Track C: Open Science

WS: Organization of data stewardship services: case studies from Finnish universities

• Aalto
  • kirjastopalvelut läpileikkaavat eri laitoksien palveluita, stwardit eivät täysiaikaisia
    • tutkijat saavat projekteissa toimiessaan osan palkasta data agent toiminnasta
  • applying best practices to make sure research high quality → research software engineers support other recearch
    • funded by basic funding, some big research projects provide funding for the needed work
  • Data Hub
    • tietoisuutta saatavilla olevasta datasta, ei päällekäistä datan hankkimista
    • palvelut: katalogi datalähteistä (sekä maksullinen, avoimet repot, yritysten omistama - käytössä oleva data, rekisteridata), rekisteridataa käyttävät projektit
      • vähentää työtä datan etsimisessä, inspiraatiota ja tukea muiden tutkimuksista
• HY
  • datapolitiikan jalkauttamissuunnitelmat tiedekunnilta seuraava tärkeä askel hajautetussa datanhallinnan tuessa
    • data-agentit erityisesti suositeltua kaikille tiedekunnille
    • tavoitteena toimintamalli: tiedekunnalla yksi pääagentti, joka avustaa esim instituuttikohtaisia agentteja → tavoitteena laajentaa datatukea jalkautuvilla agenteilla, joilla tietoa myös oman tiedekunnan datasta ja käytännöistä (integroidaan koko yliopiston datatukeen)
      • Kumpulan kampus edelläkävijänä
    • data-agenttien työn käynnistäminen hidasta: koulustusta, tiedekunnan käytänteiden tutkiminen, kehityskohteiden tunnistaminen, jatkuvaa kehitystä aiempien kohtien mukaisesti
  • ei tarkkaa tietoa kuinka moni yliopistolla toimii datatukeen liittyvissä tehtävissä eri projekteissa, instituuteissa jne → tunnistetaan ja otetaan keskittyneeseen toimintaan mukaan
• OY
  • tutkijalähtöinen datatuki näkökulmana esityksessä - ei keskitetty datatuki - data-agentit osa-aikaisina jalkautuneina projekteissa, tiedekunnissa, instituuteissa Aallon tapaan
    • rahoitetaan strategisesta rahoituksesta, onnistuttu agenttien sitouttamisessa hyvin mm. dosenttitasoisen tehtävän vuoksi
  • ei täysiaikaisia stewardeja, yhteistä toimintaa mm helpparin, kahvien ja tietosuojatukihenkilöiden (samat henkilöt) verkosto
    • se kuinka paljon kukakin oikeasti tekee datatukea vaihtelee paljon
  • Data stewardien lisäksi yritetty perustaa data championien verkosto (vapaaehtoinen, oman toimen ohessa), joka jalkautuu tutkimusyksiköihin
    • ei vielä lähtenyt käyntiin kunnolla - sitoutuminen vapahtoiseen rooliin ollut heikkoa
  • vielä päätettävänä otetaanko myös data managereita tukeen mukaan
• TAY
  • kolme täysiaikaista data stewardia (data-managerit) - datanhallinnan ammattilaiset, jotka toimivat projekteissa (kotipesä kirjastossa, projektit rahoittavat osan palkasta)
  • kirjastolla koordinaatiovastuu dataan liittyvissä asioissa
    • it-tuki, tutkimustuki, lakipalvelut
    • mukaan tukipalveluihin tullut tutkimusasiantuntijoita, jotka tutkimusdekaanien tukena myös data-asioissa
    • tietosuojatiimi tärkeä yhteistyökumppani - palvelu tutkijalle datatuen kautta
    • yhteistyötä myös luonnollisesti tietoarkiston kanssa!
  • ei data steward -rooleja (staff scientisteja on joillain tiedekunnilla)
    • tekevät paljon samaa
  • data stewardship roolitukset ja asetelmat ovat work in progress - tärkeää kuulla erilaisia kokeiluja ja käytäntöjä ja rakentaa toimintaa kokemusten kautta!
• QA
  • Niklas Lintumäki: mistä datatukiroolien osa-aikaisuus johtuu?
    • Rousi: panos-tuotos-suhdetta on vaikea mitata tässä. etuna osa-aikaisuudessa on, että datatuki kuuluu tutkimuksen kontekstiin (luotettu, mukana oleva henkilö). kokopäiväiset tukihenkilöt taas ovat erilaisessa asetelmassa tutkijoisihin nähden.
    • xx: rahoitus on kuitenkin vain pieni osa tätä ratkaisua. tärkeimpänä asiana on, että tutkijat eivät halua irtautua täysin tutkimuksesta
    • MEK: monissa tehtävissä ei kannata olla 100%, HYssa tutkittu mitkä ovat tehtäviä, jotka vaativat 100%keskittymistä. Datatukea on hyvä saada sieltä oman kontekstin sisältä, data-agentti-tyyppiset henkilöt toimivat tärkeänä linkkinä täysiaikaisten tukipalveluiden ja tutkimuksen välillä! keskittäminen on aina oppimista - mikä hyvä balanssi
    • Kallio: tavallista on ollut että on täysipäiväisiä henkilöitä, toivoisimme että meilläkin olisi näitä enemmän, mutta erilaiset roolit tärkeitä.
    • Näppilä: toisaalta kaivataan henkilöitä, joita voi aina mennä nyhtämään hihasta - helposti saatavilla olevat henkilöt. Riippuu aina organisaatiosta millainen järjestely on paras.
  • Miten data-agentit jne rahoitetaan?
    • HYlla pyritään siihen, että tiedekunnat maksaisivat
    • Aallossa tutkimuspalvelut rahoittavat
    • OY: maksettu strategisesta rahoituksesta, pyritään myös tiedekuntien rahoitukseen
  • Johanna Krappe: TAYn täysiaikaiset datamanagerit rahoitetaan osittain projekteista, miten hoidettu? Overheadeista vai suoraan palkkakustannuksista?
    • budjetoitu projektin kustannuksista
  • kuinka monessa pystyy olemaan mukana?
    • riippuu projektista ja sen vaiheesta. alussa ja lopussa tarvitaan eniten tukea
  • osataanko tukea hakea?
    • TAY: aina vain paremmin, tavoitteena markkinoida tiedekunnissa enemmän
    • OY: jos meille tulee managerit, tulevat he tutkimuksen tukipalveluihin, jossa hankkeetkin on
  • Miten datamanagerit osallistuvat hakuvaiheessa?
    • TAY: tähän mennessä tulleet projektit haettu ennen managerin osuutta. nyt menossa vaihe, jossa jo suunnitellaan miten hakemukseen merkitään managerin tarve (mille haetaan rahaa ja kuinka suuri osuus)
  • HY:lla sekä stewardeja ja staff sientisteja, onko rooleissa kuinka paljon päällekäisyyttä?
    • ei kauheasti, staff scientistit ovat tärkeä sidosryhmä, mutta täydentävät stewardien toimintaa
    • onko keskitetty palvelu?
      • ei keskitettyjä staff sientisteja
      • esimerkiksi otettu kuitenkin datanhallinnan osaaja tiedekuntaan tai asemalle ja uusi henkilö kouluttautumaan keskitettyyn palveluun → näin voi kasvattaa osaamista ja verkostoa
  • Miten saatu tutkijat motivoitumaan datanhallinnan hyviin käytäntöjä? työnkulut ja infrat? lisääkö tukihenkilöiden olemassa olo tutkijoiden datatyötä
    • Näppilä: work in progress - tuen olemassaolo ilahduttanut ja hyvää palautetta saatu
    • Kallio: motivointi ei ole vielä onnistunut täysin - kannustimien puute, nähdään aikaa kuluttavana kun dataa hallitaan kunnolla
    • MEK: riippuu paljon siitä missä vaiheessa kohtaaminen tapahtuu, virheiden ehkäiseminen aiheuttaa kiitosta, virheiden osoittaminen taas närää - oikea-aikaisuus! prosessin kehittäminen oikea-aikaisuuteen keskiössä
    • Rousi: esimerkkejä toiminnasta: eettinen toimikunta on todennut, että hakemusten laatu on parantunut (läpimenovauhti parantunut) tietoisuuden ja osaamisen lisääntyessä. kansainväliset post docit eivät voi tietää käytäntöjä - tarvitaan tukea jotta huippututkimus onnistuu
    • rahoittajien vaatimukset tärkeä motivaattori!!
  • Mitkä opit ja suositukset toiminnasta organisaatioille, jotka eivät vielä aloittaneet? Mikä suurimmat haasteet 5 vuoden säteellä?
    • Kallio: kansallisen yhteistyön suosiminen tärkeää - saa oppia ja tukea! isoin tuleva haaste: asiat menevät eteenpäin jatkuvasti ja monimutkaistuvat
    • MEK: datanhallinan palvelut ovat raskaita, pidä työ hauskana (esim tutkijoiden haastattelu) ota mukaan tutkijat kaikkeen toimintaan ja kehittämiseen - tarvelähtöisyys!
    • Näppilä: Pitkäjänteisyyttä tarvitaan, aina tulee aloittaa alusta kun lisää tietoisuutta. Haasteena hyvän datan hallinnan työläys - esim FAIR-datan tuottaminen - odotan helpottavia ratkaisuja!
    • Rousi: Haasteena esim meritoituminen datasta, tämä tulisi ratkaista, jotta kannustavaa
    • ELI: teknologian kehittyminen jotta helpompaa, arvioinnin ja palkitsemisen tulisi kattaa myös data
• Datanhallinnan asiantuntijoiden koulutuksen ja osaamisen muodollistaminen/virallistaminen?
  • kansallinen työryhmä tehnyt roadmapin,
  • esittelymateriaalia tarpeesta saatavilla
  • suunnitelma koulutuksesta tehty ja starttirahoitusta haettu täydennyskoulutuksena → mahdollisesti alkamisajankohta siis syksy 2024 tai kevät 2025

Avoimen tieteen johtamismalli: miten kulttuurinmuutoksesta rakennetaan koko organisaation asia?

• avoimen tieteen edistämistä tehdään monissa eri piireissä ja tasoilla - tämän vuoksi tarvitaan koordinaatiota
• avoimen tieteen johtamista on monen tyyppistä eri tasoilla - se luo kulttuurinmuutosta, tutkijan arki ruohonjuuritasolla erityisen merkityksellinen
  • ylin johto ja arki tulee olla linjassa ja tukea toisiaan
• koordinaatioryhmän toimintaa pilotoitu luonnontieteellisen tiedekunnan ja hssh:n kanssa, joilla jo kokemusta ja kiinnostusta avoimen tieteen edistämiseen
  • tavoitteena kokonaiskuvan muodostus ja muodostaa ryhmä joka voi tunnistaa tarvittavat toimenpiteet ja kehityskohdat sekä priorisoida niiden toteuttamisen
• QA
  • Laura Mure: Oletteko olleet tyytyväisiä ja miten saitte tutkijajäsenet mukaan?
    • 8kk tehty, ryhmä tutustunut toisiinsa ja toisten näkemyksiin avoimesta tieteestä. tavoitteena tehdä niin yhdenmukaista kuin mahdollista, vaikka monialainen yliopisto. Tyytyväisiä yhteiseen foorumiin ollaan oltu. Kokeiltu uusitun datapolitiikan viemistä paikalliselle tasolle - opettanut paljon!
    • Tutkijat, jotka mukana ovat avoimen tieteen aktiiveja, joten ei vaikea houkutella mukaan
    • esikuvia mallille oli muutamia: Lerun avoimen tieteen tiekartta, Utrechtin malli
  • Susanna Nykyri: EUn pilareissa ei näy oppiminen, meillä pyritty tieteenalarikkauteen ja roolien laajuuteen - otettu oppimisen puoli mukaan tämän kautta. Miten vuoropuhelua keskeisten palvelujohtajien lisäksi käydään koulutuksen ja oppimisen kanssa?
    • avoimet oppimateriaalit vielä käsittelemättä, listalla tänä syksynä. Organisointikysymys hankala, koska oppimateriaalit koulutuksen puolella. Pyydetään mukaan edustaja kokouksiin ja valmistellaan koulutuksen johtohenkilöiden kanssa
  • Mari Riipinen: Samanlaisia pohdintoja varmasti on monessa organisaatiossa siitä mitä avoin tiede on ja miten muutosta johdetaan? onko tutkijoiden kanssa tullut keskustelua tieteenalojen arvoissa ja miten näkyy strategisella tasolla?
    • mahdollisesti esim datapolitiikan toteuttamisessa tulee erilaisuudet esiin ja niitä käsitellään tässä yhteydessä. linjauksissa ei pitäisi olla niin erilaisia arvokysymyksiä, jotka eriyttäisivät, linjauksia voi toki olla erilaisa. valmistelussa tehtiin kysely yksiköille miten avoimen tieteen asioista päätetään, onko olemassa olevia linjauksia, onko joitain erityiskysymyksiä
    • avoimen tieteen kehittäminen on tärkeää aloittaa siitä mihin on kiinnostusta ja osaamista jo valmiiksi, kypsyystaso avoimessa tieteessä ja datan hallinnassa ovat hyvin erilaisia ja tämä otetaan huomioon

Pure-tutkimustieto-järjestelmät avoimen tieteen ja arvioinnin tukena

• tutkimustietojärjestelmät mahdollistavat paljon haravointia, automatisointia ja relaatioita kuvan tutkimuksesta saamiseksi
  • haasteena relaatioiden ja rikastamisen toteuttamiskeis on se, että kaikki ei tapahdu automaattisesti
• tutkimustietojärjestlmillä voi olla monenlaisia käyttötarkoituksia, vaikka kaiksessa se ei olekaan paras vaihtoehto
  • esim raportointi, rinnakkaisjulkaiseminen, data-arkisto
• QA
  • Kimmo Borg: kuka luo relaatiotita tuotosten välillä?
    • validaattorit tekevät osaan (esim julkaisu + hanke) palveluna, lisäksi aktiiviset tutkijat vievät esim press-relaatioita
  • Marjut Haapalehto: Dataaineistojen ja julkaisujen rikastaminen tutkimusinfrastruktuuritiedolla?
    • data-aineistoon viedään palveluna tietoja esim julkaisuista tai hankkeista, jos tieto löytyy esim data-arkistosta, tieto infrasta voidaan tuoda
  • Anna-Kaarina Linna: Julkaisujen kirjoittajamaksutieto, tuodaanko rajapinnan kautta? olisiko api mistä?
    • tällä hetkellä manuaalinen steppi, kehitteillä rajapinta tietojen tuontiin
    • ei vielä tiedetä mihin api voitaisiin yhdistää, ei ainakaan talouden järjestelmiin
  • Lotte: Mitä rikastusta tapahtuu automaattisesti, mikä manuaalista?
    • rikastaminen tällä hetkellä lähinnä manuaalista
    • tavoitteena tuoda esim projektitiedot jokaiseen julkaisuun automaattisesti

Re-thinking research information. JYU's tools to gather research information, to promote open science and assess impact

Kysymykset:

• Mitkä on resurssit:
  • Kaksi henkilöä (metriikka ja työkalut)
• Minkälainen ajallinen säästö automaatio on tuonut:
  • Merkittävä, mutta ei toistaiseksi mitattu. 
• Minkälaisia kommentteja on tullut tutkijoilta, kun joutuvat täyttämään ensin suhteellisen paljon tietoa:
  • Tietoa tuotetaan tavallaan samaan aikaan, kun syötetään muutakin tietoa. Pakko tehdä, vaatii aikaa, mutta muotoiltu helpoksi.
• Miten määrittelette, että ei-julkaistu tieto on tärkeää:
  • Koetaan, että kaikki tieto on tärkeää. Tutkijoiden työ saadaan näkyviin on tärkeää. 
• Mitä edellyttää, että esimerkiksi PURE alkaisi käyttämään työkulku-ohjelmaa:
  • Ei vaadi koodaustaitoa ja on helppo käyttää

MyResearch - a service to promote responsible research and open science

Mitä kuuluu, Aila?

Aalto Repository -preserving and showcasing creative and practice-based learning and research

WS: TKI-hankkeiden oppimateriaalit avoimeksi

User-driven research impact service with service design

WS: Tutkimuksen datan hallinnan tulevaisuus – Tule mukaan vaikuttamaan palveluiden kehitykseen

Tutkimuksen datan hallinnan nykytilan analyysi - Avoin kommentointi

• Pyydämme nykytilan analyysiin kommentteja erityisesti keskeisten tutkimuksen asiantuntijaverkostojen jäseniltä (mm. tutkimuspalvelut, tutkimustiedonhallinta, tutkimusetiikka, tutkimusinfrat, lakipalvelut), mutta kommentointi on avoin kaikille asiasta kiinnostuneille.
• Tätä kommentointipyyntöä saa mielellään välittää eteenpäin.
• Kommentoitava versio sijaitsee Eduuni-wikissä: https://wiki.eduuni.fi/x/3TTwFg. Analyysia voi kommentoida wikisivun alareunassa olevaan kommenttikenttään

Muistiinpanot työpajasta

• Kysymyksiä tehtävänasettelusta:
  • Otetaanko pitkäaikaissäilytyksen näkökulma mukaan? Vuosi 2023 kuvaa palveluiden tavoitevuotta, ei datan tavoitevuotta? Näin on
  • Mistä lähtien elinkaari huomioidaan, aloitetaanko tutkimussuunnitelmavaiheesta, hakemusvaiheesta, mistä? Voi itse määritellä
• /digitoidaan työpaja-aineistot tähän/

Tiedejatutkimus.fi -palvelu hyötykäyttöön

• Tutkimustietovarannon ja sen tiedejatutkimus-portaalin taustat ja tavoitteet
• Datalähtöinen demo palvelusta
  • Kysymyksiä:
    • Keitä palvelusta tulisi löytyä? Tutkijat vs. People?
      • Hieman hämäävä otsikointi tiedossa, pitäisi kattaa kaikki TKI-henkilöstö
    • Onko TTV OpenAire-yhteensopiva?
      • OKM rekisterinpitäjänä päättää saako OpenAirelle luovuttaa tietoa
    • Mitkä organisaatiot on mukana (tutkijan tietoja tuomassa)?
      • Korkeakoulun pitää toimittaa tutkimustietojärjestelmästä tiedot sovitussa muodossa. Sen jälkeen tutkijan kirjautuessa näkyisi kotiorganisaation tiedot. Jos ei ole toimitettu mitään, näkyy vain ORCIDin tiedot
      • Ohjausryhmässä kannustetaan korkeakouluja toimittamaan tiedot
    • Voiko merkitä rahoittajan, vaikka TTV:ssä ei ole hanketietoja? JY:llä Metaxin mukainen tieto, muttei voi tuoda tänne kun ei ole ulkoisen rahoituksen hanketta
      • Menisi käsitteen tutkimusprojektin alle, se on suunnitelmavaiheessa.
    • Saako julkaisuihin liitettyä rahoitustietoja?
      • Luulisimme että voi liittää, pitää varmistaa julkaisutiedonkeruun asiantuntijoilta
    • Keskeisimmät kehityskohteet?
      • Aihemallinnus ja semanttinen haku
      • Tutkimusprojektit
      • Tutkimusinfrastruktuurien tietomalli
      • Tutkijan tiedot
    • Tutkijan tietoihin toiveita
      • Ei tieteellinen CV vaan myös yleisellä tasolla esim. asiantuntijuusaloja
      • ORCIDIssa voi lisätä avainsanat jotka näkyy täällä