Tag: tekoäly

Posted on

Tekoäly ei vieläkään tee töitämme | Artificial intelligence still doesn’t do our jobs

(Please, scroll down to read a summary in English.)

Lähtökohta ja mikä tiedonhaku?

Kukaan ei kai ole voinut välttyä ChatGPT-uutisoinnilta ja keskustelulta eri medioissa, somessa ja lehdissä. Huolta on herättänyt esimerkiksi plagioinnin helppous, ja on peräänkuulutettu eettisyyttä, kriittisyyttä sekä media-/informaatiolukutaitoja. Oppilaitoksissa on keskusteltu paljon myös siitä, millaisia tehtäviä (esseitä, opinnäytteitä ym.) ja tenttejä opiskelijoilla teetetään nyt ja tulevaisuudessa. Miten oppiminen, opettaminen ja tiedonhaku tulevat muuttumaan?

Huomiomme kirjaston tietoasiantuntijoina kiinnitti se, että joidenkin mielestä ChatGPT on tiedonhaun väline tai että sen avulla oppii tiedonhakua. Miten niin oppii? Ja millaista tiedonhakua? Kovin erilaista on haku, kun kone antaa valmiita vastauksia. Meille kirjastossa tiedonhaku näyttäytyy enimmäkseen prosessina, jossa perehdytään kattavasti siihen, mitä jostakin aiheesta on aikaisemmin tutkittu ja kirjoitettu. Pääpaino on lähteiden haussa, julkaistun tieteellisen tiedon haussa. Löytyneistä lähteistä itse valiten, yhdistellen, jäsennellen ja viittauksia käyttäen koostetaan oma ”tuotos”. Muuttuuko myös tiedonhaku sellaisena kuin me sen tällä hetkellä ymmärrämme? Toki valmiin vastauksen saamiseksi pitää oppia erilainen tapa kysyä koneelta.

Suuret monialaiset tietoaineistot ja niiden luonnollisen kielen parempi ymmärtäminen haastavat perinteiset hakusanoilla toimivat tietokannat, kuten Googlekin on jo tehnyt. Tekoälyn potentiaali näkyy parhaiten suurten tietomäärien tiivistämisessä. Tärkeintä ehkä onkin, mitä tehdään tekoälyn kirjoittaman tuotoksen jälkeen. Kun hakukoneiden tarjoamia lähteitä pitää käyttäjän arvioida, yhtä lailla pitää ChatGPT:n antaman suoran vastauksenkin sisältöön suhtautua kriittisesti.

Mikä ChatGPT on ja miten se toimii?

OpenAI:n kehittämä ChatGPT on chattibotti, joka käyttää syväoppimismalleihin perustuvaa Generative Pre-trained Transformer (GPT) -tekniikkaa. Se toimii vuorovaikutteisen keskustelun tavoin: sille esitetään kysymys ja se kirjoittaa vastauksen, ja asiassa edetään haluttuun suuntaan jatkokysymyksillä. Se on siis ”vastauskone”, joka ei anna lähteitä vaan tekstiä. ChatGPT:n käyttö edellyttää kirjautumista. ChatGPT [linkki aukeaa uuteen ikkunaan/välilehteen]

ChatGPT on koulutettu suurilla tekstimassoilla, esimerkiksi Googlen, Wikipedian, verkkosivujen ja blogialustojen teksteillä, nettikeskusteluilla, fakta- ja fiktiokirjoilla, sanomalehtien verkkosisällöillä. Koulutusdatan syöttö on lopetettu jo 2021 eikä tieto datasta ole julkista.

Koulutuksen aikana kielimalli oppii yhteyksiä sanojen ja lauseiden välillä, malleja tekstin rakenteesta ja kontekstista. Se perustuu todennäköisyyksiin, tilastollisiin malleihin siitä, miten kieli toimii missäkin yhteydessä. Kun käyttäjä esittää kysymyksen, vastaus koostetaan datamassasta. Kuten professori Matti Tedre Itä-Suomen yliopiston tietojenkäsittelytieteen laitokselta Savon Sanomissa toteaa: Sitä voisi ajatella ennustavana tekstinsyöttönä, automaattina, joka syöttää tietyn sanan jälkeen yleensä tulevan sanan.

Koulutuksen jälkeen kone osaa tuottaa uutta sisältöä ihmismäisellä tavalla. Se tekee mahdollisimman asiallisen näköistä ja kielellisesti oikeanlaista tekstiä. Kone ei kuitenkaan erota toden ja epätoden eroa. ChatGPT ei kopioi vaan tuottaa joka pyynnöllä ennen olemassaolematonta tekstiä ja siksi se on vaikeasti havaittavissa koneen tuottamiksi.

Matti Tedre tiivistää ChatGPT:stä ja muista kielimalleista:

  • eivät sisällä enää sellaisenaan mitään siitä datasta, jolla on opetettu
  • eivät ole tietoa hakevia malleja
  • niitä ei voi käyttää hakukoneina
  • eivät ole tietoa lajittelevia tai ryhmitteleviä malleja
  • eivät ymmärrä tuottamaansa
  • niille ei ole opetettu, millaisia ovat oikeat tai väärät vastaukset
  • emme tiedä, miksi kielimallit päätyvät kulloiseenkin tekstiin

Koukutuimme kokeilemaan

Omat ensireaktiomme olivat ihastus ja hämmästys. Konehan tekee vakuuttavan näköistä tekstiä – ja koukuttaa jatkamaan. Ja sehän ymmärtää suomeakin! Siinä missä artikkelitietokantaan on mietittävä hakusanat, vaihtoehtoiset ja rajaavat termit ja muotoiltava haku AND- ja OR-operaattoreita käyttäen ennen kuin saa edes viitelistan hakutulokseksi, tekoäly kirjoittaa jo valmiin ”esseen” parilla kysymyksellä. Kun tarkemmin lukee ja kokeilee lisää, paljastuu ympäripyöreitä ja virheellisiäkin vastauksia. Alla muutama kokeilumme.

Esimerkki 1

UEF-kirjaston tiedonhaun kurssitehtävässä haetaan omalla tutkimusaiheella muutamasta keskeisestä alakohtaisesta tietokannasta, mutta sen lisäksi innokkaimmat suuntaavat hakunsa muihinkin lähteisiin. Terveyden edistämisen opiskelija Irina Luukkonen kävi keskustelua tekoälyn kanssa tiedonhaun aiheestaan:

Parhaat viittaukset sauvakävelyyn?
”Sauvakävelyä koskevia tutkimuksia on tehty erityisesti terveysliikunnan ja vanhusliikunnan aloilla. Tärkeitä viittauksia sauvakävelyyn ovat esimerkiksi: “Walking with poles: an effective exercise for older adults” -tutkimus, joka on julkaistu Journal of Aging and Physical Activity -lehdessä vuonna 2007. Tutkimuksessa selvitettiin sauvakävelyn hyötyjä vanhusten kunnon ja tasapainon parantamisessa. “Pole walking for health and fitness: a systematic review” -tutkimus, joka on julkaistu Journal of Science and Medicine in Sport -lehdessä vuonna 2016. Tutkimuksessa katsottiin sauvakävelyn vaikutusta fyysisen kunnon, tasapainon, selän kivun ja kardiovaskulaarisen terveyden parantamiseen.”

Tekoälyn viittaukset muuhunkin tutkimukseen ovat vastaavanlaisia. Vastauksena kysymykseen ”mistä tietokannoista tämä tieto on haettu”, se kertoo ”eri tieteellisten tutkimusten tietokannoista kuten PubMed, ScienceDirect, JSTOR, ja Google Scholar”. Tietokantahakuja se ei pysty tekemään, kuten kertookin:

Voitko hakea aiheeseen liittyvää tietoa PsycInfo-tietokannasta?
”En pysty itse suorittamaan hakuja eri tietokannoista, mutta voin kuitenkin antaa sinulle tietoa siitä mistä voit etsiä aiheeseen liittyviä artikkeleita. Yksi hyvä paikka aloittaa on Google Scholar, joka on ilmainen hakupalvelu, joka keskittyy tieteellisten artikkeleiden ja julkaisujen hakuun.” [..] ”On myös mahdollista, että tutkimusta aiheesta ei ole juuri julkaistu tai että se on julkaistu vain kansainvälisissä tieteellisissä julkaisuissa ja siksi sitä ei ole saatavilla ilmaiseksi.”

Ristiriitaista, vaikka asiaakin vastauksissa on. Tarkentavien kysymysten jälkeen ChatGPT generoi kuusi tutkimusta, joita kuitenkaan ei ole olemassakaan. Tai ainakaan mikään niistä ei löytynyt PubMed, Scopus, Google tai Google Scholar hauilla – saksaksikaan. Tekoäly taisi siis tekaista lähteet, laittoi sanoja todennäköisyysjärjestykseen. Tieteelliseen asiayhteyteen tekstin kuitenkin liitti. Sen tarjoamat tieteelliset lehdet (journals) ovat olemassa, mutta niissä kyseisiä tutkimuksia ei ole julkaistu.

Opiskelija ottaa kantaa laajemminkin tekoälyn käyttöön:

”Monet opiskelijat varmasti tulevaisuudessa tulee käyttämään tekoälyä tiedonhaussa ja yleensäkin opinnoissa. Ja moni varmasti sitä jo tekee, vaikka ei siitä yleisesti puhu tai kerro.
Mielestäni siksi on tärkeää ottaa aihe osaksi kursseja. Voisiko olla jopa osana tätä tiedonhaun kurssia? Minusta opiskelijoiden olisi todella tärkeää ymmärtää tätä kokonaisuutta. Ja pohtia tekoälyn roolia kokonaisuudessa ja sen tarjoaman tiedon luotettavuutta. Ja tärkeää on ymmärtää, ettei se ainakaan vielä korvaa systemaattista tiedonhakua. Ja tärkeää olisi ymmärtää, ettei tekoälyn tarjoaman tiedon alkulähdettä ole helppoa selvittää, joten ei voi aukottomasti osoittaa tiedon luotettavuutta, tuoreutta yms vaikka se tuntuu ihan järkeviä vastaavan.”

Esimerkki 2

ChatGPT osaa tarjota hakukoneita ja tietokantoja, kun siltä kysyy, mistä tieteellistä tietoa kannattaisi hakea, esimerkiksi:

“… Other resources that may be useful for scientific information search include:
– PubMed, a database of biomedical literature maintained by the National Library of Medicine
– Web of Science, a multidisciplinary database of scholarly literature
– Scopus, another multidisciplinary database of scholarly literature
– arXiv, a preprint server for physics, mathematics, computer science, and other fields
– JSTOR, a digital library for the humanities, social sciences, and sciences
– Subject-specific databases and repositories
It is also important to check the sources of the articles found and to verify their reliability. It is always a good idea to cross-check information in multiple sources and to consult with experts in the field.”

Esimerkki 3

Kun pyytää ChatGPT:ltä neuvoa haun muokkaamiseen, saa sinänsä hyviä, mutta melko ympäripyöreitä ohjeita – ja jo kysymyksessäkin huomioituja seikkoja. Kirjaston tietoasiantuntija osaisi antaa kohdistetumpia ja tarkempia vastauksia haun muokkaamiseen ja haussa etenemiseen.

“It sounds like the search results you received are not relevant to your research needs. To improve your search results, you may want to consider revising your search strategy and using more specific keywords or narrowing down your search criteria. Here are some suggestions to improve your search results:
– Use synonyms: Consider using synonyms for the terms you are searching for, as different authors may use different terminology to describe similar concepts.
– Refine your search criteria: You can further refine your search criteria by adding more specific terms, such as the location, the type of study, the population group, or the study design.
– Check the database coverage: Make sure that you are searching in databases that have comprehensive coverage of the field you are researching. Some databases may have a more limited collection of articles on a specific topic.
– Utilize advanced search features: Some databases have advanced search features, such as field searching, proximity searching, and Boolean operators, which can help you get more precise results.
– Review reference lists: Once you have found a relevant article, review its reference list for other relevant articles that may not have been captured by your search.”

Hakusanaideoita siltä kuitenkin kysyessään saa, olkoonkin ettei se niitä oikein osaa pilkkoa tietokantakelpoisiksi hakusanoiksi ja niiden yhdistelmiksi.

Kirjastobotti Uffe

Vastailevan (älykkään) chattibotin lisäksi on niin sanottuja klikkailubotteja, joiden toiminta perustuu etukäteen ohjelmoituihin keskusteluihin. Käyttäjä valitsee kysymykset ja vastaukset annetuista vaihtoehdoista. UEF-kirjaston botti Uffe on tällainen.

Lähtökohta oli, että kirjaston kotisivuilla on moniin usein kysyttyihin ongelmiin jo ratkaisuja, mutta asiakkaat eivät löydä vastauksia. Leadoon botti oli tekniikkana jo hankittu UEFille. Klikkailubotti saadaan nopeammin ja kevyemmin pystyyn, kun taas älykkäämmän chattibotin opettaminen vaatisi paljon enemmän resursseja.

Jos Uffen valikoista ei löydy kysyjälle vastausta, on mahdollisuus kysyä ihmiseltä. Kirjaston livechatissa ollaan vastaamassa kello 10-16, mutta ilta- ja yöaikaankin Uffe jaksaa.

Kokeilkaa kirjaston sivujen tai UEF-Primon kautta (oikea alalaita) ja antakaa palautetta. Uffea kehitetään edelleen.

Kaikki hallussa?

Tekoälyn käyttö, soveltaminen ja ymmärtäminen ovat tulevaisuuden työelämätaitoja siinä missä tiedonhakutaidotkin. Entä korvaako tekoäly ihmisen työt? Yleinen näkemys on, ettei ole järkevää käyttää ihmisresursseja informaation ”uuttamiseen” ja käsittelemiseen suurten datamassojen joukosta.

Hakukoneissa tekoäly on ollut taustalla helpottamassa tiedonhakua jo pitkään. Artikkelitietokannoissa se toimii huomaamattomammin, esimerkiksi PubMedin Similar articles -toiminnon algoritmi painottaa sanoja ja antaa vastineena joukon parhaiksi katsomiaan artikkeleita. Uudemmissa, avoimen tiedon hakukoneissa tekoäly karsii ja valikoi julkaisut suuresta massasta niputtaen ne esimerkiksi käsitteiden mukaisesti ryhmiin. Näistä löytyy blogikirjoituksemme.

Kun totumme ChatGPT:n kaltaisiin ”vastauskoneisiin”, reaktio muihin voi olla, että eihän nämä tee vielä mitään, kun eivät tekstiä kirjoita, vaan tarjoavat vain tuloslistoja luettavaksi. Samanaikaisesti käytössämme on erilaisia hakukoneita (esim. Google, UEF-Primo, PubMed). Mikä toimii yhdessä, ei toimikaan samoin toisessa, vaan pitää osata tehdä erilaisia hakuja tai kysymyksiä eri välineille. Hakukoneidenkin muutos lienee ilman muuta tulossa. Myös avoin tiede ja avoin saatavuus ovat edistäneet uudenlaisten välineiden kehitystä.

ChatGPT:tä ja muita vastaavia tekoälysovelluksia voisi pitää pikemminkin “tukiälynä”. Ne auttavat laajojen aineistokokonaisuuksien jäsentelyssä ja seulovat oleellisen, ehkä myös tulkitsevat ja antavat ideoita, joita itse ei olisi osannut ajatella. Ideoita hakusanoiksikin niillä voi saada. Tekoälyvälineistä voi tulla uusia ajattelun ja luovuuden työvälineitä. Mutta miten opitaan vastuullisiksi, kriittisiksi ja informaatiolukutaitoisiksi tekoälyn käyttäjiksi?

Tekoäly ei vapauta kirjoittajaa tiedon todenperäisyyden, luotettavuuden tai tieteellisyyden arvioinnista eikä lähteiden tarkistamisesta. Edelleen kirjoittaja on itse vastuussa tekstistään, vaikka tekoälyn aikaan itse tehdyn tekstin varmistaminen on vaikeaa. Lisäksi tieteelliseen kirjoittamiseen kuuluvat myös lähdeviittaukset. Siten tieteellisen tiedon hakuun ChatGPT ei riitä, sillä se ei ole hakukone eikä sen data päivitykään. Kehityksen vauhti on kuitenkin huimaa.

 

Kirsi Salmi ja Maarit Putous OpenAI:n äärella
Kirsi Salmi ja Maarit Putous OpenAI:n äärellä

Artificial intelligence still doesn’t do our jobs

Briefly in English, translated by ChatGPT, but modified by us : )

ChatGPT has been widely discussed in various media. Concerns have been raised about the ease of plagiarism and the need for ethics, critical thinking, and media/information literacy.

We noticed that some people think ChatGPT is a tool for information retrieval, or by using it one will learn how to search information. But the way in which the machine provides ready-made answers to questions is vastly different from traditional information retrieval methods used in article databases. In the library, information retrieval involves a comprehensive search for published scientific knowledge on a given topic, and the focus is on finding information sources. Then the sources are selected, read, analyzed, summarized, and organized to create a personalized output, with referencing.

ChatGPT is an artificial intelligence language model developed by OpenAI. The GPT model is pre-trained on large amounts of text data from the internet, such as Wikipedia and web pages, to learn how to predict the next word in a given text sequence. This pre-training allows the model to develop a broad “understanding” of natural language, which it can then use to generate human-like responses to a wide range of questions.

Matti Tedre summarizes about ChatGPT and other language models:

  • They no longer contain any of the data they were trained on.
  • They are not information-seeking models.
  • They cannot be used as search engines.
  • They are not models that sort or group information.
  • They do not “understand” what they produce.
  • They have not been taught what are the correct or incorrect answers, only a model of how language works.
  • And we do not know why language models end up generating a particular text.

We got hooked on trying it out. Our initial reactions were admiration and surprise. ChatGPT produces impressive-looking text – and it’s addictive. And it understands Finnish too! While with an article database, you have to think about keywords, alternative and limiting terms, and formulate search queries using AND and OR operators before you even get a reference list as a search result, artificial intelligence writes a ready-made “essay” with just a few questions. When you read more carefully, you reveal even incorrect answers.

It’s not a search engine and doesn’t find information sources (e.g. publications, articles). However, when asked it offers options, where to search for scholarly literature, gives ideas for keywords/search terms, gives general advice on how to improve the relevance of the database searches etc.

The use, application, and understanding about artificial intelligence are future work skills, just as information retrieval skills are. Will AI replace human jobs? Common views are that it does not make sense to use human resources to extract and process information from large datasets. AI helps in structuring the large sets of data and filtering the essential, perhaps also providing ideas.

“Artificial intelligence does not relieve the writer of the responsibility to assess the truthfulness, reliability, and scientific nature of the information, nor does it eliminate the need to verify sources. The writer remains responsible for their text, even though it may be difficult to verify text generated by AI. Additionally, scientific writing requires proper citation of sources. Therefore, ChatGPT is not sufficient for searching scientific information, as it is not a search engine and its data is not updated. However, the pace of development is staggering.”

——

Lähteinä käytetty esimerkiksi näitä :

Chat GPT:llä menee mykyrokat ja makrot sekaisin. Savon Sanomat 1.2.2023.
– Matti Tedreä haastateltu.

Itä-Suomen yliopisto kannustaa opettajiaan tekoälysovellusten käyttöön
– Matti Tedren ja Teemu Valtosen alustus UEFin pedajohtajien verkostolle 10.2.2023. Teams-tallenne (18:38 min)

Thompson Alan D. (2022). What’s in my AI? A Comprehensive Analysis of Datasets Used to Train GPT-1, GPT-2, GPT-3, GPT-NeoX-20B,
Megatron-11B, MT-NLG, and Gopher. https://lifearchitect.ai/whats-in-my-ai/

Ylä-Jussila Lauri ja Hintikka Kari A. (31.1.2023) ChatGPT – internet-hakukone 2.0 vai maailman energiasyöpöin puppusanageneraattori vai monipuolinen tukiäly. Otavan Opisto. YouTube (29:17 min)

sekä aiheesta Helsingin Sanomat, Yle.fi, UEF Yammer ja erinäiset some-alustat.

Kiitos Irina Luukkonen tehtävän käyttämisestä esimerkissä ja hyvistä kommenteista.

——

Maarit Putous, tietoasiantuntija | information specialist
Opetus- ja tietopalvelut | Training and information services
Kirsi Salmi, tietoasiantuntija | information specialist
Tietoaineistopalvelut | Collection Services

Posted on

Visuaalisia tiedonhaun välineitä | Visual tools to explore research papers

Toisiaan leikkaavia ympyröitä joissa tekstiä sekä viivojen yhdistämiä pallukoita. Results shown on Open Knowledge Maps and Connected Papers
Open Knowledge Maps ja Connected Papers -hakutuloksia | Results shown on Open Knowledge Maps and Connected Papers

(Please, scroll down to read in English.)

Joka päivä julkaistaan noin 4000 uutta tieteellistä artikkelia tai muuta julkaisua. Miten löytää olennainen ja tieteellisesti pätevä suuresta massasta? Ovatko suuret julkaisumäärät kenenkään hallittavissa?

Tekoälypohjaiset välineet ovat tulleet säästämään tiedonhakijan aikaa ja vaivaa. Usein niitä yhdistää hakutulosten esittäminen visuaalisesti “karttana” tai muuna graafisen kuviona.

Tarkoitus ei ole löytää kaikkea aiheeseen liittyvää vaan kone valitsee hakijan puolesta relevanteimmat ja mielenkiintoisimmat perustuen lähdeluetteloihin, viittausketjuihin ja tekstin samankaltaisuuksiin (semantic similarity). Avainsanoilla haku ei ole ainoa tapa löytää hyviä lähteitä, “siemenenä” voi käyttää jotakin mielenkiintoista artikkelia.

Uudet välineet ovat avoimia ja maksuttomasti käytettäviä. Avoimen tieteen myötä on syntynyt tietokantoja (esim. Semantic Scholar, BASE, CORE), joihin haravoidaan monialaisesti ympäri maailmaa tuhansien eri organisaatioiden julkaisuarkistoja (repositories). Uudet hakuvälineet käyttävät näitä pohjadatana. Lisäksi PubMed biolääketieteen ja terveystieteiden avoimena tietokantana on monessa vaihtoehtona. Kaikki tuloksiin tulevat julkaisut eivät kuitenkaan ole avoimia. Avoin julkaiseminen on yleistynyt vasta viime vuosina.

UEF-kirjastolla on ollut muutamia vuosia käytössä Iris.ai, joka oli ensimmäisiä tekoälypohjaisia välineitä avoimen tieteellisen tiedon hakuun Googlen ja Google Scholarin vaihtoehtona . Kokemuksia Iris.ai:sta voi lukea Signum-lehden artikkelistamme. Artikkelin kirjoittamisen seurauksena upposimme syvemmälle vastaaviin hakuvälineisiin. Tähän olemme valinneet muutaman. Parhaiten käsityksen saa kokeilemalla tai katsomalla linkit.
Iris.ai-tilaus on lopetettu Itä-Suomen yliopiston kirjastossa huhtikuussa 2022. (teksti muokattu 29.4.2022)

Connected Papers

  • Pohjadata: Semantic Scholar open research corpus
  • Miten haetaan?
    Jo tiedetyllä artikkelilla (jonka voi hakea hakusanoin tai DOI:lla).
  • Mitä tekee?
    Luo kaavion perustuen artikkelien samankaltaisuuteen, päällekkäisiin viittauksiin ja bibliografiseen kytkentään (“similarity graph”).
  • Muuta
    “Prior works” (ne julkaisut, joihin kartan ryhmittymä useimmiten on viitannut)  tai “derivative works” (kartan julkaisuihin viitanneet).
    Vahvemmat viivat ja solmujen (nodes) läheisyys ilmaisevat samankaltaisuutta.
  • Katso lisää:  Get Relevant Research Literature with “Connected Papers”, OpenEduResource (Youtube, 4:59 min.). Esimerkki.

Open Knowledge Maps

  • Pohjadata: BASE, PubMed
  • Miten haetaan?
    Hakusanoilla ja niiden yhdistelmillä (AND-OR Boolen hakulausekkeillakin).
  • Mitä tekee?
    Hakee 100 relevanteinta ja tekee niistä metadatan (tiivistelmä, otsikko, asiasanat) samankaltaisuuksiin perustuen ryhmiä (clusters ~ “bubbles”).
  • Muuta
    Haun rajaaminen esimerkiksi julkaisutyypillä (oletuksena journal article),.
    Tietokantamaisin, tässä mielessä parhaat hakuominaisuudet ja rajausmahdollisuudet.
  • Katso lisää:. Open knowledge maps The coffee lectures for scientists, University Library Bern (16:55 min.). Esimerkki.

ResearchRabbit

  • Pohjadata: Semantic Scholar, PubMed
  • Miten haetaan?
    Vaatii tunnusten/tilin luomista.
    Aloitetaan luomalla kokoelma (collection), ja sinne edes yksi julkaisu.
  • Mitä tekee?
    Luo suosituksia kokoelmasi perusteella perustuen otsikoihin, tiivistelmään ja muuhun metadataan. Visualisoi tulokset vaihtoehdoille “Similar Work”, “Earlier Work” and “Later Work”. Voit hyppiä kartalla eteenpäin, luoda uusia “julkaisuverkostoja” myös esimerkiksi tekijöillä ja lähteillä.
  • Muuta
    Hienot iskulauseet:  ”Spotify for papers”, “Reimagine Research. We’re rethinking everything: literature search, alerts, and more.”
  • Katso lisää:
    Sprint through of our capabilities (Vimeo; 1:28 min.), Research Rabbit is the Spotify of Research Papers (Danny Hatcher; Youtube, 12:34 min.),

Iris.ai (UEF:n tilaus lopetettu, 29.4.2022)

  • Pohjadata: CORE, PubMed
  • Miten haetaan?
    Vaatii tunnusten/tilin luomista.
    Kiinnostavan artikkelin URL:llä tai DOI:lla. Lisensoidussa versiossa haku myös luonnollisella kielellä kirjoitetulla 300-500 sanan mittaisella tiivistelmällä.
  • Mitä tekee?
    Luo käsitekartan perustuen julkaisuissa käytettyihin terminologiaan.
    Voit rajata haun esimerkiksi vain PubMediin.
  • Muuta
    Maksullisessa versiossa enemmän ominaisuuksia, mm. Focusing-työkalu.
    CORE pohjadatana tuo tuloksiin myös bacherlor thesis ja master thesis -opinnäytetöitä.
  • Katso lisää: Get started 

Vahvuudet

  • Visuaalisuus.
  • Helppo päästä alkuun (yhdellä hyvällä artikkelilla).
  • Auttaa hahmottamaan tulosta paremmin kuin listat.
  • Antaa yleiskuvan aiheesta ja käsitteiden yhteyksistä.
  • Hyödyllistä alkuvaiheessa, jos ei vielä osaa rajata aihetta hakusanoilla.
  • Auttaa löytämään uusia yhteyksiä ja kategorisointeja.
  • Tieteidenvälisyys, verkostot.
  • Hyviä uuden tiedon seurantaan.

Huomioitavaa

  • Pohjadata. Mikä on tuloksen luotettavuus ja kattavuus? Ovatko tulokset vertaisarvioituja?
  • Miten algoritmi toimii? Mitä hakuväline jättää tuloksista pois?
  • Karttoihin tulee myös satunnaisia asiakokonaisuuksia (“mitä sattuu”). Toisaalta, onko ne helpompi jättää huomiotta visuaalisesta näkymästä?
  • Miten asiakokonaisuudet yhdistyvät? Vai yhdistyvätkö? AND vai OR?
  • Tunnettava alaa ja aihetta, oltava “sisällä”. Millä muuten erottaa relevanttiuden? Se on vain koneen relevanssia.
  • Harha ja personointi. Hakujen toistettavuus ongelmallista.
  • Paljon viitatut julkaisut korostuvat näidenkin tuloksissa, kuten Googlen hakuvälineissäkin.

Uudet välineet vanhojen rinnalla

Uudet välineet ovat lähinnä Google Scholarin kilpailijoita. Systemaattisiin tiedonhakuihin ne eivät riitä. Lähtökohtana ei olekaan kaiken kattavuus, vaan yleiskuvan tai “otoksen” tarjoaminen. Uudet välineet voivat olla hyvä aloituspaikka kirjallisuushakuun, samoin täydentämään perinteisiä tietokantahakuja.

Artikkelitietokannoissa on paremmat rajausmahdollisuudet ja tieto seurattavista lähteistä on tiedonhakijan varmistettavissa. “Find similar” / “find related” -ominaisuuksia on ollut jo pitkään, samoin kuin uutuusvahdit.

Kaiken kaikkiaan kivalta näyttää, mutta melko hakuammunnaltakin. Toki paljon riippuu myös aiheesta ja tiedontarpeen tarkkuudesta. Yksin näihin välineisiin ei kannata luottaa, ja aikaa menee näissäkin pyörittelyyn ja eksymiseen.

Kuulemme mielellämme kommentteja!

Visual tools to explore research papers

Every day sees the publication of around 4,000 new scholarly articles or other publications. How can one find what is relevant and valid from among all this information? Can anyone manage such large numbers of publications?

Tools based on artificial intelligence are here to save you time and effort as you look for information. Many of these AI tools also display results as a visual map or graph.

The purpose is not to find everything related to the topic in question but get a visual overview of a research topic. The tools select the most relevant and interesting content on behalf of the person performing the search, based on lists of references and citations and semantic similarities in the text. Keyword search is not the only way to find good sources, an interesting article can also be used as “the seed.”

The new tools are open and free. Open science has generated databases (e.g. Semantic Scholar, BASE, Core) that harvest large numbers of multidisciplinary publication repositories around the world. The tools use them as data sources. Furthermore, the open PubMed database for biomedical and life sciences literature is often offered as an option. However, not all results are freely available. Open access publication has only become common in recent years.

For some years now, the UEF library have been using Iris.ai, one of the first AI-based search tools for scholarly open access information as an alternative for Google and Google Scholar. Writing an article to Signum journal (in Finnish) led us to dig deeper into similar search tools. We have selected some to present to you here. Trying them out or watching the links can give you a better idea of each tool.

Connected Papers

  • Data source: Semantic Scholar open research corpus.
  • How does the search work?
    Search with a known article (that can be found with keywords or the DOI).
  • What does the tool do?
    Generates a graph based on the similarity metric of articles, overlapping references and bibliographic connections.
  • Comments
    “Prior works”, publications that were most commonly cited by the publications in the graph or “derivative works”, publications that cited many of the publications in the graph.
    Stronger lines and the proximity of nodes represent similarity.
  • See more: Get Relevant Research Literature with “Connected Papers”, OpenEduResource (Youtube, 4:59 min.). Example.

Open Knowledge Maps

  • Data source: BASE, PubMed
  • How does the search work?
    Search with keywords and their combinations (also with AND-OR Boolean operators).
  • What does the tool do?
    Finds the 100 most relevant results and creates clusters based on semantic similarities in metadata (abstract, title, subject keywords, etc.) and arranges similar sub-areas into bubbles whose relative positions suggest similarity.
  • Comments
     Publication type (journal article as default), date, metadata quality.
    You can search very broad topics, and it groups articles and other publications into themes you may not have considered.
  • See more:
    Open knowledge maps The coffee lectures for scientists, University Library Bern (16:55 min.). Example.

ResearchRabbit

  • Data source: Semantic Scholar, PubMed
  • How does the search work?
    Requires creating a user ID/account.
    You start by creating a collection that includes, at least, one publication.
  • What does the tool do?
    Creates recommendations based on your collection using titles, abstracts and other metadata. Visualises the results for options “Similar Work”, “Earlier Work” and “Later Work”.
    You can use a graph as a new jumping off point, just click on a dot. Graphs are interactive, so it´s easy to create new “publication networks” (graphs).
  • Comments
    Fine slogans: “Spotify for papers”, “Reimagine Research. We’re rethinking everything: literature search, alerts, and more.”
  • See more:
    Sprint through of our capabilities (Vimeo; 1:28 min.). Research Rabbit is the Spotify of Research Papers (YouTube, 12:34 min.),

Iris.ai (unsubscribed, 29.4.2022)

  • Data source: CORE, PubMed
  • How does the search work?
    Requires creating a user ID/account.
    Search with the URL or DOI of an interesting article. The licenced version also allows searching with a 300–500 word summary written in a natural language.
  • What does the tool do?
    Creates a map of concept clusters, “fingerprints” based on machine extracted keywords, contextual synonyms and hypernyms.
  • Comments
    You can limit your search to PubMed only, or include/exclude any other repository.
    The licenced version has more features, e.g. the Focusing tool.
    The CORE as a data source also includes bachelor’s and master’s theses.
  • See more: Get started

Advantages

  • Visuality.
  • Easy to get started (with one good article).
  • Easier to make sense of the results than based on result lists.
  • Provides an overview of the topic and the connections of concepts.
  • Beneficial during the early stages when you are still unable to limit your search with keywords
  • Helps to find new connections and categorisations
  • Interdisciplinarity, networks
  • Exploring new information, keeping you up to date.

Things to note

  • Data sources behind the tools. What is the reliability and comprehensiveness of the result? Are the results peer reviewed? Pre-prints? Theses?
  • How does the algorithms work? What does the tool miss out of the results?
  • The maps also include random topics, clusters that don’t make sense. But, perhaps they are easier to ignore in a visual presentation.
  • How are the topics connected? Are they combined with AND or OR?
  • Bias and personalisation. The searches cannot be reproduced.
  • Sources that are cited often are highlighted in these results, just like in the Google search tools.

New tools alongside the traditional ones

The new tools mainly act as competitors to Google Scholar. They are not sufficient for systematic information retrieval. Of course, their purpose is not to cover everything, but to provide a general overview or a “sample” of a topic. These new tools can act as a good starting point for literature searches, and complement traditional database searches.

The article databases have better possibilities to limit or refine the search, and the information on sources can be verified. “Find similar” / “Find related” -features and alerts have long been the options.

On the whole, it all still seems to be fairly random. Of course, a great deal depends on the topic and the accuracy of the information need. It is better not to trust these tools alone. Their use can also be timeconsuming and it is easy to get lost.

We are happy to hear your comments!

Kannattaa lukea | Worth reading

Matthews, David. (2021). Drowning in the literature? These smart software tools can help. Nature (London), 597(7874), 141–142. DOI: https://doi.org/10.1038/d41586-021-02346-4 

Salmi, Kirsi , Englund, Jukka, & Putous, Maarit. (2021). Tekoälyohjelma Iris.AIn alkutaival käyttäjäkokemukset ja uudet kilpailijat. Signum, 53(4), 21-25. DOI: https://doi.org/10.25033/sig.113613

Avoimen tieteen hakuopas | Guide for open publications searching (UEF library)

Maarit Putous, tietoasiantuntija | information specialist
Opetus- ja tietopalvelut | Training and information services
Kirsi Salmi, tietoasiantuntija | information specialist
Tietoaineistopalvelut | Collection Services

Posted on

Avoimen tieteen uutisia 1/2021 | Open Science News 1/2021

(Please, scroll down to read in English.)

Cabells Blacklist → Predatory Reports

Tutkija! Koetko epävarmuutta etsiessäsi luotettavaa tiedelehteä artikkelillesi? Pelkäätkö lankeavasi saalistajan pauloihin? Haluatko varmistusta lehtivalinnallesi? Jos kyllä, lue tämä blogikirjoituksemme.

Uusia ja uudistettuja etuja artikkelien kirjoittajamaksuihin (APC)

Vuoden 2021 alusta on solmittu uusia sopimuksia artikkelien kirjoittajamaksueduista uefilaisille. Kokonaan uusina kustantajina mukaan tulevat Oxford University Press ja De Gruyter. Kummankin kustantajan lehdissä voi julkaista artikkeleita avoimina ilman kirjoittajamaksuja. Muutamien muiden kustantajien kanssa on uusittu vuoden vaihteessa umpeutuneita sopimuksia. Nyt artikkelien avoin julkaiseminen sujuu maksutta Elsevierin lehdissä aiemmin saadun 50 %:n kirjoittajamaksualennuksen sijasta.  Springer Naturen ja Emeraldin lehdissä artikkelien avoin julkaiseminen säilyy maksuttomana edelleen. Tutustu tarkemmin kustantajakohtaisiin ohjeisiin ja lehtivalikoimiin edellä olevista kustantajalinkeistä.

Sopimusneuvottelut jatkuvat edelleen American Chemical Societyn ja IEEE:n kanssa. Näiden kustantajien kirjoittajamaksuohjeet päivitetään UEFin kirjoittajamaksuetujen sivulle sitä mukaa kun neuvottelut on saatu loppuun. Samalta sivuilta löytyvät tiedot myös niiden kustantajien kirjoittajamaksueduista, joiden sopimuskausi on jatkunut yli vuodenvaihteen. Lisätietoja: kirjoittajamaksut@uef.fi

OpenAPC logo

Itä-Suomen yliopiston kirjoittajamaksutiedot vuodelta 2020 löytyvät nyt OpenAPC-palvelusta

OpenAPC:ssa näkyvät tiedot eivät ole täysin kattavat johtuen palvelun rajoituksista, mutta antavat hyvän kokonaiskuvan vuoden 2020 kuluista. Lisätietoja viime vuoden kirjoittajamaksuista on luettavissa lähiaikoina kirjaston blogissa.

Työkalu lehtien Plan S -yhteensopivuuden tarkistamiseen

Journal Checker Tool : Plan S Compliance Validator -työkalun avulla tutkijat voivat tarkistaa onko lehden julkaisupolitiikka yhteensopiva Plan S -tavoitteiden kanssa. Työkaluun syötetään tiedot lehdestä, tutkimuksen rahoittajasta ja tutkijan affiliaatiosta. Plan S:n tavoitteena on julkisella ja yksityisellä rahoituksella tuotettujen artikkeleiden välitön ja täysi avoimuus vertaisarvioidussa tieteellisessä lehdessä.

Datatuen kehittäminen UEFissa

Kirjasto on saanut rahoitusta datatuen kehittämiseen ja hankkeeseen on palkattu kaksi datahallinnan projektisuunnittelijaa, Manna Satama ja Niina Nurmi. Tavoitteena on kehittää yliopiston datatuen palveluita toimivammaksi palvelukokonaisuudeksi. Hankkeessa palveluprosesseja tullaan testaamaan pilottikohteilla. Hanke kestää yhden vuoden.

Tutkitun tiedon teemavuosi ja avoimuus

Tutkitun tiedon teemavuoden 2021 aikana käydään keskustelua tieteestä ja tutkimuksesta, johon avoimuuden näkökulmasta nostetaan esiin avoimuuden hinta. Teemavuosi on opetus- ja kulttuuriministeriön, Suomen Akatemian ja Tieteellisten seurain valtuuskunnan yhteinen hanke.

Musta ympyrälogo jossa lukee valkoisella Tutkitun tiedon teemavuosi 2021

Aineiston avaaminen tai anonymisointi? Saalistajajulkaisut? Tutkimuksesta tietokirja? FAIR, HTK, PlanS, ORCID? Yritysyhteistyö? Somedatan käyttö?

Nämä ja lukuisat muut aiheet tutkimuksen koko elinkaarelta löydät Vastuullisen tieteen artikkeleista. Vastuullisen tieteen artikkelit ovat osa Tutkitun tiedon teemavuotta 2021.

Suomi lanseerasi kansallisen EOSC-foorumin

Opetus- ja kulttuuriministeriö (OKM), Suomen akatemia (AKA), Tieteellisten seurain valtuuskunta (TSV) ja CSC – Tieteen tietotekniikan keskus Oy lanseerasivat 25.1.2021 kansallisen EOSC-foorumin, joka on tarkoitettu EOSC:n eli eurooppalaisen tiedepilven (European Open Science Cloud) suomalaisille sidosryhmille. Suomen EOSC-foorumin englanninkielinen nimi on the EOSC Finnish Forum (EOSC-FF) ja ilmoittautuminen jäseneksi on nyt auki. Lue lisää kansallisesta EOSC-foorumista.

Open Research Europe (ORE)

Euroopan komission käynnistämä uusi julkaisualusta tarjoaa Horisontti 2020 -puiteohjelman tuensaajille ja heidän yhteistyökumppaneilleen helpon ja laadukkaan väylän julkaista Horisontti 2020 -puiteohjelman rahoittamaa tutkimusta ilman kustannuksia ja noudattaen komission avointa saatavuutta koskevia toimintaperiaatteita.

SSHOC: An Open Cloud for Social Sciences and Humanities

SSHOC:n tavoitteena on luoda yhteiskuntatieteille ja humanistisille tieteille avoin eurooppalainen pilviekosysteemi.

INOS: Integrating Open and Citizen Science Into Active Learning Approaches in Higher Education

Euroopan unionin Erasmus+ -ohjelmasta rahoitetun INOS-hankkeen tavoitteena on nykyaikaistaa korkeakoulujen opetussuunnitelmia kansalaistoiminnan avulla.

Linjaukset ja tutkijan työ

Tieteellisten seurain valtuuskunnan kehittämispäällikkö Henriikka Mustajoki pohtii avoimen tieteen kansallisen linjaustyön suhdetta käytännön tutkimukseen. Lue juttu Avoin tiede -sivustolta.

Avoimen tieteen palkinnonsaajat 2020 haastattelussa

Avointiede.fi -sivustolla julkaistaan vuoden 2020 avoimen tieteen palkinnonsaajien haastatteluja. Sarjassa on ilmestynyt kansallisen avoimen tieteen palkinnon 2020 saaneen yliopistonlehtori Jari Larun (Oulun yliopisto) haastattelu Ei guru, vaan Laru.

Ehdota suomalaisia avoimen oppimisen edistäjiä

Oppimisen avoimuuden asiantuntijaryhmä etsii ehdotuksia, ketkä tai mitkä suomalaisen korkeakoulu- ja tutkimusyhteisön henkilöt tai projektit ansaitsisivat kansainvälisen Open Education Award for Excellence -palkinnon. Ehdotuksia voi lähettää 19.3.2021 asti.

TSV:n Tiederadio

Keväällä 2021 Tiederadiossa lanseerataan uusi Avoimesti tieteestä -podcast ja julkaistaan uusia jaksoja Tiedekirjan ja Tiedeklubien podcastsarjoista. Kevään podcastien aiheita ovat muun muassa avoimet tutkimusaineistot, kalastus kivikaudella ja tietokirjallisuuden uudet tuulet.

Tieteellisten seurain valtuuskunnan (TSV) podcastit löytyvät Tiederadio-kanavalta SoundCloudista. Tulevaisuudessa Tiederadio laajenee myös muille podcastalustoille. TSV on julkaissut Tieteen päivien podcasteja vuodesta 2017 ja Tiedeklubipodcasteja vuodesta 2019. Viime vuoden lopulla lanseerattiin Tiedekirjan podcastsarja ja pian päästään kuulemaan podcasteja myös avoimesta tieteestä.

Koulutuksia, webinaareja, verkkotapahtumia ja työpajoja

  • Iris.ai – valjasta tekoäly käyttöön Open Access -tutkimuksen kartoittamiseen, työpaja 3.3.

    Iris.ai tarjoaa uudenlaisen tavan tieteellisen tiedon löytämiseen. Voit kokeilla tiedonhakua esim. hyvän artikkelin DOI-linkillä tai tiivistelmätekstillä, voit myös itse määritellä tutkimusongelman 300-500 sanalla. Iris.AI auttaa jäsentämään tietoa tutkimusongelman ympärillä ja rakentaa tutkimuskartan yli 100 miljoonan tutkimusartikkelin joukosta. Artikkelit jäsentyvät aihealueittain. Aiheen tarkennusta jatketaan Premium-versiossa. Iris.ai koostuu kahdesta työkalusta: Exploration-työkalu etsii tieteellistä tietoa ja patentteja ja Focus-työkalu organisoi löydettyjä artikkeleita ja luo tarkkoja lukulistoja. Iris.ai hyödyntää tiedonhaussa avoimia tutkimusartikkeleita sisältävää Core-tietokantaa, PatentsView-patenttitietokantaa sekä PubMed-tietokannan sisältöä. Perusversio on kaikille avoin, Premium-version käyttö vaatii palveluun rekisteröitymisen uef.fi, student.uef.fi tai kuh.fi -sähköpostiosoitteella.

    Osallistu maksuttomaan englanninkieliseen koulutukseen: Online-työpaja ke 3.3. klo 11-13 työkalua jo käyttäneille. Vaikket pääsisi paikalle, kannattaa ilmoittautua mukaan, sillä työpaja tallennetaan ja saat tallenteen myöhemmin sähköpostiisi. Iris.ai-työkalujen käyttöön voi tutustua myös kuukausittain järjestettävissä avoimissa työpajoissa ja Iris.ai Q&A monthly session -tapahtumissa.

  • Fairdata-palvelut TKI-aineistojen hallinnassa, webinaari 11.3.

    CSC:n järjestämässä webinaarissa kerrotaan, miten IDA-säilytyspalvelu, Qvain-kuvailutyökalu ja Etsin-hakupalvelu tekevät aineistostasi löydettävän, saavutettavan, yhteentoimivan ja uudelleenkäytettävän. Webinaarissa opastetaan myös tarkemmin Fairdata-palveluiden käyttöä. Webinaarin Zoom-linkki

  • Etiikan päivä 2021, webinaari ja striimaus 16.3.

    Etiikan päivän 2021 teemana ovat tutkittavan oikeudet. Keskusteluissa käsitellään sekä tutkittavan oikeutta tulla tutkituksi että myös ihmisen oikeutta päättää itse siitä, mitä tietoja haluaa itsestään antaa. Webinaarin järjestää Tutkimuseettinen neuvottelukunta (TENK) yhteistyössä kansallisten eettisten neuvottelukuntien kanssa. Webinaari järjestetään Zoom-yhteydellä. Ilmoittaudu Etiikan päivään tällä lomakkeella viimeistään 12.3. Zoom-linkki toimitetaan ilmoittautuneille sähköpostitse päivää ennen seminaaria. Seminaaria on myös mahdollista seurata striiminä Tiede-tv-kanavalla (YouTube). Ohjelma striimataan vain ajalta klo 12-14.20 eikä striimin kautta ole mahdollista osallistua keskusteluun. Striimiin seuraaminen ei vaadi ilmoittautumista. Videotallenne jää katsottavaksi 14 vuorokauden ajaksi.

  • Tietoarkisto ja CESSDAn palvelut, webinaari 17.3.

    Mistä löydät eurooppalaisia yhteiskuntatieteellisiä tutkimusaineistoja? Mitä aputyökaluja CESSDA tarjoaa metadatan tekemiseen? Miten tutkimusaineisto tulisi kuvailla? Maksuton suomenkielinen tilaisuus Tietoarkiston kirjastoyhdyshenkilöille, avoimen tieteen ja tutkimuksen datapalveluverkostolle ja kaikille tutkimusaineistojen tuottajille, hallinnoijille ja säilyttäjille. Lisätietoja, ohjelma ja ilmoittautuminen.

  • Avoimen tieteen kevättyöpaja 18.3.

    Työpajapäivän tarkoituksena on vastata avoimen tieteen asiantuntijaryhmien ja työryhmien tarpeeseen työstää asioita yhdessä. Asiantuntija- ja työryhmien omissa osuuksissa keskitytään käytännön tekemiseen.

  • Mitä tutkimusaineiston avaaminen vaatii? webinaari 25.3.

Helsingin yliopiston datatuki järjestää avoimen webinaarin, jossa neljä suomalaista datapalvelua esittelevät data-arkistojaan ja tarkastelevat tutkimusdatan avaamiseen liittyviä kysymyksiä. Webinaari järjestetään 25.3.2021 klo 13-15 Zoomissa. Päivän ohjelma.

  • Avoimeen oppimiseen ja opetukseen – työkaluja ja hyviä käytäntöjä avointen oppimateriaalien ja etäopetuksen haltuunottoon, webinaari 14.4.

Miten teet opetuksestasi avoimempaa ja saavutettavampaa? Miten otat haltuun etäopetuksen hyvät käytännöt ja avoimet oppimateriaalit sekä hyödynnät niihin liittyviä palveluita? Entä mitä apua opetustyöhön ja avointen oppimateriaalien tekemiseen saat kansallisesti laadittavista suosituksista ja ohjeista? Oppimisen avoimuuden asiantuntijaryhmän järjestämän verkkotapahtuman kohdeyleisönä ovat opettajat, oppimateriaalien tekijät ja opetuksen tukipalvelut.
Ohjelma (alustava)
Ilmoittautuminen viimeistään 7.4.

 

Talvi, aurinko kajastaa puiden lomasta. Lumiset puut ja luminen tie. Winter, sun shines behind snowy trees, small snowy road.
Kuva | Photo: Pixabay

Cabells Blacklist → Predatory Reports

Researcher! Do you feel uncertain when searching for a reliable scientific journal for your article? Are you afraid of falling into the traps of a predator? Do you want confirmation of your journal selection? If yes, read this UEF Library blog post.

New and renewed article processing charge (APC) benefits

New agreements concerning benefits for article/author processing charges for UEF researchers have been made since the beginning of 2021. New agreements have been signed with Oxford University Press and De Gruyter. Journals by both publishers publish articles openly without article processing charges. Some agreements that expired at the New Year have been renewed with other publishers. Publishing articles is now free of charge in Elsevier journals instead of the previous 50% discount. OA publishing in Springer Nature and Emerald journal is free of charge as used to. Learn more about publisher-specific instructions and journal collections by clicking the publisher links above.

We are continuing our negotiations with American Chemical Society and IEEE. The article processing charge instructions concerning these publishers will be updated on the UEF APC pages when negotiations are finalised. The same page contains information on the APC benefits by the publishers whose agreement period has continued past the end of the year. Additional information: apcfees@uef.fi

OpenAPC logo

Information on article processing charges at the University of Eastern Finland in 2020 now available in the OpenAPC service

The information displayed in OpenAPC is not exhaustive due to the service’s limitations, but it does provide a good overall picture of the charges paid in 2020. Additional information on last year’s processing charges will be made available on the library blog in the near future.

Tool for checking Plan S compatibility

Researchers can use the Journal Checker Tool: Plan S Compliance Validator to check whether the publication policy of a journal is compliant with the Plan S principles. Researchers only need to enter information of the journal, research funder and researcher affiliation into the tool. Plan S strives at immediate and complete openness of privately and publicly funded articles in peer-reviewed scientific journals.

Developing data support at UEF

The library has received funding for developing data support services, and the project has been able to hire two data management project planners, Manna Satama and Niina Nurmi. The objective is to improve the UEF data support services and create a more functional service entity. The project will test service processes using pilot targets. The project period is one year.

Openness and the Year of Research-Based Knowledge

The 2021 Year of Research-Based Knowledge will see discussions about science and research highlighting the price of openness from the point of view of openness. The themed year is a joint project by the Ministry of Education and Culture, the Academy of Finland and the Federation of Finnish Learned Societies.

Opening up or anonymising material? Predator publications? Studies into non-fiction books? FAIR, good scientific practice, PlanS, ORCID? Corporate cooperation? Using social media data?

You can find these and countless other themes throughout the life cycle of research in the article collection on the Responsible Research website. The Responsible Research articles are part of the Year of Research-Based Knowledge 2021.

Finland launches its national Forum for the EOSC

Finland’s Ministry for Education and Culture (OKM), Academy of Finland (AKA), the Federation of Finnish Learned Societies (TSV) and CSC – IT Center for Science Ltd. on Monday 25 January 2021 launched the country’s forum for the European Open Science Cloud: the EOSC Finnish Forum (EOSC-FF). Subscriptions to the Forum are now open. Read more about the EOSC Finnish Forum.

Open Research Europe (ORE)

The new publishing platform established by the European Commission, offering parties funded by the Horizon 2020 Framework Programme and their cooperation partners a convenient, high-quality platform to publish research funded by the Horizon 2020 Programme free of charge and in compliance with the open access policies of the Commission.

SSHOC: An Open Cloud for Social Sciences and Humanities

The objective of the SSHOC is to create an open European cloud ecosystem for social sciences and humanities.

INOS: Integrating Open and Citizen Science Into Active Learning Approaches in Higher Education

The objective of the INOS project, funded by the European Union Erasmus+ programme, is to modernise the curricula of institutes of higher education through civic activity.

Policies and research work (only in Finnish)

Henriikka Mustajoki, the head of development at the Federation of Finnish Learned Societies, discusses the relationship between national open science policy work and practical research.

The 2020 Open Science Award recipients interviewed (only in Finnish)

Interviews of the recipients of the 2020 Open Science Award will be published on the Avointiede.fi website. An interview with university lecturer Jari Laru (University of Oulu), who received the Open Science Award in 2020, “Ei guru, vaan Laru“, has previously been published in the series.

Suggest Finns for the Open Education Award for Excellence

Finnish expert group on open learning is looking for suggestions on individuals or projects in the Finnish higher education and research community for the International Open Education Award for Excellence. Suggestions can be sent until March 19, 2021.

Tiederadio podcasts

The Federation of Finnish Learned Societies publishes podcasts. The channel called Tiederadio is in Soundcloud. In spring 2021 the topics will include e.g. open research data.

Upcoming courses, webinars, online events and workshops

  • Iris.AI – an artificial intelligence tool for Open Access papers, online workshop 3 March

Find a new way to search research on your topic. The Iris.ai products are process tools aimed specifically at researchers in the early phase of a new project. Iris.ai’s Explore and Focus tools semi-automate the research landscape mapping – speeding up the literature discovery and review phase of your research process. Iris.ai is connected to an OA aggregator CORE, PubMed and PatentsView. Iris.ai offer basic functionalities for free for individual registered users. Using the uef.fi, student.uef.fi or kuh.fi -email address to access all the Iris.ai premium features.

Join the free workshop on Wednesday 3rd March 2021, from 11:00 am to 13:00 pm if you already used Iris.ai tools and you want to know more. Hear about the latest Iris features that came with the latest version, learn more about the technology behind the tools and of course get answers to all your questions. Don’t worry if you can’t attend — we’ll send the recording to everyone who registers. The use of Iris.ai tools will also be instructed  in open online workshops and Iris.ai Q&A monthly sessions.

  • Using Fairdata services in managing RDI data, webinar 11 March

    The webinar organised by CSC will focus on the research data storage service IDA, the research dataset description tool Qvain and research dataset finder Etsin and how they will make your datasets findable, accessible, interoperable and reusable. The webinar will also provide participants with more detailed instructions on using the Fairdata services. Webinar Zoom link.

  • The services of the Finnish Social Science Data Archive and CESSDA, webinar 17 March (in Finnish)

    How to find European sociological research data? Which tools does CESSDA offer for creating metadata? How should the research datasets be described? Free-of-charge event in Finnish for the Finnish Social Science Data Archive library contact people, the open science and research data service network and all research material creators, managers and storers. Additional information, programme and signup.

  • Spring workshop on open science, online 18 March

    The purpose of the workshop day (in Finnish) is to provide open science expert groups and work groups with the long-awaited opportunity to discuss their work together. The expert and work groups‘ own sections focus on practical applications.

  • What it takes: Open your research data, webinar 25 March

    The University of Helsinki Data Support is hosting an open webinar with four Finnish data services presenting their data archives and examining issues concerning opening research data. The webinar will be held on Zoom 1–3 pm on 25 March 2021.  Programme.

  • Towards open learning and teaching – tools and good practices for mastering open educational materials and remote teaching, webinar 14 April (in Finnish)

    How to make teaching more open and accessible? How to master the good practices of distance teaching and open learning materials and utilise the related services? And how can national recommendations and instructions drafted for teaching and creating open study materials help you? The target audience of the online event organised by an expert group on the openness of learning includes teachers, learning material authors and teaching support services.
    Programme (initial)
    Sign up by 7 April

More information on open science issues is available from Research Support at the UEF library, Open science and OpenUEF Yammer.

Tomi Rosti, tietoasiantuntija | Information Specialist
Tutkimuksen tuki | Research support
Opetus- ja tietopalvelut | Training and Information Services