tutkimusdatakysely helsingin yliopiston tutkijoille 2016

Tutkimusdatakysely Helsingin yliopiston

tutkijoille 2016Tutkimusdatainfrastruktuurin kehittämishanke MILDRED,

projekti 3: Julkaisu- ja metadatapalvelutHelsingin yliopisto

Helsingin yliopiston kirjasto,Anna Salmi & Mari Elisa Kuusniemi

22.8.2016

Esiselvitys tutkijoiden käyttämistä datatietokannoista

Selvityksen toteutti korkeakouluharjoittelija Anna Salmi

Työn ohjasivat Mari Elisa Kuusniemi ja Mikko Ojanen

Kesäkuussa 2016 selattiin 250 aikavälillä 2015–2016 ilmestynyttä tutkimusartikkelia, joista 210 PLOS-julkaisuja (muita Nature sekä WoS:n julkaisuja)

Inventoitavana HY:n tutkijoiden luoma data PLOS-julkaisuformaatti sisältää kirjoittajien

selvityksen datan luomisesta ja sijoittamisesta Figshare-repositorypalvelu erityisasemassa, koska

toimii PLOS-julkaisujen dataliitteiden pilvipalvelutuottajana

Helsingin yliopiston kirjasto,Anna Salmi 22.8.2016

Kysely ja vastaukset

Kysely suunnattiin sähköpostitse kaikkien tiedekuntien ja tutkimusyksikköjen tutkimushenkilökunnan jäsenille kesä-heinäkuussa 2016

258 vastausta 62 % elämätieteistä, 21 % humanistis-

yhteiskuntatieteistä ja 17 % luonnontieteistä 1) Monivalinnat: 10 esiselvityksessä yleisintä

tietokantaa (sekä esim. FIN-CLARIN ja FDS tasoittamassa elämätieteellistä painotusta)

2) valikoima muita tallennusmuotoja: henkilökohtainen tietokone, CSC:n palvelut jne

3) Vapaa vastauskenttä syille, miksi tietokantoja ei käytetty oman datan tallentamiseen


Käytetyt repositorypalvelut 44 % käytti yhtä tai useampaa digitaalista

repositorya/digiarkistoa 21 % käytti kahta tai useampaa 10 % käytti kolmea tai useampaa

56 % ei käyttänyt mitään tietokantaa 15 % käytti jotain muuta kuin monivalinnan tietokantoja Monitieteellisistä mukana B2SHARE, figshare, Dryad,

GitHub ja Zenodo Yleisimmät GenBank (16,7 %), GitHub (14 %), Sequence

Read Archive (6,6 %) ja Gene Expression Omnibus (5 %)

Helsingin yliopiston kirjasto, Anna Salmi 22.8.2016

Kun data ei ollut sijoitettuna tietokantaan… 29 % ilmoitti, ettei tiennyt

tallennusmahdollisuuksista tarpeeksi 11 %: data luonteeltaan sensitiivistä

54 % säilytti dataa HY:n verkkolevyillä 68 % käytti henkilökohtaista tallennustilaa 58 % käytti ulkoisia kovalevyjä 50 % käytti USB-tikkua 37 % piti dataa kaupallisissa pilvipalveluissa kuten

Dropboxissa


Miksei tarvetta tallentamiselle? 11 %: tallentamiskysymys oli epärelevantti oman

tutkimuksen kannalta 8,5 %: ei tarvetta tarkemmin

määrittelemättömästä syystä 7,7 %: dataa oli vain vähän 4,6 %: Nykyiset tallennustilat ja -palvelut olivat

riittäviä


Poimintoja vastauksista

” I do not know or trust them [repositories] enough. I do not have such big data that it would be a problem to store it otherways. I would need a system that is reliable, easy to use and access and permanent solution.”

“Data repositories (such as GEO etc) are only practical once the research is published and the data is published. Other means to store data for short (or long) term are essential while the research and analyses are still ongoing.”

“No knowledge about depositories that could be useful, no knowledge about repositories one might have access to.”


Poimintoja vastauksista, jatkuu “The [research] results are fully covered by the

published articles.” “Unclear benefits with respect to effort.” “It was sufficient until this moment to store the

data within University infrastructure, although convenient data sharing between collaborators is still lacking.”

“[I] would prefer a local (institutional) databank.” ”I don’t know what CSC is.”


Jatkoselvitys Selvityksessä löytyi 48 data-arkistostoa/repositoria,

joita HY:n tutkijat käyttävät Näille etsittiin Re3data tietokannasta tunniste ja

sen avulla tietokannan API:n kautta haettiin sieltä löytyvät tiedot, kuten: dataAccessType dataLicenseName softwareName citationGuidelineURL qualityManagement metadataStandardName apidSyste (= ORCID tms.)

Helsingin yliopiston kirjasto,

Mari Elisa Kuusniemi 22.8.2016

Metadata selvitys

Etsittiin tietokannoista kuvaus metadatakentistä Testattiin tietokantoja hakemalla

a. Henkilön nimellä (Sen tutkijan nimi tai nimen osa, joka ilmoitti tallentaneensa kyseiseen tietokantaan)

b. Organisaatiolla (Helsinki)



Henkilön nimi

Henkilön nimellä pystyi hakemaan 21/48 tietokannassa.

Henkilön nimellä ei voinut hakea 22/48 tietokannassa.

Tietokannoista 4/48 jäi epäselväksi (metadatan kuvausta ei löytynyt, eikä testihaku tuottanut selvää tulosta)



Organisaatiotiedot

Organisaation nimellä pystyi hakemaan 9/48 tietokannassa.

Organisaation nimellä ei voinut hakea 36/48 tietokannassa.

Tietokannoista 3/48 jäi epäselväksi (metadatan kuvausta ei löytynyt, eikä testihaku tuottanut selvää tulosta)



Organisaatiolla voi hakea dbGaP Finnish Social Science Data Archive Gene Expression Omnibus GitHub Global Biodiversity Information Facility Inspire-HEP Kielipankki MG-RAST Zenodo



Yhteenveto

Monet tutkijat käyttävät kansainvälisiä data-arkistoja (44% vastaajista).

Toisaalta monilla tutkijoilla ei ole riittävästi tietoa asiasta (28% vastaajista kertoi tästä vapaassa vastauskentässä).

Nyt tiedämme 48 repositoria/data-arkistoa, jossa on HY:n dataa.

Vain muutamasta näistä voimme erottaa HY:n datat/metadatat muista datoista (9/48).

