Tutkijoiden viesti: Lisää tukea, osaamista ja suunnitelmallisuutta tutkimusdatan hallintaan! | Message from the researchers: More support, skills and planning for research data management, please!

(Please, scroll down to read in English.)

Tutkimusaineistoihin liittyy mitä moninaisempaa tietämystä, osaamista ja toimenpidettä. Jossain kohdin törmää yleensä siihen, että omat taidot eivät riitä tai että asiat olisivat sujuneet paremmin, jos olisi tiennyt, mistä apu on löydettävissä. Tästä aihepiiristä UEFin tutkijat ja kirjaston datatuen väki jakoivat ajatuksiaan ja kokemuksiaan 27.10.2021 pidetyssä työpajassa, jonka otsikkona oli “Tutkijoiden dataosaaminen ja -tarpeet esiin”. Teemaa on sivuttu taannoisessa blogkirjoituksessa, jossa pohdimme tutkimusaineistojen asiantuntijoiden rikasta kenttää. Työpajan teema osui selvästi ajankohtaiseen aiheeseen, sillä samalle päivälle sattuneessa Yhteiskunta- ja kauppatieteiden tiedekunnan strategiapäivässäkin avoin tiede tutkimusaineistoineen keräsi mittavan osallistujajoukon ja herätti vilkasta keskustelua.

Tutkimuksen ja tutkimusaineiston elinkaaret

Tutkimusaineistoa tai -dataa voidaan jäsentää suhteessa tutkimukseen, jonka raaka-aineena se toimii. Tutkimuksen edetessä raakadatasta muokkautuu usein valikoidumpia datasettejä, jotka ovat voineet käydä läpi erilaisia prosesseja ja muokkauksia. Aineistonhallinnan keskustelussa puhutaan usein tutkimuksen ja tutkimusaineistojen elinkaarista. Tutkimuksen elinkaari hahmotetaan kolmeen vaiheeseen: ennen tutkimusta, tutkimuksen aikana ja sen jälkeen. Tutkimusaineistojen elinkaari ulottuu usein tutkimuksen elinkaarta pidemmälle, kun aineistoja hyödynnetään uudelleen.

Työpajassa tunnistettiin tutkimusaineistoihin liittyviä toimenpiteitä ja tietotaitoa erityisesti tutkimuksen aikana. Tällaisina mainittiin vaikkapa datan analysointi, dokumentointi, ohjelmointi, tietokantaosaaminen, sensitiivisen aineiston käsittely ja datan jakaminen tietoturvallisesti yhteistyökumppaninen välillä. Työ on kuitenkin alkanut jo tutkimusta ennen aineiston keruun ja yleisemmin aineistonhallinnan suunnitteluna. Tutkimuksen jälkeen täytyy aineistollekin tehdä jotain: jokin osa aineistosta säilytetään, jokin tuhotaan, ja aineistoa myös avataan tai julkaistaan. Ihannetapauksessa aineisto on uudelleenkäytettävissä jonkin muun tutkimuksen raaka-aineena, jolloin aineiston elinkaari konkretisoi mainiosti asiakirjahallinnan ja arkistotoimen keskustelussa esiintyvää jatkumomallia.

Tutkimusaineiston käsittely edellyttää tutkijoilta usein teknisten taitojen lisäksi yleisiä aineistonhallinnan taitoja vaikkapa terminologian ymmärtämiseen tai tiedon etsimiseen omaan tilanteeseen ja tarkoitukseen sopivista toimenpiteistä ja ratkaisuista. Kaiken pohjana ovat kuitenkin tutkijan perustaidot eli tutkittavan aiheen perustavanlaatuinen tunteminen ja ymmärrys, tutkimusetiikka ja sen käytäntöjen hallinta.

Lisää osaamista ja tukea, kiitos!

UEFin datatuen kehittämisen yksi kulmakivi on yhden luukun palvelun parantaminen, jolloin tutkija pääsisi datasupport@-osoitteen kautta monen eri alan asiantuntijan avulla tuotetun kattavan tuen ja tiedon äärelle. Työpajassa tutkijat saivat vapaat kädet ideoida ja toivoa, mitä palvelua datatuen yhdestä luukusta pitäisi saada ja millainen tuki heitä olisi auttanut eteen tulleissa ongelmatilanteissa ja osaamisen puutteissa. Osa toiveista kohdistui sellaisiin tukipalveluihin, joita on jo nyt tarjolla, mutta joiden olemassaolo ei ole vielä tavoittanut tutkijoita. Esimerkiksi aineistonhallintasuunnitelman (DMP) tukea on saatavilla kommentointipalveluna ja koulutuksina, ja myös kohdennettuna tiettyihin rahoituksiin.

Neuvoja, ohjausta ja koulutusta kaivataan myös datan säilyttämiseen tutkimuksen aikana ja sen jälkeen, datan anonymisointiin, tietokantoihin ja vaikkapa datan käyttämiseen kahden yliopiston yhteisessä hankkeessa eri yliopistojen tunnuksilla. Datanhallinnan ratkaisuihin ja toimintatapoihin toivottiin suunnitelmallisuutta sekä jaettua ymmärrystä ja osaamista vähintäänkin tutkimushankkeiden sisällä. Kokonaisuuden hallinta ei saisi jäädä vain yhden ihmisen varaan.

Yleisemmän aineistonhallinnan tuen rinnalle tunnistettiin tarve aineisto- tai alakohtaisille asiantuntijoille sekä tiedekunnan tasolla oleville tukihenkilöille. Aineistonhallinnan vastuiden konkretian tasot on kuitenkin muistettava: Tukitoimet keskittyvät ohjeistuksiin, koulutuksiin ja neuvoihin, mutta ne eivät pysty vastaamaan varsinaiseen aineistonhallintaan, sillä se on tutkijoiden omalla vastuulla.

Vertaistuesta datatukeen

Vertaistuki on tutkijankin työssä ja aineistonhallinnan asioissa kullan arvoista. Vaikka epäviralliset, usein sattumanvaraiset keskustelut kollegoiden kesken ovat tiedon jakamisen tärkeä kanava, tarvetta on organisoidummalle kollegiaaliselle tuelle. Koulutukset, webinaarit ja oppimisyhteisöt mainittiin hyvinä keinoina jakaa ja saada tietoa. Osastoilla ja laitoksilla voisi olla myös tieteenalakohtaisia datanhallinnan mentoreita, jolloin vertaistukea olisi saatavilla järjestäytyneemmin.

Mikä sitten motivoisi tutkijaa tarjoamaan omaa osaamistaan? Tähänkin kaivataan kannustimia aivan kuten moniin avoimen tieteen käytännön toimiin ylipäätään. Työpajassa mainittiin esimerkkinä koulutuksiin osallistuminen, joka pitäisi pystyä kirjaamaan työraportointeihin. Datanhallinnan taitojen tulisi ylipäätään näkyä selkeämmin tutkijan meritoitumisessa. Tämä antaisi kaivattua nostetta osaamisen kehittämiselle ja lisäisi panostusta tiedekuntien datanhallintaan.

Eräänlaisena yleisenä ohjenuorana ja työpajan kiteytyksenä on suunnitelmallisuus, joka tuli keskustelussa esiin monessa kohdin. Käytännön esimerkkinä mainittiin tutkimushankkeet, joissa datanhallinnan käytänteet pitäisi dokumentoida kunnolla ja joissa niistä pitäisi huolehtia siten, että käytänteet välittyvät myös hankkeisiin tuleville uusille tutkijoille. Tämä saattaa kuulostaa itsestään selvältä, mutta tutkimuksen arjessa ideaalit eivät välttämättä toteudu. Aineistonhallinnan suunnittelun olisi löydettävä paikkansa tutkimussuunnitelman kiistattomana osana. Tässä kohdin tiedekuntien vertaistuki ja yliopiston yleinen datatuki voivat täydentää toisiaan luontevasti ja kaikkien erityisasiantuntemusta tehokkaasti hyödyntäen.

 

Arrows depicting the research data cycle from data collection to analysis and to disseminating results
Työpaja oli osa kirjaston OA-viikon ohjelmaa ja liittyi kirjaston koordinoimaan datatuen kehittämishankkeeseen, jonka kuulumisia on esitelty kirjaston blogissa. Työpajaan osallistui tutkijoita kaikista neljästä tiedekunnista. | The workshop was part of the Library’s OA Week program as well as of the data support project coordinated by the Library (see our project update from an earlier blog article). All four faculties were represented in the workshop. Image by: Patrick Hochstenbach (CC-BY)

Working with research data involves a wide variety of know-how. At some point, you may notice that your skills aren’t enough, or that things would have worked out better if you had known where help was to be found. Researchers and the library’s data support staff shared their thoughts and experiences on this theme in a workshop held on 27 October 2021, with the title “Uncovering the data skills and needs of the researchers”. We handled the same theme in our recent blog, reflecting on the wide variety of expertise in research data.

The life cycles of research and research data

Research data may be perceived in relation to the research for which it serves as the raw material. As research progresses, raw data is often modified to select data sets, which may have gone through various processes. In the context of research data management, the life cycle of both the research and the research data are common concepts. Research life cycle is often divided into three phases: before, during and after the research. The life cycle of research data typically extends beyond the life cycle of research when the data may be reutilized.

In the workshop, we identified measures and know-how related to research data particularly during the research, such as analysing and documenting data, programming and database skills, handling sensitive data and safe data sharing with research partners. The work, however, starts even before the research when data collection and managing data are planned. After the research, the data calls for some actions as well: something will be stored, something destroyed, and some data may be opened or published. Ideally, the data can be reused as raw data for new research. In this case, the life cycle of the data concretizes, in a nice way, the continuum model used in records management.

In addition to technical know-how, data handling requires skills and knowledge of a more general kind, for example, understanding the terminology or finding solutions best suited for one’s needs. However, the basic skills of the researcher, namely fundamental knowledge and understanding of the subject matter, research ethics and its practices, are the basis of everything.

More skills and support – yes, please!

Improving the one-stop-shop for data management support services at UEF is one of the cornerstones of the development project: researchers will be able to access extensive support and information through the datasupport@ service channel produced by different professionals coming together from different fields of expertise. Researchers were able to pitch their ideas and make wishes for the kinds of services the one-stop-shop for data management support should offer and what type of support would have helped them during past problems and lack of skills. Portion of the hopes matched services that had already been implemented but that the researchers were not familiar with yet. As an example of existing services, support for writing a research data management plan (DMP) is already in place in the form of a DMP commenting service and various trainings, including targeted training for specific funding instruments.

Advice, guidance, and training are also needed for storing data during and after research, anonymization of data, research data bases, and using data in a collaborative project between two different universities. Researchers also called for well-planned solutions and procedures for data management, including shared understanding and skills at least within individual research projects as a minimum level.

Managing the big picture should not be left on the shoulders of one person. The importance of experts specific to datatypes and disciplines along with support personnel embedded in faculties was recognized in supplementing general research data management support services. One must bear in mind the concrete levels of data management responsibilities though: support measures focus on guidance, training and advice, while they cannot meet the actual management of research data which remains the responsibility of researchers.

From collegial support to datasupport

Collegial support is valuable not only in matters of data management but more generally in the everyday work of a researcher. Although unofficial, often random conversations with colleagues are important channels of information sharing, there is a recognized need for more organized collegial support. Trainings, webinars and learning communities were mentioned during the workshop as good means of sharing and receiving information. Faculties and departments could also have embedded discipline-specific data management mentors, to make peer support more systematically available.

What would, then, motivate researchers to offer their know-how to others? Incentives may be needed for willingness to mentor others, and this is also recognized more widely in relation to many practical measures in open science. The possibility to record attendance on data management training sessions to work reports was mentioned as one suggestion. Overall, research data management skills should be made more visible in meriting researchers. This would give a much-needed lift to developing skills and add investment by faculties on managing research data.

The importance of planning ahead was raised several times during the conversation and hence it can be summarized here as a kind of general guideline and a take-home message from our workshop. There were practical examples from research projects, where research data management practices should be documented well and thoroughly to make sure that they will be available to new researchers entering the project. Although this may sound self-evident, such ideals do not necessarily actualize during everyday research. Data management planning should find its rightful place as an undisputable part of a research proposal. Moreover, it is one of the many avenues, where collegial support of the departments can complement general data support services, making best use of everyone’s expertise most efficiently.

Manna Satama, datanhallinnan projektisuunnittelija | Data management project planner
Niina Nurmi, datanhallinnan projektisuunnittelija | Data management project planner
Tutkimuksen tuki | Research support
Opetus- ja tietopalvelut | Training and information services

Share

Tutkimusaineistojen asiantuntijoiden monet kasvot | The many faces of research data experts

(Please, scroll down to read in English.)

Tutkimusdataan liittyvien ammattien ja asiantuntijuuksien määrittely ei ole vielä vakiintunut. Joillain tutkimusaloilla data-ammattilaisia on työllistetty jo vuosikymmeniä, joillain ei edes tunnisteta sellaisten tarvetta. Ammattinimikkeitä ja työtehtävien osaamissisältöjä on runsaasti. On datamanageria, data stewardia, data-analyytikkoa, data championia ja tietoasiantuntijaa.

Tutkimuksen yhteydessä tutkimusaineistojen asiantuntijuuteen kuuluu keskeisesti niiden hallinnan laaja-alainen ymmärrys avoimen tieteen periaatteiden mukaisesti. Tällöin asiantuntijuuteen ei kuulu ainoastaan – tai välttämättä ollenkaan – teknisluonteinen datan käsittely, vaikka sellainen herkästi liitetäänkin kaikkiin data-alkuisiin nimikkeisiin. Lähtöoletuksena on, että tutkija on vastuussa itse omasta aineistostaan. Tutkija saattaa kuitenkin tarvita apua tutkimuksen ja tutkimusaineiston elinkaaren vaiheissa. Erityisen tärkeää on pitää mielessä, että tutkija on oman tutkimusaineistonsa erityisasiantuntija vähintäänkin sisällöllisesti. Tämä saattaa jäädä helposti syrjään data-asiantuntijuuksien keskustelusta.

Tässä blogikirjoituksessa pohdimme tutkimusaineistojen asiantuntijuuden monia kasvoja ja houkuttelemme tutkijoita tuomaan esiin omia aineistonhallinnan tarpeita, toiveita ja turhautumisia. Tähän on hyvä tilaisuus OA-viikolla 27.10.2021 järjestettävässä työpajassa tutkijoille Tutkijoiden dataosaaminen ja -tarpeet esiin.

Tutkijat ja organisaatiot määrittelemässä datanhallinnan palveluja ja osaamisen sisältöjä

Kunnianhimoinen tavoite tutkimusdatan, tai vähintään sitä kuvailevan metadatan, avaamiseen FAIR-periaatteiden mukaisesti konkretisoituu lisääntyneenä tarpeena kehittää tutkimusorganisaatioiden datanhallinnan tukipalveluita. Tähän liittyy erottamattomasti myös tarve monipuolistaa tutkijoiden datanhallintaa täydentäviä ja avustavia asiantuntijuuksia. Vaikka FAIR-kirjainyhdistelmä on ehkäpä jo monelle tuttu, sen merkityssisältö saattaa olla käytännön toteutusten osalta hämärän peitossa. FAIR-toimintakulttuuri viittaa tutkimusaineistojen osalta niin kutsuttuihin FAIR-dataobjekteihin, jotka ovat helposti löydettävissä (Findable), saavutettavissa (Accessible), yhteentoimivia (Interoperable) ja uudelleenkäytettävissä (Reusable). Tutkimusaineistojen avoimuuden palveluiden kehitystyössä pyritään edistämään tutkimusyhteisöjen ja tutkijoiden mahdollisuuksia tuottaa FAIR-periaatteiden mukaista dataa ja metadataa, joita avaamalla tietoa voidaan hyödyntää ja vertailla niin kansallisella kuin kansainvälisellä tasolla muun muassa European Open Science Cloud (EOSC) -pilvipalveluiden välityksellä.

Kansallisella tasolla on työstetty tavoitteita ja toimenpiteitä tutkimusaineistojen avoimuuden palveluista organisaatioissa osana avoimen FAIR-toimintakulttuurin edistämistä. Esimerkiksi keväällä 2021 julkaistussa, tutkimusaineistojen avointa saatavuutta käsittelevässä linjauksessa todetaan, että ”tutkijoilla on käytettävissään vastuullisen aineistonhallinnan mahdollistavat infrastruktuurit ja palvelut, ja niitä kehitetään tutkijoiden tarpeet huomioiden taloudellisesti kestävällä tavalla” (Tutkimusaineistojen ja -menetelmien avoimen saatavuuden linjaus, osalinjaus 1, s. 11).

Periaate asettaa monella tavoin kovat tavoitteet tutkimusorganisaatioille, jotka linjausten mukaan vastaavat tutkijoiden tarvitsemien infrastruktuurien ja palvelujen tuottamisesta. Mitä palveluja pitäisi olla tarjolla, millaista infraa ja asiantuntemusta tarvitaan ja mikä yksikkö tästä vastaa? Periaatteen toteuttaminen edellyttää myös tutkijoilta itseltään hyvää ymmärrystä tutkimusaineistojen avoimen saatavuuden ja hallinnan sisällöstä ja toteuttamisesta, jotta he pystyvät ylipäätään kertomaan omat tarpeensa.

Datanhallinnan ammattilaisia ja asiantuntijoita

Tutkimusaineistojen hallinnan kokonaisuus on sirpaleinen. Tutkimusaineistoihin ja -dataan kohdistuu lukuisia toimenpiteitä ennen tutkimusta, sen aikana ja tutkimuksen jälkeen, ja nämä toimenpiteet voivat erota merkittävästi tieteenalasta ja aineistotyypistä toiseen. Tutkimusorganisaatiot voivat olla hyvinkin erilaisia valtiosta, lainsäädännöllisestä asemasta ja tieteenalasta riippuen. Kaikki tämä heijastuu tutkimusdatan hallintaan liittyvissä ammateissa ja asiantuntijuuksissa, joiden määrittely on joidenkin asiantuntijuuksien kohdalla vakiintumassa mutta kautta linjan työtehtävissä ja nimikkeissä on vielä paljon kirjoa organisaatioiden räätälöidessä työtehtäviä omien tarpeidensa mukaan. Ammattinimikkeitä ja työtehtävien osaamissisältöjä on runsaasti ja tehtävät voivat perustua kokoaikaisuuteen tai osa-aikaisuuteen. Monissa organisaatioissa on jo vakiintuneempaa toimintaa, jossa datatuen peruspalveluita tuottavat yhteistyössä kirjaston tietoasiantuntijat sekä IT- ja lakipalveluiden asiantuntijat.

Yhtenä esimerkkinä tyypillisesti kokoaikaisina organisaatioihin palkattavista data-asiantuntijoista ovat datamanagerit. Datamanagerit työskentelevät yliopistoissa ja tutkimusorganisaatioissa eritoten kliinisten tutkimusten tukena sekä monitieteisissä tutkimusprojekteissa, joissa kerätään suuria datamääriä. Datamanagerin keskeisiin työtehtäviin sisältyy tyypillisesti datatietokantojen ylläpitoa ja tietokantoihin tulevan datan hallinnointia niin, että sen ominaisuudet täyttävät tutkimusryhmän tai organisaation datalle asettamat keskeiset vaatimukset. Datamanagereilla on usein keskeinen rooli jo datan keruun suunnittelussa ja kehitystyössä, jolloin he voivat osaltaan varmistaa kerätyn datan yhteensopivuuden ja laadun. Datamanageri on usein sidoksissa tiettyyn tai tiettyihin tutkimushankkeisiin.

Osa-aikaisina datan hallinnan asiantuntijoina ja tukihenkilöinä näyttäytyvät useissa yliopistoissa niin kutsutut data championit tai data agentit. Toiminnalla on pyritty vastaamaan tieteenalakohtaisen datanhallinnan tuen tarpeeseen rekrytoimalla joko vapaaehtoisina tai osa-aikaisella pestillä erityisesti tutkijoita ja muita datanhallinnan osaajia käyttämään tietyn osan työajastaan muiden tutkimusyhteisön jäsenten tukemiseen ja kouluttamiseen datanhallinnan eri osa-alueilla. Kun mukaan saadaan tutkijoita eri aloilta, pystytään hyödyntämään myös osaamista eri tutkimusmenetelmistä ja ymmärrystä eri tutkimuksen vaiheista ja prosesseista. Eräänä vahvana teemana data championien roolissa on lisätä tietoisuutta FAIR – periaatteista ja niistä konkreettisista teoista, joilla kukin voi omalta osaltaan soveltaa periaatteita tuottamansa tutkimusdatan hallinnassa. Data championeille tyypillisinä työkaluina toimivat muun muassa työpajat, luennot sekä datanhallinnan hyviä käytäntöjä kiteyttävien tietopakettien kehittäminen.

Tutkijoiden dataosaaminen ja -tarpeet esiin: työpaja tutkijoille

Edellä kuvatut esimerkit erilaisista datanhallinnan asiantuntijuuksista ja ammateista liittyvät myös Itä-Suomen yliopiston datatuen kehittämishankkeeseen. Sen yhtenä keskeisenä tavoitteena on kytkeä tiedekunnat ja niissä sijaitseva datanhallinnan osaaminen vahvemmin osaksi yliopiston datatuen muodostavaa moniammatillista asiantuntijoiden verkostoa. Hankkeessa tehdäänkin nyt pohjatyötä, jossa selvitetään datanhallinnan asiantuntijuuksia. Tämä auttaa linkittämään datanhallinnan osaamista eri tieteenaloilla osaksi laajempaa, koko yliopiston kattavaa verkostoa sekä kartoittamaan mahdollisuutta perustaa tutkijalähtöisiä data-asiantuntijuuksia – kuten data championeja – myös Itä-Suomen yliopiston tiedekuntiin ja laitoksille. Tutkijataustainen osaaminen täydentäisi siten UEFin tarjoamia tutkimusdatan tuen peruspalveluita.

Open Access -viikko 25.10–29.10.2021 toimii oivallisena foorumina avata keskustelua datanhallinnan arjesta kaikissa tiedekunnissa ja kaikilla tieteenaloilla. Kutsumme tutkijoita osallistumaan työpajaamme, jossa pohdimme tarkemmin eri tieteenalojen tutkimusaineistojen hallintaan liittyviä kokemuksia ja haasteita, ja miten näiden pohjalta kertyvää tietotaitoa voitaisiin hyödyntää laajemmin yli tiedekuntarajojen. Työpaja järjestetään keskiviikkona 27.10. Klo 13–15 etätapahtumana. Ilmoittautumisohjeet kirjaston kotisivulla. Samalla viikolla kirjasto järjestää myös kaksi Open Science Café -keskustelutilaisuutta, joten kannattaa olla kuulolla.

Harmaasävyvalokuva, jossa on keppien päälle asetettuja naamioita. | Grayscale photo of masks on a stick.
Photo by Francesco Ungaro from Pexels.

The definition of professions and expertise related to research data is not yet well-established. In some research fields, data professionals have been employed for decades, in some the need for such is not even recognized. There are plenty of professional titles and job competencies, such as data manager, data steward, data analyst, data champion and data expert.

In the context of research, expertise includes a broad understanding of the management of research data in accordance with the principles of open science. In this case, expertise does not include only – or necessarily at all – the technical processing of data although it is easily associated with all headings beginning with data. In principle, researchers are responsible for their own data. However, they may need assistance in the different stages of the research and research data life cycles. It is especially important to keep in mind that the researcher is a specialist in his or her own research data, at least in terms of content. This can easily be ignored when discussing data expertise.

In this blog post, we discuss the many faces of experts on research data and call researches to share their needs, hopes and frustrations. For this, there is a good opportunity in a workshop on 27 October Uncovering the data skills and needs of researchers. The workshop is part of the UEF Library´s events during the International Open Access Week.

Researches and organizations defining the services and the contents of expertise

The ambitious goal for opening research data (or at least the metadata) in line with the FAIR-principles materialises in a growing need for developing data support services in research organizations. This goes hand in hand with the need to diversify the data management expertise that complement and help the data management of the researchers.

The bar is set high for the research organization; according to national and international guidelines, they are responsible for providing the information and services that researchers need. What services should be available, what kind of infrastructure and expertise is needed, and which unit is the responsible one? Moreover, researchers need to have a good understanding of the content and implementation of the management and open access of research data, so that they can communicate their needs.

Experts and professionals of data management

The entity of research data management is rather fragmented. There are numerous procedures applied to data before, during, and after research, and these procedures can vary significantly depending on the field of research and the type of data used. Moreover, research organizations can be quite different depending on their country of location, legal status, and research foci. Such aspects are also reflected in the variety of research data management professions and experts. Some data management professions have started to become more established, while overall there is still quite an array of different job titles with somewhat overlapping work descriptions, as organisations tend to tailor expertise positions according to their specific needs. The professional titles and required qualifications are numerous, and the positions can be on a full- or part-time basis. Many organizations have already relatively established basic data management support services that are typically run as a collaborative effort between the library informaticians, IT-professionals and the law department.

One example of data management professionals hired typically on full-time basis to organizations are data managers. Data managers work at universities and research institutes, especially in support of clinical research as well as in multidisciplinary research projects amassing large quantities of data. Database maintenance is one of the typical tasks of data managers, as well as making sure that the attributed of data flowing into databases complies with those prerequisites assigned by research group, consortium, or organization. Data managers typically have a central role already in the planning phase of data collection, enabling them to make sure on their part that the data to be collected is compatible and of adequate quality. Data managers tend to be embedded in a specific research project or projects.

In several organizations, part-time data management experts and support personnel can appear in the form of data champions or data agents. Data champion programmes are an attempt to match the need for discipline specific research data management support by recruiting researchers (and other personnel with expertise on data management) on voluntary or part-time basis to spend some of their working time in support of and to train others in different areas of research data management. The participation of researchers as data champions of different disciplines has the added benefit of bringing in expertise in different research methods and understanding of the various processes and phases of research. The role of a data champion is often closely tied to the overall theme of increasing awareness on the FAIR-principle, including sharing information on the concrete actions that each member of the scientific community can apply in managing the research data they produce. Among the typical tools of data champions are work shops, lectures, and developing information packages about the best practices of data management.

Uncovering the data skills and needs of researchers: a workshop for researchers

The above-mentioned examples of data management experts and professions relate to a UEF project, which aims at developing the data support services. Among the tasks is a stronger link between the current central data support services and the faculties with their discipline specific know-how managing data.  Part of this work is to explore the possibility of developing a network of data champions in some form across the faculties and departments.

The Open Access Week that takes place on 25–29 October offers a good platform to open the discussion about research data management issues on a grass root level in every faculty and in every research field. We invite researchers to take part in the workshop to talk about and share the experiences and challenges of research data management as well as to search ways to disseminate the knowledge and know-how across the different disciplines and faculties.

The workshop takes place on October 27, at 1 to 3 pm, as an online event. Instructions for registration: UEF Library’s website. In the same week, the library also hosts two Open Science Cafés. Stay tuned.

Manna Satama, datanhallinnan projektisuunnittelija | Data management project planner
Niina Nurmi, datanhallinnan projektisuunnittelija | Data management project planner
Tutkimuksen tuki | Research support
Opetus- ja tietopalvelut | Training and information services

Share

Datatuen kehittämishanke kesän kynnyksellä | Data support project on the verge of summer

(Please, scroll down to read in English)

Tiivis kevät on takana. Nyt on hyvä hetki koota tähän asti karttunutta tietoa ja ymmärrystä UEFin tutkimusdatatuen kehittämisestä ja itsellekin muistutella, mitä kaikkea on jo keretty tekemään ja mitä on edessä.

Vaikka fyysisesti olemme enemmän tai vähemmän jämähtäneet etätyöpisteisiimme, virtuaalisesti olemme liikkuneet ahkerasti yliopiston kampuksilla osastoilta ja laitoksilta toisiin ja tutustuneet aikamoiseen asiantuntijajoukkoon. Nimet ja usein myös naamat alkavat olla etenkin kirjastolla tuttuja. Eri asia on, miten hyvin nimet ja naamat sitten yhdistyvät, kun syksyn tullessa siirrytään fyysisestikin Careliaan.

Tiivistimme edellisessä blogitekstissämme hankkeen tavoitteeksi kehittää perusta toimivalle, moniammattilaista osaamista tarvitsevalle ja hyödyntävälle tutkijalähtöiselle datatuelle. Totesimme myös, että hankkeen aikana uudelleen muotoillut datatuen palvelut käynnistetään, niitä testataan ja niistä viestitään. Tavoitteet ovat pysyneet samoina, ja niiden tärkeys on muutaman kuukauden aikana vain vahvistunut. Samalla on todettava, että vaikka tavoite on selkeästi ilmaistu ja ytimekäs, sen vaativuus on tullut selvääkin selvemmäksi.

Kokouksia ja webinaareja

Arjen työvälineet lukuisine tietokanavineen eivät enää aiheuta kovin suurta hämmennystä. Teams ja vähintäänkin oman hankkeen kansiorakenne on siis alkanut tuntua tutulta ja Heimosta osaa jo kaivaa yhtä ja toista tärkeää tietoa. Erityiskiitos kuuluu myös avointa toimintakulttuuria hienosti kunnioittaville kirjaston verkkosivuille. Ne palvelevat sekä henkilökuntaa että UEFin ulkopuolisia.

Hankkeen ohjausryhmä on kokoontunut säännöllisesti kuukausittain ja laajempi datatuen verkosto sekin kerran kuussa. Välillä on jo kerennyt tulla ihmetys, joko nyt taas kokouskutsua ja asialistaa olisi laitettava menemään. Tiivis kokoustaminen on kuitenkin pitänyt meidät itsemmekin hyvin ajan tasalla, mitä on tullut tehtyä ja mihin seuraavaksi pitäisi katse kiinnittää.

Suunnittelijan tehtävänkuva on avannut mahdollisuuksia osallistua henkilöstökoulutukseen ja vilkkaana käyvään keskusteluun tutkimusaineistojen hallinnan ympärillä. Olemme käyneet virtuaalisesti esimerkiksi Kansalliskirjaston, Tietoarkiston, CSC:n ja TSV:n järjestämissä tilaisuuksissa ja perehtyneet aineistojen kuvailun, vastuullisen tieteen, aineistojen uudelleenkäytön ja tieteenalakohtaisten data-asiantuntijoiden työnkuvan kysymyksiin.

Haastatteluja ja työpajoja

UEFin eri yksiköihin kuuluvien ja eri tieteenaloja edustavien henkilöiden haastattelut ovat olleet äärettömän mielenkiintoisia. Parikymmentä tapaamista takanamme voimme sanoa, että olemme saaneet monipuolisen kattauksen tutkimuksen, opetuksen ja hallinnon tutkimusdata-asioiden arkeen. Pakollinen etätyö on luultavasti madaltanut kynnystä haastattelujen järjestämiseen, sillä niihin käytettävä aika on ollut suhteellisen helppo sovittaa töiden lomaan eikä haastateltavien ole tarvinnut valmistautua tapaamisiin ennakolta. Pääsääntöisesti kaikki, joita olemme kysyneet haastateltaviksi, ovat siihen suostuneet ja tapaamisissa on ollut myönteinen ja kiinnostunut vire. Suuret kiitokset tätäkin kautta!

Kevään aikana hankkeen painopiste on ollut datatuen verkoston toimijoissa. Työpajoissa on pohdittu toimijoiden rooleja ja hallinnollisten yksiköiden tehtäviä ja toimintatapoja, jotka liittyvät tutkimusaineistojen hallintaan tutkimuksen eri vaiheissa. Keskustelua on käyty datatuen palvelun näkökulmasta esimerkiksi tutkimusdatan omistajuuden määrittymisestä ja omistajuudesta seuraavista vastuista. Aineiston säilyttäminen tutkimuksen aikana ja sen jälkeen, sekä tähän liittyvä arvonmäärittely, ovat myös herättäneet keskustelua. Aiheet ovat kummunneet datatuen palveluihin tulleista tutkijoiden, ohjaajien ja joskus myös opiskelijoiden kysymyksistä. Työpajat ovat osoittaneet, että datatuen palveluissa tarvitaan yhteisen toiminnan hiomista edelleen ja entistä selkeämpää koordinaatiota. Vaihtelevat palvelupyynnöt määrittävät osaltaan, keiden asiantuntemusta missäkin tapauksessa tarvitaan.

Kevään haastattelukierros valotti datatuessa työskentelevien näkökulmaa. Datatuen tehtävien osuus vaihtelee suuresti työnkuvasta toiseen. Osuudesta riippumatta kunkin erityisosaaminen on välttämätöntä, jotta saadaan tuotettua kattava, vaatimukset täyttävä ja käyttäjien tarpeita vastaava tukipalvelu. Syksyllä mietitään tutkijoiden kanssa, miten heidän aineistonhallinnan osaamistaan saadaan mukaan tukipalveluista tuottavaan verkostoon entistä enemmän. Olemme jo hieman pohjustaneet syksyn toimintaa haastattelemalla eri tiedekuntien ja tieteenalojen tutkimus- ja opetushenkilökuntaa. Osalle kirjaston rooli datatuessa ja aineistonhallinnan kysymyksissä ei ole ennen haastattelua ollut tiedossa. Haastattelut ovat siten toimineet jo itsessään datatuen viestinnän välineenä, vaikkakin satunnaisesti ja pienimuotoisesti. Tutkimusaineistojen hallinnan tukipalveluja ei ylipäätään löydetä kovin helposti – ”Heimosta ei löydy” ja “Tieto hukkuu Yammeriin” -lauseet kaikuivat keskusteluissa. Monet viittasivat myös tutkimusaineistojen hallinnan vaikeisiin käsitteisiin ja hankaliin ohjeistuksiin. Kaivataan selkokielisyyttä, termien avaamista ja yhtä selkeää paikkaa, josta tutkijat löytävät ohjeet kattavasti.

Katse lukukauden vaihtumiseen

Haastattelut, työpajat, kokoukset ja tapaamiset ovat kirkastaneet muutamia asioita. Koordinoivalle työlle on entistäkin suurempi tarve. Tämä työ tulee lisääntymään lähivuosina, mihin vaikuttaa hankkeen tavoitteisiinkin kuuluva tiedekuntien ja laitosten kytkeminen vahvemmin mukaan datatuen palveluverkostoon. Tutkimuksen ytimessä syntyvä tieteenala- ja aineistokohtainen osaaminen kasvattaa yhteistä ymmärrystä datatuen tarpeista ja ratkaisuista puolin ja toisin. Syksyllä pääsemme
tähän teemaan käsiksi toden teolla.

Kevään aikana saimme kuulla, että kirjaston johdossa tapahtuu iso muutos Jarmo Saartin lähtiessä eläkkeelle. Meille hankesuunnittelijoille tämä tuli pienoisena järkytyksenä, sillä aloitimme projektissa Jarmon vetämän ohjausryhmän suojissa. Nyt olemme toipuneet järkytyksestä. Kiitämme Jarmoa lämpimästi näistä yhteisistä kuukausista ja toivotamme yhtä lämpimästi kirjaston uuden johtajan, Ari Muhosen, mukaan jännittävälle hankematkalle.

The spring term was busy and tightly scheduled for us in the research data support project. We have learnt a lot and gained understanding of data support and its development at the UEF. Now is a good time to look back on what we have achieved and what lies ahead.

Although we’ve been stuck more or less at our remote desks, we’ve moved around virtually at the university campuses and departments and got to know quite a lot of experts of different fields. Names and faces at the library are already rather familiar. But let’s see how we manage to connect them when returning to Carelia after the summer.

In our first blog, the goal of the project was condensed into developing the foundations for a functional, researcher-friendly data support service which relies on, and takes advantage of, multiprofessional competence. We also stated that during the project the newly designed data support services will be initiated and tested, and they will be communicated effectively. These goals remain and all the more their importance has strengthened during these past months. At the same time, the degree of complexity of the aim – no matter how concisely and clearly put – has become crystal clear.

Meetings and webinars

The daily working tools, with numerous information channels and platforms, no longer cause too much confusion. Teams and the file structure of at least our own project is rather familiar, and we manage to dig information out from Heimo. A special mention goes to the UEF library home pages, which foster the culture of open access. These pages serve both the personnel of UEF and the external users and visitors.

The project steering group holds monthly meetings. Similarly, the network of stakeholders working in the background to provide services and know-how to data support gathers regularly during monthly meetings. Sometimes the meeting schedule takes us by surprise: “Is it already time to prepare agendas and other documents needed?” The tight schedule has, however, kept us on track of what we have accomplished and what to do next.

Our working position as project planners has opened possibilities to attend personnel training and engage in the intensive and diverse discussions on research data management. We’ve attended webinars organized by, for example, National Library, Finnish Social Science Data Archive, CSC and Finnish Federation of Learned Societies, covering topics ranging from documentation and metadata to research integrity, re-use of research data and the job requirements of data specialists.

Interviews and workshops

Conducting interviews with people who belong to different units of UEF, and represent different academic disciplines, has been very interesting. Having completed 20 virtual meetings, we have garnered a versatile set of viewpoints into the everyday matters of research, teaching and managing research data. The enforced remote work-mode has most likely lowered the threshold to arrange interviews, because the time allocated for them has been relatively easy to fit among other tasks. Moreover, the interviewees were not asked to prepare in advance for the meetings. Notwithstanding a few exceptions, everyone we have requested to interview have agreed and the meetings have had a positive and interested atmosphere. Many thanks (to our participants) via this blog, too!

During the spring, the project focus has been on the people working in the data support network. Operational roles and the tasks as well as best practices linked to research data management in relevant administrative units have been the central themes of workshops. Moreover, we structured the workshops with the aim to cover different stages of the research data lifecycle. The conversations, from the perspective of data support services, have revolved around themes such as defining the ownership of research data and the various responsibilities following data ownership. Storing data during, and after, research, including defining the value of data destined for long term storage, have also been points of conversation. The topics stem
from questions sent to data support services by researchers, tutors, and occasionally by students. The workshops have demonstrated the need for refining the processes of working together to find solutions, and clearer coordination of operations. A wide variety of service requests determines and provides context, whose expertise is needed at different stages and cases.

The round of interviews this spring has shed light on the perspectives of those who work in data support services. The proportion of work tasks relevant directly to research data management vary from specialist to specialist depending on the unit and role. Despite this variation, the expertise of each specialist is crucial for providing a comprehensive support service, which matches policy requirements and needs of its users.

This coming autumn, we will brainstorm with the researchers how to better integrate their expertise as part of the wider network of producing data support services. We have already done some groundwork for the themes of this fall by interviewing research and teaching personnel at different faculties and representing various academic disciplines. The role of the library as a provider of data support and a source of guidance in matters of research data management was not obvious or known to some of our interviewees. In this sense, the interviews also function to spread awareness of the data support services, even if on the grassroot level. The research data support services are not always found easily – “I could not find it in Heimo” and “The information gets lost in Yammer” were some of the comments expressed during the interviews. There were also references to difficult concepts and challenging guides. The need for clearly worded guidance and demystification of terms is obvious, along with a central place for all relevant information, where researchers can easily find and access it.

Setting the stage for the fall term

Interviews, workshops and meetings have made some things crystal clear. The need for coordination is ever greater. This will grow in the near future and is tightly connected with the aim of getting the faculties and departments involved even more in the network of data support services. The know-how of managing research data accumulates during the research process and is shaped by discipline specific challenges. This knowledge boosts the shared understanding of the needs and solutions of data support and serves thus both ways. In the fall term, we’ll deal with this theme more properly.

During the spring we heard of a major change in the management of the library as Jarmo Saarti retires. This came as a bit of a shock to us, the project planners, as our work had started under the steering group lead by him. Now we’ve somewhat got over the news. We thank Jarmo warmly for these past months working together, and welcome the new director of the library, Ari Muhonen, equally warmly to the exciting project journey!

 

Manna Satama, datanhallinnan projektisuunnittelija | Data management project planner
Niina Nurmi, datanhallinnan projektisuunnittelija | Data management project planner
Tutkimuksen tuki | Research support
Opetus- ja tietopalvelut | Training and information services

Share