehdessä 2/2014.

Annaleena Okuloff
tieteenala-asiantuntija
etunimi.sukunimi [at] uta.fi

Kirjoitus on kolmiosaisen terveys- ja lääketieteitä käsittelevän postaussarjan ensimmäinen osa. Ks. toinen osa.

Orvot aineistot

Tietoarkisto on uusinut arkistointia koskevan sopimuksen ja aineistojen jatkokäyttöä koskevat käyttöehdot. Arkistointisopimuksessa halusimme erityisesti täsmentää tilanteita, joissa alkuperäinen tutkija edellyttää häneltä luvan kysymistä jokaiseen aineiston jatkokäyttöön.

Testasimme uuden sopimuksen ehtoja jo viime syksynä muutamien tutkijoiden kanssa. Osa hämmentyi pyynnöstä nimetä vaihtoehtoinen toimintatapa tai toinen henkilö, jolta lupaa aineiston käyttöön voi kysyä, jos aineiston arkistoitunutta henkilöä itseään ei tavoiteta. "Ei kukaan muu voi antaa käyttöön lupaa, ei vain voi", sanoi yksi tutkija. Lyhyen hiljaisuuden jälkeen hän itse totesi kuolevansa tietysti joskus.

Tutkijat ja tietoarkiston henkilökunta siirtyvät aikanaan eläkkeelle ja kuolevat. Toisinaan elämän kulkua muuttaa sairaus tai tapaturma. Tietoarkistoon arkistoitu aineisto sen sijaan jatkaa elämäänsä, sillä henkilökunnasta poistuvien tilalle palkataan uutta väkeä. He jatkavat työtä, jolla aineistojen säilyvyys ja käytettävyys varmistetaan tietotekniikan muuttuessa. Tietoarkistokielellä kyse on aineistojen hoivaamisesta (curation).

Uudessa arkistointisopimuksessa tarjoamme mahdollisuuden asettaa jatkokäyttö luvanvaraiseksi vain määräajaksi. Tämä on erityisen hyvä ratkaisu tutkijoille, jotka haluavat ensin varmistua siitä, että tietoarkistossa osataan heidän aineistoansa hoivata. Tutkija voi suhtautua aineistoonsa kuin lapseen ja silloin on ymmärrettävää, että hän haluaa vakuuttua tietoarkiston käytännöistä ennen kuin antaa oikeuden toimittaa aineistoa käytettäväksi myös ilman hänen lupaansa.

Jos luvan kysymiselle ei ole olemassa vaihtoehtoista toimintatapaa, tulee aineistosta orpo, kun luvanantajaa ei enää tavoiteta. Aineistoa ei voi toimittaa jatkokäyttöön ja tietoarkiston toimintaperiaate on arkistoida aineistoja nimenomaan jatkokäyttöä varten. Orvoiksi muuttuvien aineistojen kohtalo täytyy punnita jokaisen aineiston kohdalla erikseen ja joskus päätös on se, että aineistoa ei enää hoivata. Se tarkoittaa sitä, että aineisto muuttuu ennen pitkää myös teknisesti käyttökelvottomaksi.

Vaikka me ihmiset elämme vain hetken, tietoarkisto varmistaa tutkimusaineistoille päättymättömän elinkaaren. Tänään ajankohtaiset aineistot soveltuvat kohta ajalliseen vertailuun ja aikanaan historian tutkimukseen. Pidetään siis aineistot elossa ja käyttökelpoisina ja varmistetaan, ettei niistä tule orpoja.

Katso myös usein kysytyt kysymykset arkistoinnista.

Arja Kuula
kehittämispäällikkö
etunimi.sukunimi [at] uta.fi