1. Johdanto tutkimusaineistonhallintaan

Tutkimusaineistot ovat digitaalisessa tai ei-digitaalisessa muodossa olevia lähteitä ja materiaaleja, jotka on tuotettu tai koottu tutkimusprojektin toteuttamiseksi ja joiden analyysiin tutkimustulos perustuu. Ne voivat olla tutkimukseen kerättyä, tutkimuksessa tuotettua tai jo olemassa olevaa aineistoa, jota käytetään uudelleen. Aineiston alkuperää, tyyppiä ja laatua käsitellään luvussa 2. 

Tutkimusaineistonhallinta kuuluu erottamattomasti hyvään tieteelliseen käytäntöön (HTK). Se edistää tutkimuksen ja tutkimustulosten läpinäkyvyyttä, toistettavuutta ja todennettavuutta, mitä tarvitaan esimerkiksi artikkelin vertaisarvioinnin yhteydessä. Itä-Suomen yliopiston Avoimen tieteen ja tutkimuksen linjauksen mukaan aineistonhallinnan on oltava suunniteltua ja tutkimusaineistot olisi myös avattava aina kun mahdollista tutkimuseettiset ja juridiset seikat huomioiden. Juridisista ja eettisistä kysymyksistä kerrotaan oppimateriaalin luvussa 2. 

Keskeistä tutkimusaineistonhallinnassa on aineistojen kuvailu, jotta aineisto on ymmärrettävää ja käytettävissä uudelleen eri tarkoituksiin riippumatta siitä, avataanko aineistoa vai ei. Kuvailutiedot kertovat esimerkiksi siitä, mitä aineisto sisältää, mistä ja miten se on kerätty, kuka sen on kerännyt ja minne se on tallennettu. Kuvailun yhteydessä puhutaan tavallisesti metadatasta eli metatiedosta ja dokumentaatiosta, joita käsitellään tarkemmin tämän oppimateriaalin luvussa 3. 

Aineistonhallintasuunnitelma eli DMP (Data Management Plan) on tutkimusaineistonhallinnan keskeinen apudokumentti, jota tulisi päivittää tutkimuksen edetessä. Sen tekemisessä voi hyödyntää valmiita pohjia ja työkaluja, kuten DMPTuuli-verkkotyökalua.  

Tutkimusaineistonhallinnan tavoitteena on siis tehdä tutkimusprosessista ja aineiston käytöstä vastuullista ja tehokasta. Samalla täytetään yliopiston, tutkimusrahoittajien ja lainsäädännön odotukset ja vaatimukset. 

Tietoa tutkimusaineistonhallinnasta on koottu ja päivitetään UEF Datatuen sivulle. Aineistonhallintasuunnitelman laatimista käsitellään oppimateriaalin luvussa 6.  

Tutkimusaineiston elinkaari kuvaa aineistoon liittyviä toimenpiteitä tutkimusprosessin eri vaiheissa. Usein tämä elinkaari esitetään ympyränä, mikä korostaa myös aineiston jatkuvuutta: aineisto ei ikään kuin pysähdy johonkin selkeään päätepisteeseen, vaan esimerkiksi uudelleen käytettynä sen elinkaari jatkuu jollain tavoin.

Elinkaaressa mainitaan usein alla olevan kuvan mukaisesti suunnittelu, keruu, analysointi, tallentaminen, julkaiseminen, tuhoaminen, löytäminen ja uudelleenkäyttö. On hyvä muistaa, että tutkimuksen aikana aineistonhallinnan toimenpiteet eivät aina etene mallin mukaan vaiheesta toiseen. Esimerkiksi aineiston keruuta tai julkaisemista voi tapahtua monessa tutkimuksen eri vaiheissa. Tallentamista, jakamista ja julkaisemista käsitellään luvussa 4 ja luvussa 5.

 

Tutkimuksen alkaessa aineistonkeruu kannattaa suunnitella niin yksityiskohtaisesti kuin mahdollista. Lait ja eettiset näkökohdat on tarkistettava huolellisesti. Aineistonhallinnan yksityiskohdat sovitaan tutkimuskumppaneiden kanssa ja aineistonhallintasuunnitelmaa päivitetään aina tarvittaessa. 

Aineistot tulee dokumentoida, kuvailla ja tallentaa niin, että ne pysyvät käyttökelpoisina ja suojattuina tutkimuksen aikana ja sen jälkeen. Aineiston keruun jälkeen se analysoidaan ja tutkimustulokset raportoidaan esimerkiksi tieteellisessä artikkelissa. 

Tutkimuksen loppupuolella tai sen jälkeen aineisto voidaan jakaa muiden käyttöön tai arkistoida ne tutkimusorganisaation tai yhteistyökumppanin ohjeiden mukaisesti. Jos aineistot ovat avoimesti saatavilla, niitä voidaan hyödyntää uudelleen esimerkiksi tutkimuksessa, opetuksessa, opiskelussa tai kaupallisessa toiminnassa.  

Kaikissa tutkimuksen vaiheissa tutkimusaineiston suunnitelmallinen ja järjestelmällinen hallinta luo tarvittavan perustan hyvälle tutkimustyölle ja helpottaa tutkimusprojektin toteuttamista. 

Aineistonhallinnassa FAIR-periaatteiden noudattaminen on keskeistä. FAIR-periaatteet julkaistiin 2016 (The Future of Research Communications and e-Scholarship eli Force). Ne ohjaavat tekemään datan ja sen metadatan (datan kuvailutiedot) 

• löydettäväksi (Findable)
• saavutettavaksi (Accessible)
• yhteentoimivaksi (Interoperable)
• uudelleenkäytettäväksi (Re-usable).

FAIR-periaatteiden toteuttaminen käytännössä tarkoittaa seuraavia asioita, joita tutkijat usein tekevät ehkäpä tiedostamattaan:

• Löydettävyys eli tutkimusaineisto löytyy hyvin hakupalveluista ja datan säilytys- ja julkaisupaikoista. Löydettävyyttä tukevat esimerkiksi kattavat kuvailutiedot (metatiedot), ainutkertainen pysyvä tunniste (persistent identifier eli PID) ja datan rekisteröinti tai sen tallennus datapalveluun, joka myös antaa datalle pysyvän tunnisteen.  
• Saavutettavuus eli tutkimusaineisto tai sen metatiedot ovat avoimesti ja maksuttomasti saatavilla. Saavutettavuuden mahdollistaa erityisesti pysyvä tunniste. Siihen liittyy myös metatietojen saavutettavuus, jos dataa ei jostain syystä voi (täysin) avata tai jos datan tutkimuksenjälkeinen säilytysaika on jo umpeutunut ja data hävitetty. 
• Yhteentoimivuus eli tutkimusaineistoa voi hyödyntää eri käyttöympäristöissä ja eri aikoina. Yhteentoimivuutta voi tukea käyttämällä kaikille avoimia ohjelmistoja, suosimalla avoimia ja koneluettavia sanastoja ja koodistoja sekä linkittämällä datan (tai metadatan) muihin tuotoksiin tai aiempiin versioihin. 
• Uudelleenkäytettävyys eli tutkimusaineistoa voi käyttää uudelleen uudessa tutkimuksessa tai muissakin kuin tutkimustarkoituksissa aineiston käyttöehtojen mukaisesti. Uudelleenkäytettävyyttä mahdollistavat tutkimusaineiston käsittelyn huolellinen dokumentointi ja selkeät käyttöehdot. 

FAIR-periaatteiden noudattaminen täydellisesti ei ole aina mahdollista tai järkevää, ja niitä sovelletaankin oman harkinnan mukaan. Kannattaa pohtia, millaisia rajoitteita ja mahdollisuuksia omaan tutkimusaineistoon liittyy.  Kannattaa myös muistaa, että FAIR-periaatteiden noudattaminen ei välttämättä tarkoita aineiston avaamista. 

Useat datanhallintaan tarkoitetut palvelut, kuten CSC:n Fairdata-palvelukokonaisuus tai luotettavat arkistot ja datarepositoriot, on kehitetty FAIR-periaatteet huomioon ottaen, ja tällaisia palveluita käyttämällä voi toteuttaa eri FAIR-toimenpiteitä. FAIR-periaatteita edistävän palvelun valinnan lisäksi kannattaa pohtia, mitä muita toimia voi tutkijana tehdä, jotta aineistot olisivat mahdollisimman löydettäviä, saavutettavia, yhteensopivia ja muiden uudelleenkäytettävissä. 

Opetus- ja kulttuuriministeriö tarjoaa digitaalisten tutkimusaineistojen hallintaan palvelun käyttäjälle maksuttoman Fairdata-palvelukokonaisuuden. Se on CSC:n toteuttama Suomen korkeakouluille ja valtion tutkimuslaitoksille tarkoitettu kokonaisuus, joka koostuu seuraavista tutkimusaineistojen palveluista: 

• IDA säilytykseen 
• Qvain kuvailuun 
• Etsin hakemiseen  
• Fairdata PAS pitkäaikaissäilytykseen. 

Palvelujen käyttö edellyttää rekisteröitymistä CSC:n asiakkaaksi, mikä onnistuu esimerkiksi kotiyliopiston HAKA-tunnuksen avulla. 

IDAssa voidaan säilyttää tutkimusaineistoa tutkimuksen aikana ja sen jälkeen, silloin kun sitä ei enää prosessoida aktiivisesti. IDAssa oleva aineisto voidaan ns. jäädyttää ja avata sitä muiden käyttöön muiden Fairdata-palveluiden avulla. IDAssa ei voi säilyttää arkaluonteista henkilötietoa sisältävää aineistoa. 

Qvain on tutkimusaineistojen kuvailutyökalu, jolla voi luoda metatiedot IDAssa tai muualla säilytettävälle tutkimusaineistolle. Tutkimusaineisto saa pysyvän tunnisteen eli PIDin (DOI tai URN).   

Qvaimella julkaistut kuvailut aineistoista ovat saatavilla Etsimen kautta. Etsin on hakupalvelu, jolla voi etsiä tutkimusaineistoja ja niiden kuvailutietoja Fairdata-palveluista sekä muista sinne kopioiduista ja tuoduista lähteistä. 

Faidata PAS –palvelu tarjoaa pitkäaikaissäilytyspalvelua arvokkaille tutkimusaineistoille. Sen tavoitteena on taata erittäin merkittävien aineistojen jatkokäytettävyys tuleville sukupolville. Arvion tutkimusaineiston soveltuvuudesta arkistoitavaksi Fairdata PAS-palveluun tekee tutkimusorganisaatio. 

Tutkimuksen tueksi. Hyödyllisiä vinkkejä ja UEF ohjeita tutkimukseen (Heimo-palvelut, edellyttää kirjautumista UEF-tunnuksilla) 

Aineistonhallinnan käsikirja (Tietoarkisto)  

Datanhallinnan muistikirja (Fairdata.fi)  

CSC: Data management and storage. CSC:n datapalvelut tarjoavat hyödyllistä tietoa aineistonhallinnasta. 

Vastuullinen tiede -sivustoperhe kokoaa yhteen Avoimen tieteen koordinaation, Julkaisufoorumin, Tiedonjulkistamisen neuvottelukunnan ja Tutkimuseettisen neuvottelukunnan sivut.