Tuulan tilanne vaikutti melko tyypilliseltä. 

Tuulan ei tarvitse osata hakea palvelua oikeasta siilosta.

Hallinnon tulee ymmärtää Tuulan arki ja palveluiden käyttö sekä osata laajentaa näkemystä.

Tutkija haluaa tiedon nopeasti. Tutkijalle yliopistot ovat kuin alustoja.

Palvelupolku voi olla sirpaleinen.

Kustannukset myös tärkeässä roolissa. Pitkäaikaiset palvelut pyöritetään omilla ja lyhytaikaisemmat kaupallisissa.

Datapolitiikan peilautuminen koko kenttään?

Datanhallintaan kirjastopuolella osaamista.

Rahoittajien vaatimukset lisääntyneet.

GDPR-sopimukset

Kuka tekee valinnat ja missä vaiheessa? Kuka on vaikuttaja, kuka on päätösten tekijä? Tyypillisesti tavoitetaan nuoria innokkaita jatko-opiskelijoita. Miten saataisiin tieto sille toimijalla, jolla on jo 10 vuoden massa?

Ratkaisuja etsitään, kun ei ole sopivaa palvelua tai on pakko löytää uusia ratkaisuja. Miten voisi jo ennakoiden löytää hyvät ratkaisut? Voisiko tietoa saada jo graduvaiheessa?

Tutkimusalan vaikutukset tarpeisiin.

Toimitaan paikallisesti ja palvelut löydetään sattumalta. Palvelut voivat löytyä nopeasti tai hyvin hitaasti.

Tuulalle ei saisi näkyä, että viisi eri osastoa käsittelee asiaa. Siiloutuminen.

Rahoituksen vaikutus, esim. jatko-opiskelijoiden palvelut, kun projektia ei ole olemassa yliopistossa.

Datanhallinnan suunnitelma - mistä IT tietää mitä tarjota?

Erot tutkijoiden taitotasossa ja mistä palveluista heillä on kokemuksia.

Tutkijat ottavat ne palvelut, jotka saa käyttöön nopeasti (esim. Amazon).

Tutkijat siirtyvät nopeasti yliopistosta toiseen, halutaan käyttää samoja välineitä, ei käyttää vuotta uusien palveluiden opetteluun.

Jos Tuulalla on YAMK-opiskelija Olli mukana, miten Olli pääsee palveluihin käsiksi? Monitieteelliset hankkeet ja kansainväliset kumppanit? Mitä kaikkea eri osapuolten dataan liittyy, onko lainsäädäntö otettu huomioon, sensitiivinen data, oikeuksien siirto, miten todennetaan? Taustadatan oikeudet?

Aikataulujen venyminen ja tutkimusrahoituksen vähentyminen.

Palveluprosessi ja tuotteistaminen. Palveluiden kytkeminen tutkimusprosessiin.  IT-palvelut hoitavat keskitetysti.

Kun saadaan tutkija sisään portista, niin polku voidaan optimoida tutkijalle sopivaksi.

Info-paketti taloon tulijalle.

Key user tutkimuspalveluista jokaiselle projektille.

Mobiilipalvelu tutkijalle, näyttäisi missä kohtaa prosessia menee, vaiheet, aikataulu ja paljonko aikaa yleensä mihinkin vaiheeseen kuuluu, suunnitelma, kehen yhteyttä.

Datanhallinnan suunnitelma - valmiit pohjat eri tilanteisiin. Dataexperttien ja IT:n yhteistyö.

DMP-toolin hyödyntäminen.

DMP:n seuranta.

Arviolta 16 000 DMP:tä tehty - kokoomatietoa, tutkimusta näistä? Miten aineistoa käsitellään, luokittelu? Missä dataa, mitä palveluita käytetty? 

Suunnitteluvaiheen maksimaalinen hyödyntäminen, tiedon jakaminen? Esim. onko tulossa sensitiivisiä aineistoja?

Palvelut adaptoituvat tutkijan tilanteeseen, eikä toisinpäin.

Yleisimmät käyttötapausesimerkit tai niiden kartoitus, joiden pohjalta automatisointia.  Esiselvitys, mitä halutaan automatisoida ja tehdä pilotti siitä?

Tarve yhteisille ryhmätyökaluille, vähentäisi eri ohjelmistojen opiskeluun menevää aikaa.

Tehokkuus kasvaa, kun palveluprosessi on kaikille sama. Osalla vain nopeampi ja osalla pidempi.

Kohdennetut viestit.

ATK:ta voidaan aina tehostaa, mutta miten tehostaa tutkimuksen tekoa? Miten tehostaa alustan (yliopiston) toimintaa?

Kokemusten jakaminen (esim. Google ja Azure) ja haasteiden esiintuominen.

Tutkijat eivät ole homogeeninen ryhmä.

Tutkijat ensisijaisesti tutkijoita, eivät välttämättä identifioidu yliopistoon.

TUHA:n seminaari keväältä - DMP

Opetussuunnitelman tekijän polku? Sama henkilö, sekä tutkijan että opettajan rooli?