Digitaalisista tutkimuspalveluista ja avoimesta tieteestä / About digital research services and open science
Data management planning (DMP) is too often considered as a burden and bureaucratic procedure. However, the DMP is a useful tool that helps researchers to better prepare for the research process and to identify potential risks. DMP also has significant pedagogical potential, and with DMP’s organizations can develop the infrastructure and services needed to conduct research.
Jatka lukemista ”Effective research data management? – DMP to the rescue!”
Datanhallinnan suunnittelu (DMP, data management plan) nähdään valitettavan usein taakkana ja byrokraattisena prosessina. Sitä se ei kuitenkaan ole. DMP on erinomainen tutkijan työkalu, joka auttaa muun muassa tutkimusprosessin valmistelussa ja potentiaalisten riskien tunnistamisessa. Datanhallinnan suunnittelulla on myös merkittävä pedagoginen potentiaali, ja DMP:n avulla tutkimusorganisaatiot voivat kehittää tutkimuksessa tarvittavia palveluita tutkijoiden tueksi.
Jatka lukemista ”Suunnittelusta apua tehokkaaseen tutkimusaineistojen ja -datan hallintaan”
In the first parts of the blog series we covered, what is RDM (research data management). In this post, we will trace the details behind the changes in the research process related to RDM and explain why it is increasingly important to understand the significance of RDM.
Sarjan ensimmäisissä osissa käsittelimme, mitä tutkimusaineistojen ja -datan hallinta on. Tässä osassa mietimme, miten aineistonhallinta on vuosikymmenien saatossa muuttunut ja millaisia vaikutuksia muutoksella on tutkimuksen tekemiseen.
Jatka lukemista ”Miksi hallita tutkimusaineistoja ja -dataa?”
Tutkimusaineistojen ja -datan hallinnan tärkeimmät osatekijät ovat oman datan tunteminen ja kuvaileminen, eettisten ja oikeudellisten periaatteiden noudattaminen, datan suojaamiseen, tallentamiseen, jakamiseen, arkistointiin, avaamiseen ja julkaisemiseen liittyvien työnkulkujen ymmärtäminen. Tässä Tunne datasi -artikkelisarjan osassa tarkastelemme lähemmin aineiston- ja datan hallinnan keskeisimpiä osatekijöitä ja niiden suhdetta tutkimuksen perinteisiin työnkulkuihin sekä osin myös kotiorganisaation tarjoamiin peruspalveluihin.
Jatka lukemista ”Tutkimusaineistojen ja -datan hallinnan osatekijät”
The key components of research data management consist of knowing and describing your data, following ethical and legal principles, understanding the workflows related to securing, storing, sharing, archiving, opening and publishing your data. Here we take a closer look at these components of RDM and their relationship with the scientific conduct of research and partially with the basic services provided by the home organization.
Jatka lukemista ”The components of research data management”
The new article series brings research data management (RDM) to its basics. The opening part of the series provides an overview of what RDM is, why it concerns all researchers and how the RDM life cycle relates to the research life cycle.
Uusi artikkelisarja johdattaa tutkimusaineistojen ja -datan hallinnan (RDM) perusteisiin. Tässä sarjan avausosassa kerrotaan, mitä RDM on, miksi se koskee jokaista tutkijaa ja miten RDM-elinkaari nivoutuu yhteen tutkimuksen elinkaaren kanssa.
Jatka lukemista ”Mitä on tutkimusaineistojen ja tutkimusdatan hallinta, RDM?”
Sensitiivisen datan tallennustarpeet kasvoivat yliopistolla merkittävästi vuonna 2018 voimaan astuneen EU:n laajuisen tietosuoja-asetuksen (GDPR) myötä. Sensitiivisen datan tallennus luonnistuu nykyisin Umpio-palvelun avulla, ja luvassa on myös uusia tapoja tallentaa ja jakaa aineistoa.
Jatka lukemista ”Mitä sensitiivisen datan tallennukselle kuuluu vuonna 2020?”
”You should act like every measurement you start is going to continue forever, but the people in charge of the measurements and data flow would move on to different tasks the next week,” says Pasi Kolari, university researcher at the University of Helsinki. In this blog interview, Kolari, who works as a data liaison for SMEAR stations (Station for Measuring Ecosystem-Atmosphere Relations), sheds light on the real life challenges of collecting, processing and opening data. The article is part of the Think Open article series on open science research infrastructures.
Helsingin yliopisto