Humanisti datamaailmassa: Täydellisen anonymisoinnin mahdottomuus

Tieteellisen tutkimuksen kohteena olevien ihmisten yksityisyyden suojeleminen on tutkimusdatanhallinnan eli RDM:n (research data management) avainasioita, jonka huomioimiseen myös lainsäädäntö velvoittaa. Tutkijan näkökulmasta tehtävä on usein haastava: ”Anonymisointi on tehtävä tarkasti, huolellisesti, kokonaisvaltaisesti ja kuitenkin niin, että lopputuloksesta on jotain hyötyä tutkimuksellekin – eli mitä käytännössä pitäisi tehdä?” Kirjoitussarjansa neljännessä osassa Aleksi Peura syventyy sensitiivisen datan ja anonymisoinnin perimmäisiin kysymyksiin.

Jatka lukemista ”Humanisti datamaailmassa: Täydellisen anonymisoinnin mahdottomuus”

Aineistonkeruuta eri kielillä – kokemuksia monikielisen kyselyn tekemisestä REDCap-alustalla tutkimuksessa koulun islamin opetuksesta

Mikä kyselyalusta on sopiva silloin, kun kerätty tutkimusaineisto sisältää sensitiivistä dataa? Miten rakennetaan tutkimukseen osallistuvan näkökulmasta mahdollisimman selkeä monikielinen kysely REDCap-alustalla? Nämä kysymykset olivat ajankohtaisia, kun väitöskirjatutkija Niina Putkonen valmisteli väitöskirjatutkimukseensa liittyvää monikielistä tutkimusta. Tämä on kaksiosaisen REDCap-juttusarjan toinen osa – avausosa luettavissa täällä.

Jatka lukemista ”Aineistonkeruuta eri kielillä – kokemuksia monikielisen kyselyn tekemisestä REDCap-alustalla tutkimuksessa koulun islamin opetuksesta”

Mikä on REDCap ja miksi juuri se voisi sopia tutkimusdatasi keruuseen – katsaus monipuolisen työkalun mahdollisuuksiin

Helsingin yliopistossa on ollut vuoden verran käytössä REDCap-ohjelma, joka on kehitetty erityisesti sensitiivisen tutkimusdatan keräämiseen. Monipuolinen työkalu taipuu monenlaiseen käyttöön, ja tässä blogiartikkelissa luodaan katsaus ohjelman erilaisiin ominaisuuksiin ja käyttöön tutkimuksessa. Kirjoittajina ovat Helsingin yliopiston REDCap-tuen asiantuntijat. Tämä on kaksiosaisen REDCap-juttusarjan avausosa – toinen osa luettavissa täällä.

Jatka lukemista ”Mikä on REDCap ja miksi juuri se voisi sopia tutkimusdatasi keruuseen – katsaus monipuolisen työkalun mahdollisuuksiin”

Hyvällä datanhallinnalla tutkimuksen parempaa toistettavuutta

Tuoreesta tutkimuksesta käy ilmi, että tutkijat pitävät tutkimuksen hyvää datanhallintaa eli datan järjestelmällistä käsittelyä erittäin tärkeänä datan eheyden, tutkimustulosten luotettavuuden ja tutkimuksen toistettavuuden kannalta. Silti koulutusta datanhallintaan on saanut vain harva ja nuorten tutkijoiden osaaminen on kirjavaa. Tutkimustaan käsittelevässä blogiartikkelissa Jukka Rantasaari esittää myös ratkaisuja tilanteen parantamiseksi.

Jatka lukemista ”Hyvällä datanhallinnalla tutkimuksen parempaa toistettavuutta”

Millaista asiantuntemusta tutkimuksen datanhallinnan tueksi tarvitaan? Katsaus RDM-foorumin esityksiin

Tutkimusdatan merkitys ja rooli osana tutkimusta vahvistuu, mutta millaisia palveluita ja millaista asiantuntemusta tutkijoiden tukena on tutkimusdataan liittyvissä kysymyksissä? Data-asiantuntijoiden (data steward) ammatillinen rooli ja eri maiden käytännöt olivat esillä kaksipäiväisessä Research Data Management Forum (RDMF) -tapahtumassa. Tässä blogiartikkelissa luodaan tiivis katsaus pääpuheenvuoroihin ja muihin esityksiin, ja pohditaan data-asiantuntijuuden ydinkysymyksiä, kuten tehtävänkuvia, koulutusta ja roolia nykyisessä muutostilanteessa.

Jatka lukemista ”Millaista asiantuntemusta tutkimuksen datanhallinnan tueksi tarvitaan? Katsaus RDM-foorumin esityksiin”

Millainen on hyvä tutkimusdatapolitiikka? – Helsingin yliopiston linjausta päivitetään tänä vuonna

Helsingin yliopiston tutkimusdatapolitiikkaa ollaan parhaillaan päivittämässä. Think Open -blogiartikkelissa päivityksestä vastaavaan työryhmään kuuluvat jäsenet kertovat näkemyksiään uuden datapolitiikan tarpeista ja tavoitteista. Vastausten perusteella keskeisenä tavoitteena on, että yhteinen datalinjaus helpottaa tutkijoiden työtä konkreettisella tavalla tutkimusalojen ja tutkimusaineistojen erityislaatu huomioiden. Linjauksen selkeys ja vastuiden määritteleminen toistuvat vastauksissa. Myös palveluiden tärkeys osana linjausta huomioidaan. Yliopistolaiset voivat kommentoida politiikkaluonnosta.

Jatka lukemista ”Millainen on hyvä tutkimusdatapolitiikka? – Helsingin yliopiston linjausta päivitetään tänä vuonna”

Miten RDM ja DMP auttavat tutkijaa – opi perusasiat Think Open Digestin erikoisnumerosta

Think Open Digest -verkkolehden uusin numero keskittyy tutkimusdatan hallinnan (RDM) ja datanhallinnan suunnittelun (DMP) perusasioihin. ”Tunne datasi” -erikoisnumero sisältää kuusi artikkelia, ja se on suunnattu kaikille tutkijoille – erityisesti niille, jotka eivät ole varmoja RDM:n ja DMP:n hyödyllisyydestä.

Jatka lukemista ”Miten RDM ja DMP auttavat tutkijaa – opi perusasiat Think Open Digestin erikoisnumerosta”

Avoimen tieteen vuosikatsaus 2020, osa 3 – kymmenen blogiteemaa ja luetuimmat jutut

Avoimen tieteen vuosikatsauksen päätösosassa käydään läpi Think Open -blogisatoa. Teemoina nousevat esiin muun muassa avoin opetus eri muodoissaan, aineistonhallinnan (RDM) perusteet, tutkimuksen arviointi ja tutkimusinfrastruktuurit. Lopuksi luodaan silmäys vuoden 2020 luetuimpiin blogiartikkeleihin. Avoimen tieteen vuosikatsauksen ensimmäinen (pääteemat) ja toinen osa (uutiset) julkaistiin viime viikolla.

Jatka lukemista ”Avoimen tieteen vuosikatsaus 2020, osa 3 – kymmenen blogiteemaa ja luetuimmat jutut”

Suunnittelusta apua tehokkaaseen tutkimusaineistojen ja -datan hallintaan

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”