Näytetään tekstit, joissa on tunniste tutkimusaineistot. Näytä kaikki tekstit
Näytetään tekstit, joissa on tunniste tutkimusaineistot. Näytä kaikki tekstit

24. huhtikuuta 2026

FIDELIS takes shape: Collaboration towards a more trustworthy data infrastructure

The future of trustworthy digital repositories, shared development tools, and European collaboration were at the heart of the FIDELIS project consortium meeting held in The Hague in March. During the two-day meeting, discussions focused on the sustainable maintenance of the network, current and emerging tools, and how training can become an impactful part of everyday operations even after the project has concluded.

FIDELIS project (1 January 2025–31 December 2027, Horizon Europe) will set up, develop, and operate a European network of trustworthy repositories that will support the development and growth of TDRs within the EOSC ecosystem; foster harmonisation and interoperability across repositories to enable an EOSC federation of TDRs; and strengthen the upskilling of repositories and expansion of the network through an active training and support programme. FSD's participants in the Consortium Meeting were Henna Kaartinen, Mari Kleemola, and Tuomas J. Alaterä.

At the consortium meeting, discussions focused heavily on the strategic development of the Trustworthy Digital Repository (TDR) Network, with particular attention to its long-term sustainability. Participants explored how the Network could continue to operate beyond the lifetime of the project and how it could support the European research data infrastructure more broadly.

Another key theme of the consortium meeting was the ongoing work on the FIDELIS Transparent, Trustworthy Repository Attributes Matrix (TTRAM). During the project, TTRAM has evolved into a practical and transparent tool that helps repositories systematically assess and strengthen their trustworthiness. The role of the tool as part of broader community-driven development and its integration into the TDR Network were discussed extensively.

The meeting also addressed the FIDELIS training and support programme, which is now entering a more active phase. Call for mentoring and peer-to-peer support programme has been open since late February and call for participation in Support for the Adoption of Solutions will in the end of April. Both calls aim to provide repositories with concrete, hands-on support for developing trustworthy and sustainable services.

In addition, discussions covered the role of FIDELIS within the European Open Science Cloud (EOSC). Attention was given to how the TDR Network can contribute to the EOSC Federation by widening the expertise of its member repositories and by promoting high-quality, trustworthy data in line with the FAIR principles.

Representatives of CESSDA repositories at the Consortium Meeting. Mari (third from the left), and Tuomas and Henna (on the right). Photo: Anja Radonjic.

From FSD's perspective, it is important that the results of project work also become embedded in everyday practice and bring clear benefits to users. The work undertaken in the FIDELIS project supports the continuous development of FSD’s archival services and helps clarify practices related to trustworthiness, transparency, and sustainability. For users, this may be reflected in more harmonised practices, clearer communication, and stronger support for opening data and ensuring long-term preservation in line with the FAIR principles.

Furthermore, through the project’s training and support, FSD’s expertise within the European repository community is strengthened. This is visible in the advice, training, and practical support that FSD offers at different stages of research data lifecycle. With the help of project funding, new solutions and services are explored and tried out, while already proven services or functions are strengthened and developed.

Read more about the Consortium Meeting in the FIDELIS project blog!

Henna Kaartinen
Project Assistant
firstname.surname [at] tuni.fi

FIDELIS-työ konkretisoituu: Yhteistyöllä kohti luotettavampaa datainfrastruktuuria

Luotettavien digitaalisten repositorioiden tulevaisuus, yhteiset kehittämistyökalut ja eurooppalainen yhteistyö olivat FIDELIS-hankkeen konsortiokokouksen keskiössä viime maaliskuussa Haagissa. Kaksipäiväisessä tapaamisessa keskusteltiin verkoston kestävästä ylläpitämisestä, ajankohtaisista työkaluista sekä siitä, miten koulutus muodostuu vaikuttavaksi osaksi arjen toimintaa myös hankkeen jälkeen.

FIDELIS-hanke (1.1.2025–31.12.2027, Horisontti Eurooppa) rakentaa eurooppalaista luotettavien repositorioiden verkostoa, edistää yhteentoimivuutta, kehittää parhaita käytäntöjä ja tarjoaa repositorioille koulutusta ja tukea. Konsortiokokoukseen Tietoarkistosta osallistuivat Henna Kaartinen, Mari Kleemola ja Tuomas J. Alaterä.

Kokouksessa keskityttiin erityisesti Trustworthy Digital Repository (TDR) -verkoston strategiseen kehittämiseen, eritoten sen tulevaisuuden jatkuvuuden näkökulmasta. Keskusteluissa pohdittiin, miten TDR-verkosto voi toimia kestävällä tavalla myös hankkeen päättymisen jälkeen ja tukea laajemmin eurooppalaista tutkimusdatainfrastruktuuria.

Toinen keskeinen teema oli ajankohtainen työ FIDELIS Transparent Trustworthy Repository Attributes Matrix (TTRAM) -työkalun parissa. TTRAM on kehittynyt hankkeen aikana käytännölliseksi välineeksi, jonka avulla repositoriot voivat tarkastella ja kehittää omaa luotettavuuttaan systemaattisesti ja läpinäkyvästi. Työkalun roolia osana laajempaa yhteisöllistä kehittämistä ja sen integrointia TDR-verkostoon käsiteltiin laajasti.

Kokouksessa tarkasteltiin myös FIDELIS-hankkeen tuki- ja koulutusohjelmaa, joka on parhaillaan siirtymässä aktiivisempaan vaiheeseen. Mentorihaku on ollut auki jo toista kuukautta ja haku parhaiden käytäntöjen soveltamista tukeviin koulutuksiin käynnistyy huhtikuun lopussa. Molempien tavoitteena on tarjota repositorioille konkreettista tukea käytäntöjensä ja luotettavuutensa kehittämiseen.

Lisäksi keskusteluun nousi FIDELIS-hankkeen rooli EOSCissa (European Open Science Cloud). Erityisesti pohdittiin, miten TDR-verkosto voi tukea EOSC-federaatiota hyödyntämällä jäsentensä laajaa asiantuntemusta ja edistämällä FAIR-periaatteiden mukaisen, laadukkaan ja luotettavan datan saatavuutta.

CESSDA-arkistojen edustajia konsortiokokouksessa. Mari (3. vas) sekä Tuomas ja Henna (oikealla). Kuva: Anja Radonjic.

Tietoarkiston näkökulmasta on tärkeää, että hanketyön tulokset tulevat myös osaksi arkea, aina asiakkaillemme asti. FIDELIS-hankkeessa tehty työ tukee arkistopalveluiden jatkuvaa kehittämistä, reflektointia ja toimintatapojen selkeyttämistä erityisesti luotettavuuden ja läpinäkyvyyden näkökulmasta. Asiakkaille tämä näyttäytyy yhtenäisempinä käytäntöinä, selkeämpänä viestintänä sekä entistä vahvempana tukena FAIR periaatteiden mukaisen datan avaamiseen ja pitkäaikaissäilytykseen.

Lisäksi hankkeen koulutus- ja tukitoiminta vahvistaa Tietoarkiston asiantuntijuutta osana eurooppalaista repositorioyhteisöä. Tämä heijastuu asiakkaille tarjottavana neuvontana, koulutuksina ja käytännön tukena tutkimusdatan elinkaaren eri vaiheissa. Hankerahoituksen turvin Tietoarkistossa voidaan myös kokeilla uusia toimintamalleja sekä vahvistaa ja kehittää jo hyväksi havaittuja palveluja tai toimintoja.

Lue tarkemmin konsortiokokouksen kuulumisia FIDELIS-hankkeen blogikirjoituksesta!

Henna Kaartinen
projektiassistentti
etunimi.sukunimi [at] tuni.fi

18. maaliskuuta 2026

Strategisesti fokusoitua yhteistyötä

Tietoarkiston missiona on jakaa, vaalia ja säilyttää pitkäaikaisesti käyttökuntoisena suomalaisen yhteiskunnan, ihmisten ja kulttuuristen ilmiöiden tutkimiseksi kerättyä tutkimusdataa. Toimintaamme ohjaa valtakunnallisen neuvottelukuntamme hyväksymä strategia. Sen mukaisesti tuotamme yhteentoimivia, luotettavia ja vaikuttavia palveluita sekä kehitämme alan parhaita käytäntöjä yhteistyössä muiden toimijoiden kanssa.

Yhteistyö- ja vaikuttamisympäristömme onkin laaja. Keskeiset yhteistyötahomme on koottu oheiseen kuvioon, joka asemoi Tietoarkiston tutkimuksen ja avoimen tieteen kokonaisuuteen sekä kansallisesti että kansainvälisesti.

Kuvio: Tietoarkiston yhteistyötahot.

Asiakkaistamme suurin osa tulee tiedeyhteisöstä, erityisesti kotimaisista yliopistoista. Merkittävä osa on yhteiskuntatieteilijöitä, mutta Tietoarkisto palvelee aivan kaikkia tieteenaloja. Käyttäjäyhteisömme voidaan jakaa kahteen ryhmään: aineistojen luovuttajat (tallentajat) sekä aineistojen ja palveluiden käyttäjät. Aineistoja luovuttavat arkistoitaviksi yksittäiset tutkijat, tutkimusryhmät, yliopistot, tutkimusorganisaatiot, tiedonkeruuorganisaatiot, ministeriöt, kolmannen sektorin toimijat sekä yritykset. Käyttäjiä ovat kaikki, jotka lataavat ja hyödyntävät aineistoja Ailasta tai käyttävät muita Tietoarkiston palveluita.

Suuri osa käyttäjistämme on tutkijoita, opettajia ja opiskelijoita. Avoimesti saatavilla olevat aineistot ovat myös esimerkiksi kansalaisten, julkisen sektorin, median, yritysten ja kolmannen sektorin käytettävissä. Vuonna 2026 Ailassa oli yli 7000 rekisteröitynyttä käyttäjää, joista suurin osa oli suomalaisista korkeakouluista.

Ihmisten lisäksi palvelemme enenevässä määrin myös konekäyttäjiä. Tietoarkiston metadata haravoidaan muun muassa kotimaiseen Etsin-palveluun ja kansainvälisiin aineistoluetteloihin kuten CESSDAn datakatalogiin.

Kansainvälistä yhteistyötä aineistojen keruussa ja aineistopalveluissa

Keskeinen yhteistyökumppanimme onkin CESSDA ERIC (Consortium of European Social Science Data Archives), joka on eurooppalaisten yhteiskuntatieteellisten tietoarkistojen muodostama tutkimusinfrastruktuuri. Suomi on CESSDAn jäsen ja Tietoarkisto CESSDAn Suomen kansallinen palveluntuottaja (Service Provider, SP). CESSDA-yhteistyössä kehitetään keskitettyjä palveluja, jaetaan työkaluja ja vaikutetaan tutkimus- ja tiedepolitiikkaan. CESSDA ja sen kansalliset palveluntuottajat osallistuvat aktiivisesti myös EOSC kokonaisuuden kehittämiseen erilaisissa EU-hankkeissa.

Tietoarkisto on mukana neljässä kansainvälisiä vertailuaineistoja tuottavassa tutkimuksessa. International Social Survey Programme (ISSP) - ja European Values Study (EVS) -ohjelmissa Tietoarkisto koordinoi datankeruuta ja vastaa Suomen datan arkistoinnista ja jakelusta. Lisäksi tarjoamme suomalaiselle tutkimusyhteisölle pääsyn luotettaviin vertailuaineistoihin Michiganin yliopiston yhteydessä toimivan ICPSR:n (Inter-university Consortium for Political and Social Research) ja Luxemburgissa toimivan LIS-datakeskuksen kautta.

Standardointi, tiedepolitiikka ja kansalliset verkostot palveluiden parantamiseksi

Olemme myös aktiivisia standardoinnin ja tiedepolitiikan kentillä sekä kotimaassa että kansainvälisesti. Asiantuntijamme osallistuvat alamme metadatastandardien kehittämiseen DDI-allianssissa ja luotettavan pitkäaikaissäilytyksen standardien luomiseen sekä repositorioiden sertifiointiin CoreTrustSeal- verkostossa. Lisäksi olemme mukana eurooppalaisissa hankkeissa rakentamassa EOSCia ja yhteiskuntatieteellis-humanistisia palveluja SSHOC-yhteistyössä. Kansallisesti Tietoarkisto osallistuu muun muassa avoimen tieteen koordinaatioon ja asiantuntijaryhmiin. Hyödynnämme CSC:n tuottamia kansallisia palveluita, kuten Fairdata- ja PAS-palveluja. Kotimaassa verkostoihimme kuuluvat myös kansalliset tutkimusinfrastruktuurit, kuten ESS, SHARE, FIN- CLARIN ja FIRIPO.

Tampereen yliopisto on Tietoarkiston omistajaorganisaatio. Tampereen korkeakouluyhteisön tutkijat, opettajat ja opiskelijat sekä datanhallinnan asiantuntijat muodostavat merkittävän osan Tietoarkiston käyttäjäyhteisöstä. Yliopiston sisällä Tietoarkisto tekee tutkijoiden lisäksi yhteistyötä muun muassa kirjaston, IT-palveluiden ja hallinnon palveluiden kanssa. Tietoarkisto tuo korkeakouluyhteisöön datanhallinnan ja pitkäaikaissäilyttämisen asiantuntemusta sekä resursseja muun muassa EU-hankerahoituksen kautta.

Kaiken yhteistyön tavoitteena on parantaa tutkijoille tarjottavia palveluita, varmistaa arvokkaiden tutkimusaineistojen käytettävyys ja saatavuus nyt ja tulevaisuudessa, vahvistaa Tietoarkiston osaamista sekä välttää päällekkäistä työtä. Haluamme myös viedä hyviä suomalaisia datanhallinnan käytäntöjä maailmalle sekä edistää tutkimuksen vastuullista avoimuutta, käytäntöjen läpinäkyvyyttä sekä metadatan, datan ja palveluiden yhteentoimivuutta.

Lisätietoa:

Mari Kleemola
Kehittämispäällikkö, varajohtaja
etunimi.sukunimi [at] tuni.fi

10. lokakuuta 2025

Tietoarkisto-seminaari 2025: ISSP Suomessa 25 vuotta

International Social Survey Programme (ISSP) on maailmanlaajuinen vertailututkimusohjelma, joka on koonnut tietoja eri maiden kansalaisten toiminnasta ja yhteiskunnallisista mielipiteistä jo vuodesta 1985 saakka. Suomi on ollut mukana vuodesta 2000. Suomen ISSP-jäsenyys on järjestetty eri organisaatioiden yhteistyönä. Tietoarkisto arkistoi suomenkieliset Suomen aineistot ja mukana aineistonkeruussa ovat Tampereen yliopiston yhteiskuntatieteiden tiedekunta ja keruun toteuttavat organisaatiot.

ISSP-tutkimusohjelman 25-vuotiaan taipaleen kunniaksi järjestimme 7.10.2025 kansallisen Tietoarkisto-seminaarin. Seminaari pidettiin hybridimuotoisena sekä verkossa että Tampereen yliopiston Väinö Linna –salissa. Tapahtuma oli maksuton ja avoin kaikille aihepiiristä kiinnostuneille.

Seminaarin teemat kytkeytyivät ISSP:n menneisyyteen, tähän hetkeen sekä tulevaisuuteen erilaisten mielenkiintoa herättäneiden puheenvuorojen myötä. Seminaarissa kuultiin myös tarkemmin muutamista tuoreista ISSP-aineistoista.

Seminaariin ilmoittuneita oli yhteensä 66. Mukana oli monipuolinen joukko seminaariväkeä, kuten perus- ja jatkotutkinto-opiskelijoita, lehtoreita, opettajia, professoreita, tutkimusjohtajia, tutkimusinsfraktuurin edustajia sekä tutkimuksen tuen asiantuntijoita. Tällä kokoonpanolla seminaarissa keskustelua syntyikin puheenvuorojen jälkeen mukavasti. Niissä korostui innostuneisuus ja yhteistyön sekä asiantuntijuuden tärkeys.

Harri Melin (vas.), Eriikka Oinonen ja Henna Kaartinen tarkastelevat, millainen on tosi suomalainen ISSP-aineiston ja tekoälyn näkemänä.

Tilaisuus päättyi kahvitukseen, jossa keskustelu Tietoarkisto-seminaarin aiheista jatkui täytekakun ja kahvien merkeissä.

Tietoarkistossa jatkamme ISSP-tutkimusohjelman taivalta. Tuorein aineisto on juuri ennen seminaaria Ailassa julkaistu: FSD3994 ISSP 2024: digitaalinen yhteiskunta: Suomen aineisto. Aineisto sisältää suomalaisten näkemyksiä digitaalisesta yhteiskunnasta sekä internetin ja digitaalisen teknologian käytöstä.

Ohjelma

Jaetut esitykset ovat saatavilla seminaarin verkkosivulla.

  • Avauspuheenvuoro. Johtaja Helena Laaksonen (Tietoarkisto)
  • Four Decades of ISSP: Past, Present, Future. Prof. Dr. Stephanie Steinmetz, (FORS – Swiss Centre of Expertise in the Social Sciences)
  • Suomi 25 vuotta ISSP:ssä - Pysyvätkö kansalaiset mukana? Tutkimuspäällikkö Sami Borg (Kunnallisalan kehittämissäätiö)
  • Tauko
  • Kansallinen identiteetti maailman onnellisimmassa maassa. Yliopistonlehtori Eriikka Oinonen ja professori emeritus Harri Melin (Tampereen yliopisto)
  • Digitaalinen eriarvoisuus ja irtikytkeytyminen. Professori Semi Purhonen (Tampereen yliopisto)
  • Suomalaiset ja työ 2000-luvulla. Tietoasiantuntija Emilia Hakkola (Tietoarkisto)
  • Keskustelua ja loppusanat

Henna Kaartinen
projektiassistentti
etunimi.sukunimi [at] tuni.fi

2. heinäkuuta 2025

A Week of Learning and Collaboration - Júlia’s visit to FSD

In May 2025, FSD welcomed Júlia Egyed-Gergely from Hungary for a week-long visit to become acquainted with how DDI-based data curation is carried out in social science data archives.

Júlia is a staff member at the HUN-REN Centre for Social Sciences, Research Documentation Centre (HUN-REN CSS RDC). The RDC and two other institutes manage and operate the HUN-REN Data Repository Platform (HUN-REN ARP). Júlia described the visit as highly useful and beneficial. She felt warmly welcomed by the FSD team, who shared their knowledge and practical examples. She especially appreciated the opportunity to join the team for a short time and gain insight into its daily work.

Júlia Egyed-Gergely.

“The FSD Team is so helpful. I think I was at the best place to learn about DDI and research data management. I really liked the fact that the team is made up of well-prepared, well-informed professionals, and that everyone has their own area of responsibility and does their job professionally,” Júlia summarised.

During the visit, FSD introduced both FSD and Tampere University (TAU), covering processes and examples of research data management, data archiving, metadata management, infrastructure building, and the Finnish Open Science landscape. Júlia noted that the topics discussed during the visit were all highly useful and will help her to improve infrastructure and workflow at RDC.

“I learned a lot about DDI, how to use it and what are the benefits of using it. I have a much better understanding of the potential of DDI, the theoretical, practical and technical background of it, and the benefits this initiative and system could provide to my home institution,” Júlia said, describing the benefits of her visit.

Júlia (3rd from the left) also presented the activities and services of the RDC to the FSD staff.

In addition, the visit included topics related to the TRUST principles, CESSDA, the process of becoming a trustworthy repository, and FSD’s involvement in both national and international data service collaborations and projects. We also engaged in discussions about similarities and differences between FSD and the RDC, which offered valuable perspectives and strengthened mutual understanding.

“Cooperation is very important for repositories. Learning from each other, sharing best practices are highly useful and forward-looking,” Júlia concluded.

And we agree with Júlia. We warmly thank Júlia for her visit and the valuable discussions we were able to have.

Lisätietoa:
» HUN-REN Centre for Social Sciences, Research Documentation Centre (HUN-REN CSS RDC)
» HUN-REN Data Repository Platform (HUN-REN ARP)

Henna Kaartinen
Project Assistant
firstname.lastname [at] tuni.fi

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

7. marraskuuta 2024

Digitaalisen säilyttämisen parhaat käytännöt rakentuvat yhteistyössä

Marraskuun toinen torstai on aina kansainvälinen digitaalisen pitkäaikaissäilyttämisen päivä. Tänä vuonna päivän teemana on Preserving Our Digital Content: Celebrating Communities. Teemalla halutaan juhlistaa yhteisöjä, jotka ovat eri tavoin toteuttamassa sähköisten aineistojen pitkäaikaissaatavuutta.

Itselleni tärkeä yhteisö on ollut CoreTrustSeal. Se on kansainvälinen, voittoa tavoittelematon järjestö, joka tarjoaa luotettavan sähköisen säilyttämisen perustason sertifiointia. Olen palvellut CoreTrustSealin hallituksessa jo vuodesta 2018 alkaen. Viimeisen vuoden aikana yksi keskeinen teema on ollut digitaalisen säilyttämisen ja aineistojen kuratoinnin erilaiset tavoitteet ja tasot, koska niihin liittyvät käsitteet ja määritelmät eivät ole vielä vakiintuneita.

Olemme CoreTrustSealin piirissä käyneet aiheesta avointa ja yhteisöä osallistavaa keskustelua, jonka perusteella hallitus on hahmotellut neljä erilaista digitaalisen säilyttämisen tasoa1:

  • Z. Nollataso (level zero): Repositorio säilyttää ja jakaa digitaalisen objektin sisällön sellaisena kuin se on repositorioon tallennettu.
  • D. Tallennuskriteerit täyttävä taso (deposit compliance): Tallennusvaiheessa repositorio tarkistaa, että digitaalinen objekti ja sen metadata täyttää tietyt ennalta määritellyt minimivaatimukset.
  • C. Ensikuratoinnin taso (initial curation): Repositorio täydentää digitaalista objektia tai sen metadataa repositorien käytäntöjen mukaisesti, esimerkiksi lisää FAIR-periaatteiden mukaista metadataa.
  • A. Aktiivisen pitkäaikaissäilytyksen taso (active preservation): Repositorio ottaa vastuun siitä, että digitaalinen objekti säilyy käytettävänä ja ymmärrettävänä pitkällä aikavälillä.

Nämä tasot voivat olla kumulatiivisia ja usein ovatkin. Tyypillisesti esimerkiksi repositorio, joka vastaa datan pitkäaikaissäilyttämisestä (A) myös tarkistaa tallennuskriteerien täyttymisen (D) ja kuratoi aineistoja (C). Kaikenlaisia repositorioita tarvitaan, koska asiakkaiden tarpeet ovat erilaisia. Tärkeää on, että repositoriot viestivät selkeästi palvelulupauksensa, jotta asiakkaat pystyvät valitsemaan oikean paikan digitaalisen materiaalin tallennukseen. Esimerkiksi tutkimusdatalle oikea repositorio on usein tieteenalakohtainen sertifioitu data-arkisto.

Työ tällä saralla jatkuu. CoreTrustSealin hallitus on julkaissut keskustelupaperin, jossa pohditaan, miten näiden neljän eri säilytystason avulla voidaan ryhmitellä repositorioita2. Osallistuin keväällä 2024 Saksan data-arkiston GESISin järjestämään tutkijavierailuun. Sen tuloksena julkaisimme paperin, jossa hahmotellaan mitä metadataa tarvitaan kuvaamaan kuratoinnin ja säilyttämisen tasoa sekä repositorion että digitaalisen objektin tasolla.3

Ensi tammikuussa alkaa CSC:n johtama Horisontti-rahoitteinen FIDELIS-hanke, jossa Tietoarkisto on mukana. Hankkeen tavoitteena on rakentaa eurooppalainen luotettujen datarepositorioiden verkosto, määritellä hyviä käytäntöjä ja tutkia luotettavien repositorioiden ominaisuuksia.

Tutkimusdatan digitaalinen pitkäaikaissäilyttäminen on nopeasti kehittyvä ala, jossa tarvitaan monenlaista osaamista ja erilaisia näkemyksiä. Parhaat käytännöt rakennetaan yhteistyöllä ja verkostoitumalla. CoreTrustSeal on vain yksi monista yhteisöistä, joihin Tietoarkisto ja tietoarkistolaiset kuuluvat. Tätä blogiakin olen työstänyt yhdessä CoreTrustSealin hallituksen ja CESSDA-kollegojen kanssa. Lue lisää CoreTrustSealin ja Digital Preservation Coalitionin sivuilta.

Mari Kleemola
kehittämispäällikkö
etunimi.sukunimi [at] tuni.fi

[1] CoreTrustSeal Standards and Certification Board. (2024). Curation & Preservation Levels: CoreTrustSeal Position Paper. Zenodo. https://doi.org/10.5281/zenodo.11476980

[2] CoreTrustSeal Standards & Certification Board. (2024). Types of Repository: Entities, Responsibilities, Objects. CoreTrustSeal Board Discussion Paper (v01.00). Zenodo. https://doi.org/10.5281/zenodo.13133041

[3] L'Hours, H., Kleemola, M., & Recker, J. (2024). CoreTrustSeal Levels of Curation and Preservation: Implied Repository and Object Metadata Characteristics (v01.00). Zenodo. https://doi.org/10.5281/zenodo.12701324

22. tammikuuta 2024

25-vuotta Tietoarkistoa

Tammikuun alussa tuli kuluneeksi 25 vuotta Yhteiskuntatieteellisen tietoarkiston perustamisesta. Valtakunnallista tehtävää hoitamaan Tampereelle sijoitettu erillisyksikkö on tänä aikana ehtinyt nähdä monta muutosta toimintaympäristössään ja yleisessä suhtautumisessa tutkimusaineistojen hallintaan ja avaamiseen.

Alussa Tietoarkisto oli myös henkilöstön ikärakenteen puolesta Tampereen yliopiston nuori tulokas. Vuosituhannen vaihteen seutuvilla työnsä aloittaneita tietoarkistolaisia on mukana edelleen useita, joten ajan kuluessa sekä henkilöstö että Tietoarkisto ovat keski-ikäistyneet. Muutama työntekijä on ehtinyt eläköityäkin.

Tulokkaasta tukijaksi ja tiedon jakajaksi

Pisimpään Tietoarkistossa työskennelleet kollegat muistelevat toisinaan, miten tyhjästä kaikki alkoi. Tilannetta kuvaa hyvin se, että ensimmäisiä työtehtäviä oli kahvikaluston ostaminen marketista. Astiaston hankkimisen lisäksi muukin infrastruktuuri rakennettiin nopeasti. Itse työskentelin tuolloin tutkijana ja tilasin yhden Eurobarometri-aineiston Tietoarkistosta sen ensimmäisen toimintavuoden aikana, ja sain toimituksen nopeasti sähköpostiini.

Tehokas eteneminen oli mahdollista paitsi innostuneen ja osaavan henkilöstön myös data-arkistojen kansainvälisen yhteistoiminnan ansiota. Edelläkävijöistä saatiin ottaa mallia, hyödyntää hyväksi havaittua, eikä virheitäkään tarvinnut toistaa. Muutamassa vuodessa Tietoarkistosta itsestään tuli monien ratkaisujen suhteen edelläkävijä ja tiedon jakaja kansainvälisille kollegoille ja kotimaisillekin toimijoille.

Ehkä suurimmat muutokset Tietoarkiston toimintamalleihin tehtiin noin kymmenen vuotta sitten. Suomen Akatemialta saatu infrastruktuurirahoitus mahdollisti toiminnan voimakkaan kehittämisen. Palveluportaali Aila otettiin käyttöön toukokuussa 2014. Laadullisten aineistojen käsittelyyn luotiin uusia käytäntöjä. Tietoarkisto saikin ensimmäisenä suomalaisena organisaationa sähköisten aineistojen pitkäaikaissäilytyksen luotettavuudesta kertovan sertifikaatin.

Kansainvälisten aineistojen, kuten mainitsemieni Eurobarometrien, jakelu lopetettiin vuonna 2013, koska aineistot oli mahdollista ladata maksutta Saksan tietoarkiston verkkoportaalista. Samana vuonna luovuttiin myös niin sanottujen vain kuvailtujen aineistojen luettelosta. Ratkaisu ei soveltunut Ailaan ja muualla säilytettävien aineistojen saatavuustietojen luotettava ylläpito osoittautui hankalaksi ja joskus mahdottomaksi.

Avoimuus ja tietosuoja jokapäiväistyvät

Alussa joskus aineistojen avaamiselle vastahakoinenkin tiedeyhteisö on muuttunut 25 vuodessa avaamista suosivaksi tai jopa edellyttäväksi. Toisaalta samaan aikaan myös tietosuojalainsäädäntö on muuttunut, ja sen myötä erityisesti tietoisuus tutkittavien oikeuksista on lisääntynyt.

Tietoarkisto on ollut sopivassa kehitysvaiheessa ja hereillä muutosten tapahtuessa. Aineistonhallinnan kanssa kamppailevia olemme voineet tukea tarjoamalla kattavan ja ajantasaisen aineistonhallinnan käsikirjan sekä tarvittaessa henkilökohtaistakin neuvontaa. Nykyisin vastaanotammekin paljon aineistoa, jota on tutkimuksen aktiiviaikana käsitelty niin, että sen arkistointi jatkokäyttöön on primaaritutkimuksen jälkeen varsin helppoa.

Alalle on tullut myös paljon uusia toimijoita perinteisten data-arkistojen lisäksi. Usein tulijat eivät tunne kaikkia jo olemassa olevia ratkaisuja. Tietoarkistolaiset kollegoineen maailman data-arkistoista ovat tarjonneet osaamistaan, jotta aineistojen avaamisessa ei päädyttäisi erillisiin siiloihin ja yhteentoimimattomiin ratkaisuihin. Yhteistyö on kannattavaa kaikille osapuolille.

Tulevaisuutta ei voi ennustaa

Tulevaisuuden ennustaminen on mahdotonta. Menneisyyttä katsoessa näkee, mikä on ollut pysyvää ja välttämätöntä halki vuosikymmenten. Sekä aineistojen sisällön ja käsittelyn että tietoteknisten ratkaisujen erityisasiantuntijuutta tarvitaan. Vaikka tekoälypohjaiset työkalut helpottaisivat joitakin arkistoinnin ja jakelun työvaiheita, uusi aika luonee myös uusia tarpeita.

Ainakin metatietomallien tuntemus, niiden hyödyntämis- ja ylläpitokokemus ja pitkäaikaissaatavuuden prosessien ja ratkaisujen tuntemus ovat toistaiseksi ja hyvin todennäköisesti tulevaisuudessakin välttämättömiä. Samoin on laita tietosuojan ja tutkimusaineistojen etiikan tuntemuksen ja yksittäisten tilanteiden tulkintakyvyn kanssa. Datan arkistoinnissa tarvitaan siis ihmisiä ja vastuuorganisaatioita tekoälyn aikakaudellakin, jos aineistojen halutaan olevan pitkäaikaisesti saatavilla ja käytettävissä.

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

Lue myös artikkeli 20 vuotta kvalitatiivisten aineistojen arkistointia Tietoarkistossa: Ydinjätepäätöksestä yksinäisyyden kysymyksiin

Kuvat: Leonardo.Ai

17. tammikuuta 2023

Tietoarkisto monitieteisessä COVID-19-dataportaalissa

Profiilikuva Profiilikuva
Kukapa tiesi vuoden 2019 lopulla, mitä tuleman piti, kun uutiset uudesta viruksesta kantautuivat korviimme. Virus sai nimen COVID-19 ja pian olivat asiat sekaisin ympäri maailman. Uusi virus käynnisti myös monitieteisen tutkimusaallon. Dataa kerättiin, ja kerätään yhä, niin itse viruksesta ja sen aiheuttamasta sairaudesta kuin myös viruksen torjuntaan liittyvistä toimista ja toimien vaikutuksesta sekä viruksen leviämiseen että yksilöihin ja yhteiskuntaan. COVID-19-viruksen vaikutukset ovat olleet hyvin monitahoisia. Jotta niitä voitaisiin tutkia myös näin jälkikäteen, tarvitaan tietoa siitä, mitä datoja aiheesta on kerätty. Tähän tarpeeseen vastaa monitieteinen COVID-19 dataportaali.

Tietoarkistolla oli keskeinen rooli yhteiskuntatieteellisten ja humanististen tutkimusaineistojen tuomisessa osaksi COVID-19-dataportaalia. Näiden tieteenalojen ensimmäiseksi lähteeksi valikoitui CESSDAn datakatalogi, jossa on tarjolla runsaasti rikasta ja laadukasta yhteiskuntatieteellisten tutkimusaineistojen metadataa Tietoarkiston ohjelmoiman OAI-PMH rajapinnan kautta. Vaikka metatiedot ja rajapinta olivat jo valmiita, vaati metatietojen saaminen COVID-19-dataportaaliin runsaasti työtä.

Palvelun Logo. COVID-19 Data Portal

CESSDAn datakatalogi sisältää monipuolisesti erilaisia yhteiskuntatieteellisiä ja humanistisia teemoja käsittelevien aineistojen metatietoja kuten kaikki Tietoarkiston aineistojen metatiedot. Tämän vuoksi piti ensiksi valita COVID-19-dataportaaliin sopivat aineistot. Tähän tarkoitukseen otettiin käyttöön DSpace-repositoriosovellus, jonka kreikkalainen National Centre for Social Research (EKKE) asensi Barcelona Supercomputing Centerin (BSC) tarjoamalle palvelimelle. DSpace käyttää hakuihin Apache Solr -ohjelmistoa, joka tukee monenlaisia tehokkaita hakuja. EKKE haravoi DSpaceen kaiken CESSDAn datakatalogin sisältämän metadatan ja lisäsi rajapinnan, jonka avulla hakuja voi tehdä koneellisesti saaden tulokseksi linkin alkuperäiseen metadataan OAI-PMH-rajapinnassa.

Tietoarkisto sovitti CESSDAn datakatalogin DDI Codebook 2.5 -muotoisen metadatan COVID-19-dataportaalin käyttämään OmicsDI-formaattiin ja tuotti metatietojen muuntamiseen XSLT-tiedoston. Tietoarkisto kehitti sovelluksen, joka käyttää edellä mainittuja rajapintoja ja XSLT-tiedostoa, jotta valittujen aineistojen metadatat saadaan halutussa muodossa COVID-19-dataportaaliin. "Social Science & Humanities"-osion ensimmäinen versio julkaistiin COVID-19-dataportaalissa viime vuoden lokakuussa. Näitä prosesseja, hakuja ja sovelluksia kehitetään edelleen ja työn alla on myös uusien metadatalähteiden lisääminen. Seuraavana vuorossa on European University Instituten (EUI) COVID-19 Social Sciences Data Portal.

COVID-19-dataportaali on monitieteisyydessään ainutlaatuinen ikkuna pandemiaan. Tietoarkisto oli ensimmäisiä suomalaisia organisaatioita, joiden tutkimusaineistot olivat löydettävissä COVID-19-dataportaalin kautta. Arkistoimalla korona-aiheisen tutkimusaineistosi Tietoarkistoon, sinunkin datasi saa kansainvälistä näkyvyyttä COVID-19-dataportaalin kautta.

Lisätietoa:

Katja Moilanen
erityisasiantuntija

Markus Tuominen
IT-asiantuntija

etunimi.sukunimi [at] tuni.fi

3. marraskuuta 2022

Let’s Keep It FAIR

The acronym FAIR cannot be avoided when talking about research data. And that’s good. FAIR stands for better discoverable and accessible research data, documented and published in a way that makes it reusable and understandable by both humans and machines. At least those are the benefits. Viewed from the repository world and with digital preservation glasses on, FAIR research data should also be curated data that have found a home in a repository where the designated user community knows to look for it. This can be greatly facilitated by improving the repository's ability to produce and preserve FAIR (meta)data.

During the last three years, FSD has led the work in the EOSC-Nordic project's work package on FAIR and repository certification support. In addition to sound digital preservation practices, we found that rich, standards-based metadata, documented processes, and a clear mission in digital preservation are essential to keeping data FAIR. Money also helps, but it cannot buy love or eternal existence if expertise is lacking. Therefore, improving the repository's ability to produce and preserve (meta)data is one key step towards FAIRer and more trusted data sharing.

Landscaping the Nordic countries and the Baltics

To better understand the Nordic and Baltic research data repository landscape, the working group conducted a desk study to examine the characteristics of the data repositories in the region. This was done using publicly available information on 86 repository websites. A significant majority were specialist repositories focused on specific fields or disciplines, while the rest were generalist repositories.

We were interested in what information about the repository itself was easily accessible to users and other stakeholders because conveying trust is crucial. We were looking for information that is essential for understanding the services and reusing data: mission statement, description of the designated community, methods of data preservation, model citations, use of PIDs and terms of use.

Almost three out of four repositories had a mission statement and about half of them had a description of the designated community. Almost half specifically mentioned being responsible for long-term preservation. A little more than half provided a model citation for their data. Over three fourths had the terms of data use available on their websites. The content and scope varied between repositories.

Common repository registries, such as re3data and FAIRsharing, help users find suitable repositories and provide an overview of existing services. As many as 72% of the repositories in our sample had a record in re3data, while only 22% had a record in FAIRsharing. All repositories that had a FAIRsharing record also had a re3data record. This suggests that currently re3data is considered the most important registry for repository information.

Repository certification

We are also looking for information about the repository certifications. Only 17 (20%) of the repositories mentioned certification on their website. The most common certificate was CoreTrustSeal (CTS). Other certificates mentioned were the CLARIN certificate, ISO 27001 and WDS. Currently, there are relatively few CTS-certified repositories in the Nordic countries and the Baltics compared to Western Europe. Support and training for CoreTrustSeal self-assessments offered during the EOSC-Nordic project is expected to pump the number of certified repositories from ten to 15 or 16.

Although the certification alone does not preserve a single byte, it seems that support, networking, and awareness raising over the past couple of years in the EOSC-Nordic project have helped the players in their game to keep the data FAIR.

---

This blog entry is partially based on the final report of the work package. Deliverable D4.5 Report on completed FAIR data standard adoption and certifications of data repositories in the region is forthcoming.

Today is the World Digital Preservation Day. Follow what's happening around the world!

More information:
» World Digital Preservation Day
» World Digital Preservation Day Events Calendar
» EOSC-Nordic Knowledge Hub (Final report will be here when published)

Tuomas J. Alaterä
Senior Specialist (Web Services, Digital Preservation and Communications)
firstname.surname [at] tuni.fi

7. lokakuuta 2022

60-vuotias ICPSR palvelee myös suomalaisia

Yhdysvaltalainen data-arkistoinnin uranuurtaja Inter-university Consortium for Political and Social Research, lyhemmin ICPSR, viettää 60-vuotisjuhlavuottaan. Toimintansa alkumetreiltä lähtien Tietoarkisto on mahdollistanut suomalaisten pääsyn ICPSR:n aineistoihin. Siellä on runsaasti juuri amerikkalaista mutta myös kansainvälistä tutkimusaineistoa. Luettelossa on lähes 18 000 tutkimusta, sekä historiallista että viimeaikaista aineistoa.

Amerikkalaisen yhteiskunnan ja väestön tutkijalle ICPSR on ehdoton tiedonlähde. Jos olet kiinnostunut jostakin muusta Euroopan ulkopuolisesta maasta, on syytä tarkistaa, mitä ICPSR:n luettelossa on löydettävissä. Vaikkapa Kiinaa, Intiaa tai latinalaista Amerikkaa tutkivan kannattaa tutustua aineistoihin – vain joitakin esimerkkejä mainitakseni.

ICPSR:n suomalaisten asiakkaiden taustat ovat useimmiten taloustieteissä. Myös sosiaalitieteilijät, psykologit, humanistit ja historian tukijat ovat ladanneet dataa. Tarjolla on kuitenkin aineistoa huomattavasti laajemminkin eri aloille, kuten terveystieteen, kasvatustieteen tai politiikan tutkijalle.

ICPSR:n alla toimii myös joukko temaattisia data-arkistoja, kuten National Archive of Data on Arts and Culture, National Archive of Criminal Justice Data tai Resource Center for Minority Data.

Yksittäinen aineiston lataaja selviää maksuitta

Tietoarkiston maksamalla jäsenmaksulla kaikkien Suomen yliopistojen opiskelijat ja henkilökunta voivat käyttää ICPSR:n palveluja. Aineiston lataajien joukossa onkin sekä opiskelijoita että tutkijoita. Käyttöoikeuden tunnistamisessa hyödynnetään yliopistojen IP-osoitteita. Jos et onnistu kirjautumaan ohjeita noudattaen, ota yhteyttä Tietoarkistoon. Tarkempia ohjeita saat Tietoarkiston ICPSR-sivulta.

ICPSR järjestää myös kesäkouluja, verkkokoulutusta ja -tapahtumia. Osa tapahtumista on maksuttomia ja osa maksullisia, kuten kesäkoulut. Verkkosivuilla on runsaasti koulutusmateriaalia. Tarjolla on muun muassa ICPSR:n aineistoja hyödyntäviä oppaita ja harjoituksia opetustilanteisiin ja itseopiskeluun.

Viime kuussa ICPSR järjesti Data Fair -tapahtuman kokonaan verkossa. Maksuttoman tapahtuman esitykset on julkaistu ICPSR:n YouTube-kanavalla. Niiden kautta pääsee helposti tutustumaan ICPSR:n tarjontaan esimerkiksi, palveluihin, teema-arkistoihin tai datan kuratoinnin kehityskaareen.

Lisätietoa:

Helena Laaksonen
johtaja, ICPSR Official Representative
etunimi.sukunimi [at] tuni.fi

18. helmikuuta 2022

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":

14. helmikuuta 2022

Datarakkautta ilmassa ja tutkimusaineistojen jatkokäyttö huipussaan

Love Data -viikko1 on taas käsillä. Teemana tänään ystävänpäivänä alkavalla viikolla on ”data kuuluu kaikille!” (Data is for everyone). Meillä Tietoarkistossa huolehditaan tänne tallennetun tutkimusdatan saatavuudesta. Saatavuus-sana pitää sisällään sekä säilytyksen että datan löydettävyyden ja pääsyn siihen.

Kaikki aineisto ei ole kuitenkaan kokonaan kaikkien saatavilla. Käyttöehdot rajoittavat jatkokäyttäjien piiriä. Toisaalta Tietoarkiston julkaisemista aineistoista on avoimesti saatavilla niin paljon yksityiskohtaista kuvailutietoa, että ihan jokainen voi halutessaan saada hyvän käsityksen vaikkapa siitä, suhtautuvatko ihmiset epäilevästi kaikkiin uutisiin valeuutisten takia3. Asia selviää Kirkon tutkimuskeskuksen Suomalaisten henkinen kriisinkestävyys -aineiston muuttujakuvailusta, vaikka varsinaisen datan voi saada vain tutkimukseen, opetukseen tai opiskeluun.

Tietoarkiston aineistoluettelon noin 1700 aineistosta on vapaasti saatavilla 109 aineistoa. Nämä aineistot voi ladata rekisteröitymättä, ja niitä voi käyttää mihin tahansa haluamaansa lailliseen tarkoitukseen Creative Commons -lisenssillä . Lähde on silti mainittava ja merkittävä tehdyt muutokset. Aiemmin lataajilta pyydettiin tieto käyttötarkoituksesta ja sähköpostiosoite tilastointia varten. Creative Commons Nimeä 4.0 Kansainvälinen -lisenssiä3 aloimme käyttää vuoden 2020 joulukuussa.

Vapaasti käytettävien aineistojen määrä on alle kymmenesosa kaikista Tietoarkiston aineistoista, mutta niitä ladataan eniten. Kaksi kulunutta koronavuotta ovat olleet arkistoitujen aineistojen jatkokäytössä huiman kasvun aikaa. Vuoden 2021 kasvua vauhditti mainittu lisenssimuutos. Kyseisten aineistojen latausmäärä kasvoi yli tuhannella vuodessa. Aineistojen käyttötilastojen muutoksia on julkaistu Tietoarkiston tiedotteessa4. Kulunut tammikuu 2022 on jälleen kaikkien aikojen vilkkain tammikuu ainakin aineistojen latausten perusteella.

Vaikka data kuuluu kaikille ja suuret aineistojen latausmäärät ilahduttavat, Tietoarkisto on ensisijaisesti tutkimuksen tuki-infrastruktuuri. Aineistot ovat niin avoimia kuin ne voivat olla, ja rajoituksille on perusteet. Meidän on tavoiteltava paitsi suuria käyttäjämääriä, myös huolehdittava aineiston soveltuvuudesta tutkimustarkoituksiin. Tavoitteet eivät aina kohtaa, mutta datan sisältämä tieto kuuluu kaikille, olipa pääsy siihen avointa tai ei.

Iloista Love Data -viikkoa! Lataa dataa Ailasta!

Lisätietoa:

1 Join us for Love Data Week 2022! “Data is for everyone” starts February 14.
2 Kirkon tutkimuskeskus: Suomalaisten henkinen kriisinkestävyys II 2020 [sähköinen tietoaineisto]. Versio 1.0 (2021-09-14). Yhteiskuntatieteellinen tietoarkisto [jakaja]. http://urn.fi/urn:nbn:fi:fsd:T-FSD3509. Muuttuja [q3_3].
3 Creative Commons Nimeä 4.0 Kansainvälinen (CC BY 4.0)
4 Aineistojen käyttö kasvoi huimasti myös toisena koronavuonna: latausten kärjessä avoimesti lisensoidut datat

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

16. joulukuuta 2021

A deeper dive into repository assessment: CoreTrustSeal+FAIRenabling Capability-Maturity

The FAIRsFAIR project has mapped the CoreTrustSeal requirements to the FAIR principles, FAIRsFAIR metrics and RDA FAIR Data Indicators and created an approach to support repository assessment against the mapped concepts. The CoreTrustSeal+FAIR Capability-Maturity approach is currently an informal assessment, which repositories can undertake to evaluate their status as a trusted digital repository and their FAIRenabling practices.

FSD has tested the capability-maturity approach as part of its work in the EOSC-Nordic project’s Work Package 4 on FAIR data. To facilitate the assessment, the FAIRsFAIR provided us with an as-of-yet unpublished user guide.

Assessment revealed things to improve

We went through all the 16 CoreTrustSeal requirements and assessed our practices against each requirement, metric and indicator. This involved assigning each requirement a capability-maturity tier from five tiers: 1. Initial, 2. Managed, 3. Defined, 4. Quantitatively managed and 5. Optimising. In addition, we reviewed the evidence available to support the selected tier, set a target tier for the next review, and assessed whether we covered the FAIR indicators and metrics mapped to each requirement.

Capability-maturity tiers and their main components.
Image source: Hervé L'Hours, Ilona von Stein, Jerry deVries, Linas Cepinskas, Joy Davidson, Patricia Herterich, Robert Huber, & Benjamin Jacob Mathers. (2021). M4.3 CoreTrustSeal+FAIRenabling, Capability and Maturity (1.0). Zenodo. https://doi.org/10.5281/zenodo.5346822

In our assessment, two requirements, R05 Organisational Infrastructure and R10 Preservation, were at tier 4 and FSD achieved the third tier, “defined”, on most requirements. With a median of 3, FSD is doing quite well, as FAIRsFAIR M4.3 points out that “the current recommendation is that a capability level of 2. Managed across all Requirements should be sufficient to demonstrate CoreTrustSeal compliance and FAIRenabling” and that “[l]evels of 3 and above … are highly desirable”.

However, there is always room for improvement. We assigned tier 2 to three requirements, R03 Continuity of Access, R08 Appraisal, and identification under R13 Discovery & Identification. We set tier 3 as our target for these requirements before our CoreTrustSeal renewal application in 2023. In addition, we set the target tier of 4 or above for four other requirements by the next assessment.

The assessment was a useful exercise that allowed us to identify several aspects to improve in our practices and take stock of additional evidence to include in our next CoreTrustSeal application. We also believe we were able to provide useful feedback for improving the approach.

Some expertise is required

We found that a good way to conduct the assessment is to bring together a small group of experts on various repository aspects (e.g., administrative, archival services, technical) and work on a table of the requirements by assessing the capability-maturity level, target and evidence. The process took us two afternoon meetings and some desk research.

The assessment seems especially useful to more experienced repositories that have perhaps already obtained a certification and performed automated FAIR evaluations of their metadata records. The assessment is significantly facilitated by having prior knowledge of CoreTrustSeal requirements, FAIR principles, FAIRsFAIR metrics and RDA indicators.

The capability-maturity approach appears to fall somewhere between a full CoreTrustSeal self-assessment and FAIR evaluations. We found the idea of maturity levels promising, although we had some challenges in finding the correct one for some requirements. The approach brings in some specificity and concreteness to the more general requirements of the CoreTrustSeal.

We noticed that in some cases, the FAIR principles and metrics do not match very well with the CoreTrustSeal requirements, or they do so only partially. This is no fault of the mapping itself but demonstrates that the two have different use cases. They cannot be perfectly aligned but are nonetheless complementary. The emerging capability-maturity approach is a welcome addition to the tools available to assess the FAIRness and trustworthiness of a digital repository.

More information:

» FAIRsFAIR project
» EOSC-Nordic
» FAIRsFAIR WP4: M4.3 CoreTrustSeal+FAIRenabling, Capability and Maturity
» CoreTrustSeal

Henri Ala-Lahti
Information Specialist
firstname.surname [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.

Lisätietoa:

» CSC:n webinaari 23.4.2021: Mitä tutkimuksen toistettavuus tarkoittaa?

» Aineistonhallinnan käsikirja

Data Stewards -kuva (2020, March 3). Illustrations from the Turing Way book dashes. Zenodo. http://doi.org/10.5281/zenodo.4323154

Henri Ala-Lahti
tietoasiantuntija

Tuomas J. Alaterä
erityisasiantuntija

etunimi.sukunimi [at] tuni.fi

23. maaliskuuta 2021

Palveluita tutkimuksen tueksi kehitetään hankeyhteistyöllä

Tietoarkisto osallistuu jatkuvasti useisiin erilaisiin kehityshankkeisiin. Hankkeissa kehitetään nykyisiä palveluita ja suunnitellaan uusia tutkijoille sekä tutkimuksen tueksi. Hanketyössä pyritään löytämään ratkaisuja eri toimijoiden yhteisiin tarpeisiin. Eurooppalaisten yhteiskuntatieteellisten tietoarkistojen tutkimusinfrastruktuuri CESSDAn palveluntuottajana Tietoarkisto osallistuu aktiivisesti sen moniin työryhmiin ja projekteihin. Lisäksi Tietoarkisto tekee yhteistyötä muiden kansainvälisten ja kansallisten tahojen kanssa.

Monet tietoarkistolaiset osallistuvat hankkeisiin eri tavoin. Hanketyö on arkipäivää erityisesti Projektit ja kehittäminen -moduulin jäsenille, joiden työajasta suurin osa kuluu hanketehtävien parissa. Kehittämispäällikkö Mari Kleemola ja erityisasiantuntija Taina Jääskeläinen kertovat hanketyön arjesta sekä kuulumisia hankkeista, joihin he osallistuvat.

Mihin hankkeisiin osallistut ja mitä niissä tehdään?

Mari: Osallistun SSHOC- (Social Sciences & Humanities Open Cloud) ja EOSC Nordic (European Open Science Cloud) -hankkeisiin sekä CESSDAn Trust-projektiin. Lisäksi toimin CESSDAn Tools-työryhmän vetäjänä.

– Näillä hankkeilla on rinnakkaisia tehtäviä, joilla on synergiaetuja. Esimerkiksi SSHOC- ja CESSDA Trust -hankkeissa edistetään luotettujen aineistovarantojen sertifiointia tukemalla data-arkistoja sähköisten aineistojen luotettavassa säilytyksessä ja laadun takaamisessa. Olen CoreTrustSeal-sertifikaatin johtokunnan jäsen ja minulle on kertynyt sertifiointiin liittyvää asiantuntemusta, jota voin tuoda hankkeisiin. Hankkeista puolestaan saadaan palautetta, jota voidaan käyttää sertifioinnin ja data-arkistojen kehittämisessä.

– EOSC Nordic ja SSHOC -projekteissa sekä Tools-työryhmässä kehitetään myös uusia palveluita ja parannetaan aineistojen ja niiden kuvailutietojen yhteentoimivuutta. Kaikilla hankkeilla on yhteisenä tavoitteena Euroopan avoimen tieteen pilvipalvelun eli EOSCin rakentaminen.

Taina: Yli puolet työajastani kuluu CESSDAn hankkeisiin. Toimin sekä CESSDAn aineistoluettelon että sanastopalvelun sisältövastaavana. Rooliin kuuluu ohjausryhmän vetäminen, käyttäjien edustaminen, vaatimusmäärittely, yhteistyö teknisen puolen vastuuhenkilöiden kanssa, tiedottaminen, sidosryhmäyhteistyö ja monenlainen toiminnan sujuvuuden varmistaminen. Lisäksi osallistun monikielisen ELSST-asiasanaston (European Language Social Science Thesaurus) sisällön kehittämiseen ja koulutan kaikki sen kääntäjät.

– CESSDAn aineistoluettelossa on 15 kansallisen palveluntuottajan julkaisemat tutkimusaineistokuvailut, joita on tällä hetkellä yli 30 000. Se on erinomainen lähde löytää yhteiskuntatieteellisiä ja joitakin terveystieteellisiä tutkimusaineistoja eri maista. Luettelosta on julkaistu uusi versio viime kuussa.

– CESSDAn sanastopalvelussa luodaan, ylläpidetään ja käännetään monikansalliseen käyttöön tarkoitettuja sanastoja. Monet sanastoista on luotu DDI Allianssin tutkimusaineistojen kansainvälisen kuvailustandardin osaksi, ja osallistun sen sanastoryhmän työhön itsekin. CESSDAn jäsenorganisaatiot kääntävät näitä omille kansallisille kielilleen.

– Näiden lisäksi osallistun kahteen EU-projektiin: TRIPLE (Transforming Research through Innovative Practices for Linked Interdisciplinary Exploration)- ja SSHOC-projekteihin. Molemmissa on samoja elementtejä kuin CESSDA-hankkeissa, mutta nämä koskevat useampaa eurooppalaista tutkimusinfrastruktuuria ja tieteenalaa, kuten kielitieteitä ja humanistisia tieteitä. Kummassakin projektissa olen yhden työpaketin jäsenenä, useimmiten liittyen sanastoihin, niiden hyödyntämiseen tai laajoihin aineistoluetteloihin. TRIPLEssä kiinnostaa erityisesti nähdä, missä määrin algoritmeilla onnistutaan rikastuttamaan eri maista ja eri kielillä tulevaa metadataa.

Mikä hanketyössä on antoisinta?

Mari: Hanketyössä oppii paljon uutta eikä siinä ole kahta samanlaista päivää. Se avaa näköaloja Eurooppaan ja muualle maailmaan ja tarjoaa tilaisuuden nähdä, mitä muualla tehdään ja miten. Hankkeiden kautta voimme myös vaikuttaa siihen, että Suomen avoimen tieteen hyviä käytäntöjä omaksuttaisiin kansainvälisesti. On myös antoisaa olla osaltani vaikuttamassa alan kehitykseen ja rakentamassa CESSDAa ja sen palveluita yhteiskuntatieteilijöille.

Taina: Olen viihtynyt toimiessani ja verkostoituessani eri maista tulevien ihmisten kanssa. On mielekästä tehdä työtä, jossa voi kerrankin hyödyntää kaikkia asiantuntemusalueitaan. Olen taustaltani sekä informaatikko että kielenkääntäjä, joten metadatan harmonisointi ylikielirajojen ja datan löydettävyys kiinnostavat minua aina. Vuosikausien kieliharrastuksestani on ollut yllättävän paljon iloa, koska huomasin voivani tutkailla sanastoja tai aineistokuvailuja kahdeksalla eri kielellä ja pysyä suunnilleen kärryillä siitä, onko siellä vääriä tietoja väärässä paikassa jne. Taidan olla kansainvälisessä työskentelyssä kuin kala vedessä.

– Antoisaa on huomata, että on pystynyt organisoimaan asioita niin, että tavoitteet saavutetaan ja maaliin päästään, vaikka olisi tullut kuinka monta yllättävää mutkaa matkan varrella. Koko ajan saa myös oppia uutta eikä tylsää päivää ole.

Entä mikä on haastavinta?

Mari: Haastavaa on se, että kansainvälisessä hanketyössä tehdään enimmäkseen virtuaalisesti tiimityötä eri taustoista tulevien ihmisten kanssa. Se vaatii erilaisten näkökulmien, tieteenalakäytäntöjen ja ihmisten työtapojen huomioon ottamista ja yhteensovittamista. Monesti tapaaminen ja tutustuminen edes kerran kasvokkain helpottaa yhteistyötä.

Taina: Kun kehitetään kansainvälisiä palveluja, tavoitteesta ollaan usein yksimielisiä mutta matkan varrella joudutaan neuvottelemaan siitä, miten tavoitteisiin parhaiten päästään. Data-arkistot ovat keskenään hyvin erilaisia: osa hyvin resursoituja ja osa vähemmän, osa toiminut vuosikymmeniä, osa on toiminnan alkutaipaleella. Tämä asettaa omat haasteensa esim. metadatan harmonisoinnissa.

– Käyttäjien edustajien ja IT-puolen on myös hyvä jatkuvasti keskustella siitä, paljonko kukin käyttäjien toive vaatii koodauspuolella. Joskus haluttu toiminnallisuus on helposti toteutettavissa ja joskus se vaatii runsaasti työtä. Jälkimmäisessä tapauksessa käyttäjien edustajien on pohdittava, onko se vaivan arvoista. Tärkeintä olisi tunnistaa ja jättää pois paljon IT-työtä vaativat vähemmän tärkeät tavoitteet, jotta voidaan keskittyä olennaisempiin.

– Sisältövastaava on tietyissä asioissa vahtikoira, joka tarkkailee mm. metadatan laatua ja yhteensopivuutta CESSDAn aineistoluettelon ja sanastojen vaatimusten kanssa. Tehtävässä täytyy neuvotella eri maissa sijaitsevien organisaatioiden kanssa heidän metadatansa laadusta ja yhteensopivuudesta sekä hoputtaa esim. sanastojen kääntäjiä tekemään oma kieliversionsa ajoissa. Ystävällisistä reaktioista päätellen ratkaisuja etsivää vahtikoiratoimintaani ei kuitenkaan ole koettu ikäväksi.

Kuinka koronavuoden poikkeusolot ovat vaikuttaneet hanketyöskentelyyn?

Mari: Ehdin onneksi tavata suurimman osan tämänhetkisten hankkeiden yhteistyökumppaneista ennen poikkeusolojen alkua, joten yhteistyö sujuu hyvin myös virtuaalisesti. Kasvokkaisten tapaamisten puuttuessa vapaamuotoinen ideointi on kuitenkin hankalampaa. Kasvokkaisissa kokouksissa epävirallisella sosiaalisella kanssakäymisellä on suuri merkitys - työtä tehdään ihmisten kanssa ja välillä on hyvä jutella heidän kanssaan muustakin kuin työasioista!

Taina: Normaalioloissakin kansainväliset projektit tarkoittavat sähköposteja ja videokonferensseja, joten siihen koronavuosi ei ole tuonut muutosta. Zoom oli kovassa käytössä jo aiemmin. Esimerkiksi aineistoluettelon uuden version teknisen puolen tekijät olivat Iso-Britanniassa ja Norjassa, sanastotyökalun koodari puolestaan Saksassa.

– Ainoa mikä on jäänyt pois, ovat kasvokkaiset tapaamiset ja konferenssit. Niitä kaipaa ja olisi hyvä välillä olla, vaikka en lentokentillä notkumisesta ja muusta matkustamisen aikasyöpöistä pidä. Verkostoituminen on paljon helpompaa, kun ihmiset on tavannut kasvotusten. Monet asiat saa helpommin ja nopeammin selvitettyä paikan päällä ja tauoilla. Jos projektissa on paljon ihmisiä, joita on aina tavannut vain etänä, on toiminnan sujuvuudessa ja verkostoitumisessa eroa verrattuna siihen, että ryhmä olisi ainakin kerran tavannut kasvotusten.

– Etätyön huonoin puoli on työpäivien venyminen, koska tekemistä tuntuu aina riittävän loputtomiin.

Lisätietoa:

» Tietoarkiston hankesivut
» Kehittämispäällikkö Mari Kleemola
» Erityisasiantuntija Taina Jääskeläinen

Henri Ala-Lahti
tietoasiantuntija
etunimi.sukunimi [at] tuni.fi