Helsingin yliopisto
”DMP:n ymmärrys ja sisäistäminen on ollut yksi oleellisimpia kokemuksia tutkijaurallani”, kirjoittaa eläinlääketieteilijä Heli Hyytiäinen. Tekstissään hän kuvaa aineistonhallintasuunnitelmaan (DMP) liittyviä kielteisiä ennakko-odotuksiaan sekä prosessin, joka teki – ennakko-odotusten vastaisesti – DMP:stä tutkijantyön uuden työvälineen ja keskeisen osan jokaista tutkimussuunnitelmaa, pyydettiin sitä tai ei.
Teksti: Heli Hyytiäinen (Helsingin yliopisto, eläinlääketieteellinen tiedekunta)
Toimin Helsingin yliopiston eläinlääketieteellisen tiedekunnan kliinisen hevos- ja pieneläinlääketieteen osastolla kliinisenä opettajana. Tutkin kvantitatiivisesti erilajisten eläinten sairauksiin, liikkumiseen, toimintakykyyn ja fysioterapiaan liittyviä asioita.
Vaikka väittelin jo vuonna 2015, tein kuitenkin urani ensimmäisen järjestelmällisen aineistonhallintasuunnitelman (DMP, data management plan) vasta vuonna 2020 hakiessani rahoitusta oman mittapuuni mukaan suurehkoon tutkimushankkeeseeni, jossa DMP oli vaatimuksena. Ennalta ajatellen yksi rahoituksen hakuprosessin ankeimmista tehtävistä osioista oli DMP. Jälkikäteen ajatellen se olikin yksi antoisimmista osista koko hakemusprosessissa – lukuun ottamatta tietysti positiivisen rahoituspäätöksen saamista, joka oli varmasti osaltaan hyvän DMP:n ansiota!
Hypoteesi: DMP on riesa
Hakemusta kirjoittaessani välttelin DMP-osioon tarttumista. Kroonisessa aikapulassani koin myös haastavaksi pakollisen Research Data Management (RDM) -koulutuksen asiaan liittyen. Odotin DMP:n tekemisen olevan hankalaa, tylsää, raskasta ja työlästä. Turhauttava pakollinen paha. Sisällöllisesti erityisesti ahdisti väistämätön ”open data” -konsepti. Minulle tuolloisella ymmärrykselläni ”open data” käsite oli murheen aihe: käsittelen oikeiden potilaiden dataa, jota vaan en voi sellaisenaan jakaa kenellekään. Tästä seuraa aina huoli, että tämä on nyt sitten hakemukseni kompastuskivi; kun ilmoitan, ettei raakadataa avata eikä anneta kenenkään ulkopuolisen käyttöön, niin siihen sitten kaatuu koko homma ja rahoituksen saanti.
Tulos: nollahypoteesia ei voitukaan kumota!
DMP oli kuitenkin pakko ottaa haltuun ennemmin kuin myöhemmin. Ja kuinkas kävikään? RDM-koulutus oli erinomainen: erinomaisesti ajoitettu, hyvin järjestetty, todella silmiä avaava, ja vastasi juuri niihin kysymyksiin, joita minulla oli – ja lisäksi niihin, joita minulla varmasti olisi ollut, jos olisin ajatellut asiaa avoimesti jo etukäteen. Koulutus vastasi kaikentasoisiin kysymyksiin; jopa niihin nolon yksinkertaisiin, joihin tuntuu, että vastaus olisi jo pitänyt tässä vaiheessa uraa tietää. Koulutus myös säästi minulta rutkasti arvokasta aikaani, kun sain suurimman osan hakemuksestani laadittua jo koulutuksen aikana ja välittömästi sen jälkeen koulutuksen pohjalta. Myös henkilökohtainen tuki ja apu datatukitiimiltä osana koulutusta ja hakuprosessia oli mahtavaa! Todella ammattimaista, nopeaa ja tehokasta. En voi kylliksi kiittää tukitiimiäni tässä asiassa!
Selvisi myös, ettei raakadataa tarvitsekaan jakaa sellaisenaan kenellekään, jotta konseptien open data ja FAIR – löydettävä (findable), saavutettava (accessible), yhteentoimiva (interoperable) ja uudelleenkäyettävä (re-usable) data – kriteerit täyttyvät! Itselleni suurinta ja konkreettisinta antia tästä prosessista oli ymmärrys siitä, miten minun datani soveltuu FAIR-järjestelmään, sekä ymmärrys datan jakoon liittyvistä käsitteistä ja siitä, että FAIR toteutuu kyllä, vaikka en annakaan raakadataani kenenkään muun käsiin. Huojentavaa! Tämän myötä vuosien murhe ”open datasta” on poistunut, ja nyt koen olevani vahvoilla perustellessani raakadatani jakamattomuutta. Monet muutkin asiat, kuten esimerkiksi aiemmin abstrakti metadatan käsite ja täysin hahmottamaton datan määräkäsite ”50 GB” konkretisoituivat.
Loppupäätelmä: DMP on osa arkeani
Nykyisin DMP on mukana hakemusteni ja tutkimussuunnitelmieni ensivaiheista asti luonnollisena ja erottamattomana osana suunnitelmaa, eikä suinkaan enää oma irrallinen osansa hakemusta. Koen DMP:n selkeimmäksi ja yhdeksi nopeimmin tehtäväksi osaksi hakemuksen tekoa.
DMP:n ymmärrys ja sisäistäminen on ollut yksi oleellisimpia kokemuksia tutkijaurallani. Kokemukseni on hyödyttänyt lukuisia muita hakemuksia, ja olen soveltanut oppimaani myös eettisiin ja hankelupahakemuksiin sekä julkaisuprosesseihini. Sisällytän jokaiseen tutkimussuunnitelmaani rakenteellisen DMP:n, vaikka sellaista ei pyydettäisikään. Se kattaa suuren osan tutkimussuunnitelmaa ja auttaa jäsentämään konkreettisia käytännön tehtäviä tutkimusta suunniteltaessa. Näkisin, että koulutus rakenteellisen DMP:n tekemiseen olisi todella arvokas taito jo tutkijanuran alussa. Jatkossa omalta osaltani pidän tärkeänä DMP-suunnitelmieni kehittymistä ja tarkentumista – ei pidä antaa itsensä kangistua hyväksi todettuun peruskaavaan, vaan DMP:nkin pitää kehittyä ja tarkentua tutkimusympäristön vaatimusten ja kehittymisen mukana.
Dosentti, FT Heli Hyytiäinen (TUHAT) työskentelee Helsingin yliopiston eläinlääketieteellisessä tiedekunnassa, kliinisen hevos- ja pieneläinlääketieteen osastolla. Hän toimii kliinisenä opettajana, on pohjakoulutukseltaan fysioterapeutti, ja johtaa tutkimusryhmä FaunaFysiota. Hyytiäinen tekee kvantitatiivista tutkimusta erilajisten eläinten sairauksiin, liikkumiseen, toimintakykyyn ja fysioterapiaan liittyen; usein soveltaen ihmislääketieteestä ja -fysioterapiasta tuttuja käsitteitä ja menetelmiä eläinlääketieteeseen.