Kokouslinkki: https://cscfi.zoom.us/j/66476907681
Kello 13–14
Osallistujat |
---|
Jessica Parland-von Essen |
Maisa Borg |
Jussi Pajari |
Reetta Kuuskoski |
Riitta Koikkalainen |
Tiina Sipola |
Tuomas Alaterä |
Juuso Marttila |
Hanna Lahdenperä |
Katja Laine |
Pekka Nygren |
Nina-Mari Salminen |
Seliina Päällysaho |
Maria Söderholm |
Jussi-Pekka Hakkarainen |
Agenda / muistio
- Avoimen tieteen ja tutkimuksen seurantamalli: arviointikriteerien kommentointi
- Kriteerit
- Kommentointilomake
- Keskusteltu siitä, kommentoidaanko yhdessä ryhmänä seurantamallia.
- Konkreettisia mittareita ei kriteereistä juuri löydy. Paljolti kyllä–ei-kysymyksiä, joissa kyllä-vaihtoehdon sisään mahtuu kirjavia asioita
- Miten mitatataan sitä, mitä ei näy Metaxissa?
- FAIR-periaatteiden noudattamisen tulokulma: jos aineisto on FAIR, niin sillä on oltava niin paljon metadataa, että se on kohdeyleisönsä käytössä, ml. hallinnollinen metadata
- Kuinka paljon on avoimen datan politiikkoja kansallisella tasolla? Kuinka pieneen osaan ohjaavat periaatteet lopulta jakautuvat?
- FAIR-politiikka kehno, sillä tavoitteena on että datat olisivat paremmin käytettävissä. Politiikan pitäisi olla enemmän ainestojen avaamiseen ohjaavaa/kannustavaa.
- FAIR ei kerro niinkään avoimuudesta, vaan siitä tehdäänkö tutkimus kunnolla. Toki FAIR mahdollistaa avoimuuden.
- Onko tieto siitä mitä on tehty olemassa, saatavilla ja koneluettavissa?
- FAIR-kypsyysmittaukset kehittyvät koko ajan.
- Halutaan mitata ennen kaikkea organisaatioiden, ei tutkijoiden, kehitystä
- Sopivampia kysymyksiä/mittareita?
- Voidaanko organisaatiossa tuottaa hallinnollista metadataa?
- Onko se yhteydessä kansallisiin tietovarantoihin?
- Kyetäänkö organisaatiossa tukemaan FAIR-periaatteiden noudattamista, esim. koulutuksin?
- Kuinka paljon FAIR-periaatteiden mukaisia aineistoja on käytetty?
- Kasvavatko asia (ei määrät vaan trendit)?
- Organisaation kyvykkyyden merkki huolehtia, että metatiedot ovat löydettävissä
- CSC-vetoisuus vahvuus miittaamisessa: kyetäänkö toimimaan ekosysteemissä, joka on otettu standardiksi
- Mistä tutkija tietää, mikä PID vie master datan äärelle (vs. esim. metadatakatalogiin)
- Kansalliskirjasto julkaisemassa PID-ohjeet
- Fairdata-palveluissa: metatiedolle voi antaa URNin, ei DOIn
- Sovittu, että kommentoidaan yhdessä ja kirjataan kommentit Eduuni wikiin (Maisa ja Jessica), joita työryhmä voi kommentoida sisäisesti
- Kopioidaan kysymykset alasivulle ja katsotaan tämän kokouksen keskustelun pohjalta kommentteja
- Hyvä pohtia yhdessä, näkökulmana työryhmän näkökulma, jossa tunnisteet ja FAIR-periaatteet voivat korostua
- Tehdään yhteinen vastaus ja samalla kukin voi tehdä oman vastauksensa halutessaan
- Tärkein kommentoitava: Keskeiset indikaattorit 3. FAIR-periaatteiden noudattaminen (tarkennettava)
- Mitä avoimella datalla ja avoimuudella kriteereissä tarkoitetaan?
- Jos tarkoitetaan itse raakadatan avoimuutta, niin siinä on kyseessä ennemminkin olosuhde (esim. jos on henkilötietoa, ei noin vaan avata – metatiedot eri asia)
- Eri laitoikset puskevat ulos eri määrän dataa → vertailu laitosten välillä hankalaa
- Oletuksena datan staattisuus, entä dynaaminen data (esim. lajitietokanta)
- Mitattava organisaation kykyä tuottaa dataa FAIR-periaatteiden mukaisesti eri avoimuuden asteilla
- Onko olemassa datakatalogeja? Käytetäänkö niitä?
- FAIR-kyvykkyyttä ei voi mitata, jos ei ole katalogia, johon evaluaattori voitaisiin lähettää
- Laadulliseen kriteeristöön / mittaamiseen pyrkiminen
- Lähetämme ensi viikon alussa ryhmän sähköpostiin linkin, jonka kautta pääsee kommentoimaan ehdotusta.
- Semanttinen yhteentoimivuus, suositusten läpikäyntiä
- Jatketaan kohdasta I2 ((Meta)data use vocabularies that follow FAIR principles) ohjeet kouluttajalle / data-asiantuntijalle
- Toisaalta hallinnollinen metadata, joka on konvertoitavissa Dataciteen ja muihin merkittäviin – isompi haaste aineistoa kuvaileva metadata – onko siinä sanastoa
- Kouluttajan / data-asiantuntijan täytyisi tietää miltä alalta ainestot ovat ja miten sanastoa jatkokäytetään
- Ei tarvitse ymmärtää datan kaikkia nyansseja tai tutkimusasetelmaa, vaan mikä sanastomielessä tekee datan käytettävyyden jatkossa paremmaksi ja helpommaksi
- Sisällön ymmärtämisen ja oikean tulkinnan mahdollistaminen vs. varmistaa voiko ymmärtää väärin
- Esim. onko kyseessä celsius vai kelvin tai plant = tehdas / plant = kasvi
- Kouluttajat eivät ole mallintajia – ei kannata määrittää oletusarvoksi, että kouluttajat tekisivät tätä
- I2 ohjeet tutkijalle
- Ei haittaa jos ohjeissa on toistoa, hyvä ajatella check listinä eri ryhmille
- Riitta Koikkalainen: Kansalliskirjastossa on lähdössä liikkeelle FAIR-prosessien kätilöiminen (tarkistetaan palveluittain miten on nyt, sitten lähdetään paimentamaan kohti parempaa FAIRiä) omassa talossa, ontologioiden ja sanastojen puolelta liittyy - vai liittykö - tämän työryhmän työskentelyyn?
- Tuomas Alaterä: Kyllähän tuo liittyy. Ylipäätään organisaation on tuettava ja mahdollistettava FAIR-prosesseja ja niiden vaatimien järjestelmien olemassa oloa.
- Tuomas Alaterä: Kyllähän tuo liittyy. Ylipäätään organisaation on tuettava ja mahdollistettava FAIR-prosesseja ja niiden vaatimien järjestelmien olemassa oloa.
- Tarvitaan selkeitä työnkulkuja, joissa sanastoilla on paikkansa (ei ohje tutkijoille vaan laajemmin organisaatioille / hallinnolle)
- Organisaation tehtävä tarjota palvelut, että tuetaan FAIR-dataa
- Toisaalta organisaatioissa monia tutkijoita ja käytäntöjä – hyvä olla jotain ohjeita, hyvä että tutkija ymmärtäisi sanastojen /FAIRiyden tärkeyden
- Jatketaan kohdasta I2 ((Meta)data use vocabularies that follow FAIR principles) ohjeet kouluttajalle / data-asiantuntijalle