Tietoarkistoblogi: kuratointi

Näytetään tekstit, joissa on tunniste kuratointi. Näytä kaikki tekstit

14. helmikuuta 2025

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

piirroshahmo, jolla käsissään sydän, jossa teksti Data.

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!

suorakaide, jossa teksti Love Data Week.

Helena Laaksonen
johtaja

Tuomas J. Alaterä
palvelupäällikkö

etunimi.sukunimi [at] tuni.fi

4. toukokuuta 2021

Arkistoidut aineistot tukevat tutkimuksen toistettavuutta

Toistettavuus on tieteellisen tutkimuksen perusperiaatteita. Se tarkoittaa, että tutkija itse tai hänestä riippumaton taho kykenee toistamaan kokeen tai tutkimuksen. Näin voidaan selvittää, kuinka tutkimustuloksiin on päädytty, onko kokeessa mahdollisesti virheitä tai koetuloksissa satunnaisvaihtelua, ja edistää siten tutkimuksen luotettavuutta ja läpinäkyvyyttä.

CSC järjesti 23. huhtikuuta webinaarin, jossa käsiteltiin tutkimuksen toistettavuutta eri näkökulmista sekä esiteltiin toistettavuutta edistäviä työkaluja.

Toistettavuus edellyttää, että tutkimuksen vaiheista on saatavilla tarpeeksi tietoa. Lisäksi tutkimusaineiston on oltava myös muiden kuin alkuperäisen tutkijan saatavilla. Hyvä aineistonhallinta onkin keskeisessä osassa toistettavuuden edistämisessä. Mitä paremmin aineiston keruu ja muokkaaminen sekä sen analysointiin käytetyt menetelmät, ohjelmistot ja ohjelmistoympäristöt on dokumentoitu, sitä helpompi tutkimus on toistaa. FAIR-periaatteiden (löydettävyys, saavutettavuus, yhteentoimivuus ja uudelleenkäytettävyys) soveltaminen tutkimuksen koko elinkaaren ajan edistää tutkimuksen toistettavuutta.

Tutkimuksen toistettavuutta tukee myös aineiston arkistoiminen luotettuun, pitkäaikaissäilytykseen erikoistuneeseen ja jatkokäytön mahdollistavaan arkistoon. Tietoarkisto edistää ihmistieteiden aineistojen saatavuutta ja löydettävyyttä tarkistamalla arkistoitavat aineistot yksityiskohtaisesti, kuvailemalla aineistot ja niihin tehdyt muutokset yksityiskohtaisesti ja kontrolloituja sanastoja käyttämällä, tarjoamalla aineistojen metatiedot avoimesti CC BY 4.0 -lisenssillä ja antamalla aineistoille pysyvät tunnisteet.

Data Stewards by The Turing Way Community, & Scriberia. CC BY 4.0

Nämä kaikki edistävät FAIR-periaatteiden toteutumista. Periaatteet edellyttävät myös metatiedon koneluettavuutta. Tietoarkiston aineistokuvailut ovatkin saatavissa myös ohjelmallisten rajapintojen kautta.

Hyödyntämällä arkistoitua aineistoa tutkimuksessaan tutkija voi luottaa siihen, että tutkimusaineisto on tiedeyhteisön saatavilla kattavasti dokumentoituna. Tutkija säästää aikaa ja vaivaa, ja voi keskittyä dokumentoimaan aineiston käsittelyyn, menetelmällisiin valintoihin ja tuloksiin liittyviä asioita.

Anonymisointi voi muodostua haasteeksi toistettavuudelle

Webinaarissa käsiteltiin toistettavuutta yleisesti ja hiukkasfysiikan tapausesimerkin kautta. Toistettavuuden periaate pätee kaikilla tieteenaloilla, mutta ihmistieteissä tunnisteellisten tutkimusaineistojen anonymisointi luo omat haasteensa aineiston jatkokäytölle ja tutkimuksen toistettavuudelle.

Sensitiivisestä ja tunnisteellisesta aineistosta on usein tarpeen karkeistaa tai poistaa suoria tai epäsuoria tunnisteita. Jatkokäyttöön tulevalla aineistolla ei välttämättä voi toteuttaa alkuperäisten tutkijoiden tekemiä analyysejä sellaisenaan.

Hyvin ja ajoissa suunniteltu aineistonhallinta auttaa tässäkin: kun tutkittavilta kerätyt henkilötiedot on minimoitu ja heitä on informoitu aineiston jatkokäytöstä, aineisto voidaan arkistoida mahdollisimman vähin muutoksin.

Ihanteellisessa tapauksessa tutkimusaineisto on avoimesti tiedeyhteisön saatavilla tulosten koettelemiseksi, mutta joskus aineistoa ei voi avata edes rajoitetusti. Syitä voivat olla esimerkiksi siihen sisältyvät tunnisteet, aineiston arkaluonteisuus, tai että aineisto sisältää liiketoiminnan kannalta salassa pidettävää sisältöä. FAIR-periaatteiden noudattaminen ei edellytäkään aineiston avointa saatavuutta, vaan itse aineisto voi olla rajoitettua tai jopa kokonaan salattua. Periaatteiden mukaista sen sijaan on, että rajoitetusta tai salatusta aineistosta on saatavissa metatietoa, joka kuvaa sen rakennetta, kohdetta, keruutapaa, sovellettuja menetelmiä ja malleja sekä hallinnointia tutkimusprojektin aikana.

Tutkimuksen ja aineistosta tehtyjen johtopäätösten läpinäkyvyyden kannalta on suositeltavaa avata aineistosta vähintään kattavat kuvailutiedot, kuin säilyttää kaikki tiedot muun tiedeyhteisön tai yhteiskunnan ulottumattomissa.