Suomi

English


Svenska

Motivointi



Aineistonhallintasuunnitelma (DMP) kertoo, miten tutkimusaineistoa hallitaan tutkimuksen aikana ja sen jälkeen. Suunnitelman laatiminen auttaa ennakoimaan datanhallintaan liittyviä tarpeita ja vähentämään tutkimusprojektin riskejä.

Päällekkäisyyksien välttämiseksi voit viitata aineistonhallintasuunnitelmassasi tutkimussuunnitelmaasi ja päinvastoin. Tutkimussuunnitelma kuvaa aineiston tieteellistä, analyyttistä ja metodologista käsittelyä, kun taas DMP kuvaa aineiston teknistä ja hallinnollista käsittelyä.

Aineistonhallintasuunnitelman yhteydessä aineisto (data) ymmärretään laajasti. Tutkimusaineisto tai tutkimusdata kattaa kaikki tietoaineistot (data, koodit, jne), joihin tutkimustuloksesi perustuvat.

Miten laadin aineistonhallintasuunnitelman? LUE AINAKIN NÄMÄ ENSIN.

  • Laadi aineistonhallintasuunnitelma oman tutkimushankkeesi näkökulmasta. Älä kopioi tekstiä muualta tarkistamatta soveltuuko se tähän hankkeeseen.
  • Tutustu ensin kaikkiin kysymyksiin! Vastaa kysymyksiin soveltuvin osin. Jos tietty kysymys ei ole sovellettavissa tapauksessasi, perustele miksi näin.
  • Tutustu organisaatiosi (tai organisaatioiden) sekä rahoittajan laatimiin aineistonhallinnan ohjeisiin ja vaatimuksiin.
  • Sisällytä suunnitelmasi alkuun taustatiedot, kuten rahoituksen hakijan ja projektin nimi, projektin numero, rahoitusohjelma ja suunnitelman versio. 
  • Käytä aineistonhallintasuunnitelmaa riskinarvioinnin ja -hallinnan kuvauksena. Pyri tunnistamaan, ennakoimaan ja hallitsemaan aineistonhallintaprosessiin liittyviä riskejä.

 Mihin tutkimusaineistojen hallinnointia ja aineistonhallintasuunnitelmaa tarvitaan?

  • Etukäteen laadittu aineistonhallintasuunnitelma vähentää aineistojen häviämisen tai tuhoutumisen riskiä.
  • Suunnitelman avulla pystyt ennakoimaan ja hallitsemaan omistajuuteen ja käyttöoikeuksiin liittyviä yksityiskohtia.
  • DMP:n kirjoittaminen ohjaa noudattamaan FAIR-periaatteita (Findable, Accessible, Interoperable ja Re-usable), mikä lisää tutkimusaineistojen ja -datan uudelleenkäyttöä sekä lisää projektisi näkyvyyttä.
  • Suunnittelu auttaa seuraamaan rahoittajien linjauksia.

 

A Data Management Plan (DMP) outlines how research data will be managed throughout the research project and beyond. Creating the plan helps anticipate data management needs and minimise the risks associated with the project.

To avoid duplication, you can refer to your research plan in your data management plan, and vice versa. While the research plan describes the scientific, analytical, and methodological handling of the data, the DMP describes the technical and administrative handling of the data.

In the context of a data management plan, the term 'data' is used very broadly. Research data encompasses all the information (data, codes, etc.) on which your research findings are based.

How do I create a data management plan? MAKE SURE YOU READ THIS FIRST.

  • Draw up a data management plan from the perspective of your own research project. Do not copy text from elsewhere without first checking its suitability for your project.
  • Please read through all the questions first. Answer all the questions that apply to your project. If a question does not apply to your case, please explain why.
  • Make sure you are familiar with the data management guidelines and requirements set out by your organisation(s) and the funder.
  • At the start of your plan, include background information such as the researcher’s and project’s names, the project number, the funding programme and the version of the plan.
  • Use the DMP as a description of risk assessment and management. Aim to identify, anticipate and manage the risks associated with the data management process.

Why are research data management and a DMP necessary?

  • Drawing up a data management plan in advance reduces the risk of data being lost or destroyed.
  • The plan helps to anticipate and manage the details relating to ownership and usage rights.
  • Writing a DMP helps you to adhere to the FAIR principles (findable, accessible, interoperable and reusable. This increases the reuse of your research materials and data, as well as the visibility of your project.
  • Planning helps ensure compliance with research funders' guidelines.





1. Aineiston yleiskuvaus



1.1  Millaiseen aineistoon tutkimuksesi perustuu? Millaista aineistoa kerätään, tuotetaan tai käytetään uudelleen? Missä tiedostomuodossa aineisto on? Esitä myös karkea arvio tuotettavan/kerättävän aineiston koosta. 

Tutkimusaineistolla tarkoitetaan sitä aineistoa, jota tutkimuksen aikana hyödynnetään tai tuotetaan ja johon tutkimustulokset perustuvat. Kuvaa lyhyesti, millaista aineistoa olet keräämässä tai tuottamassa. Selitä, millaista jo olemassa olevaa aineistoa aiot (uudelleen)käyttää. Luetteloi esimerkiksi tekstityypit, kuvat, valokuvat, mittaukset, tilastot, fyysiset näytteet tai koodit. 

Luokittele aineistosi taulukossa tai selkeällä luettelolla esimerkiksi seuraavasti: 

A) aiemmin kerätty / tuotettu aineisto, jota käytetään tässä hankkeessa uudelleen,
B) hankkeessa kerätty / tuotettu aineisto. 

Viittaa taulukkoon tai luetteloon aineistonhallintasuunnitelman muissa kohdissa. 

Kuvaa käyttämäsi tiedostomuodot (esimerkiksi .csv, .txt, .docx, .xslx ja .tif). Joissain tapauksissa tutkimushankkeen aikana käytettävät tiedostomuodot voivat erota tiedostomuodoista, joita käytetään hankkeen jälkeen aineiston arkistoinnissa. Mainitse tällöin molemmat tiedostomuodot. Tiedostomuoto vaikuttaa oleellisesti aineiston saavutettavuuteen ja uudelleenkäytettävyyteen.

Arvioi, kuinka paljon levytilaa tarvitaan aineiston tallennukseen. Aineiston koon arviointi summittaisesti riittää (esim. alle 100 Gt, noin 1 Tt tai useita petatavuja). Tämän on tarkoitus auttaa arvioimaan riittävätkö organisaation tarjoamat tavalliset tallennusratkaisut vai tarvitaanko lisätallennustilaa. 

Mainitse myös lyhyesti, jos aineistonhallintaan liittyy jotain erityistä, kuten erityiset henkilötietoryhmät, tutkimusturvallisuus tai tekoälyn käyttö. Ota tässä tapauksessa asia huomioon läpi aineistonhallintasuunnitelman soveltuvissa kohdin. 

Vinkkejä hyvistä käytännöistä 

  • Voit sisällyttää taulukkoon tai luetteloon esimerkiksi tietotyypit, tiedostomuodot, käytettävät ohjelmat ja aineiston koon tiiviissä muodossa.
  • Muista mainita tietojen tarkasteluun tai käyttämiseen tarvittavat erityiset tai epätavalliset ohjelmat varsinkin, jos ne koodataan tai tuotetaan hankkeessasi.

Vältä päällekkäisyyttä tutkimussuunnitelman kanssa. Aineiston analysointiin ja tutkimusmenetelmiin liittyvät yksityiskohdat ja prosessit kuvataan tutkimussuunnitelmassa.

1.1 What kinds of data is your research based on? What data will be collected, produced or reused? What file formats will the data be in? Additionally, give a rough estimate of the size of the data produced/collected.

Research data refers to the data used or produced during the research process, on which the research findings are based. Briefly describe what types of data you are collecting or producing. In addition, explain what kinds of already existing data you will (re)use. List, for example, the types of texts, images, photographs, measurements, statistics, physical samples or codes.

Categorise your data in a table or with a clear list, for example:
A) previously collected / produced data which is being reused in this project,
B) data collected / produced for this project.

You can refer to this categorisation in other sections of the DMP.

List the file formats for each data set. In some cases, the file formats used during the research project may differ from those used in archiving the data after the project. List both. The file format is a primary factor in the accessibility and reusability of your data in the future.

Estimate how much storage space is needed for storing the data. A rough estimation of the size of the data is sufficient, for example, less than 100 GB, approx. 1 TB or several petabytes. This is intended to help assess whether the standard storage solutions provided by the organization are sufficient or if additional storage space is needed.

Also briefly mention if there are any specific aspects related to data management, such as special categories of personal data, research security, or the use of artificial intelligence. In such cases, address the matter in the relevant sections of the data management plan.

Tips for best practices

  • Use a table or bullet points for a concise way to present data types, file formats, the software used and the size of the data.
  • Make sure to describe any special or uncommon software necessary to view or use the data, especially if the software is coded in your project.

Avoid overlaps with the research plan. Data analysis and methodological issues related to data should be described in your research plan.

 




2. Eettisten periaatteiden ja lainsäädännön noudattaminen - Työryhmän uusi ehdotus (11.9.2026)

Compliance with ethical principles and legislation


2.1 Mitä juridisia seikkoja aineistonhallintaan liittyy?

Kuvaa tutkimuksen kannalta keskeiset juridiset vaatimukset sekä miten ne näkyvät käytännössä ja vaikuttavat aineiston käsittelyyn. Keskity tutkimuksesi kannalta olennaisiin kysymyksiin ja noudata oman organisaatiosi tarkempia ohjeita. Lisäohjeita tutkimusaineistolle, joka sisältää luottamuksellista tietoa tai henkilötietoa. 

Tietosuoja  

  • Millaisia henkilötietoja aineisto sisältää?
  • Miten henkilötietojen keruu ja käsittely minimoidaan?
  • Miten tutkittavien yksityisyys suojataan (esim. anonymisointi tai pseudonymisointi)?
  • Mikä taho on henkilötietojen rekisterinpitäjä (esim. tutkija itse vai organisaatio) tai onko kyse yhteisrekisterinpitäjyydestä (esim. useiden organisaatioiden kesken)?
  • Miten henkilötietojen käsittelyyn liittyvät riskit tunnistetaan ja hallitaan?
  • Miten tutkittavia informoidaan henkilötietojen käsittelystä?
  • Tieteellinen tutkimus ja tietosuoja (Tietosuojavaltuutetun toimisto).

Immateriaalioikeudet ja sopimukset

  • Liittyykö aineistoon tekijänoikeuksia, patentteja tai muita immateriaalioikeuksia?
  • Onko aineiston salassapidolle tarvetta?
  • Sisältääkö aineisto kolmansien osapuolten materiaalia?
  • Onko aineiston käyttöön, jakamiseen tai omistajuuteen liittyviä sopimuksia tai lisenssejä?
  • Miten organisaation omat omistajuus- ja käyttöoikeusperiaatteet huomioidaan?

Muu lainsäädäntö ja tutkimusturvallisuus

  • Kuvaa vain tutkimuksesi kannalta relevantit säädökset ja niiden vaikutus aineiston käsittelyyn?
  • Arvioi tarvittaessa tutkimusturvallisuus, kaksikäyttöpotentiaali, yleiseen turvallisuuteen tai kriittisiin teknologioihin liittyvät riskit.
  • Kuvaa datan jakamiseen, säilyttämiseen ja käyttöoikeuksiin liittyvät erityisvaatimukset.


2.1 What legal and ethical considerations are associated with data management?

Describe the key legal and ethical requirements relevant to the research, as well as how they are reflected in practice and affect the processing of the data. Focus on issues that are relevant to your research and follow the more detailed guidelines provided by your organisation. Further guidance on research data containing confidential information or personal data is available here: https://zenodo.org/records/11372948

Data protection

  • what types of personal data the dataset contains
  • how the collection and processing of personal data are minimised
  • how the privacy of research participants is protected (e.g. through anonymisation or pseudonymisation)
  • which party is the data controller (e.g. the researcher or the organisation), or whether joint controllership applies (e.g. between several organisations)
  • how risks related to the processing of personal data are identified and managed
  • how research participants are informed about the processing of their personal data
  • for further information, see: https://tietosuoja.fi/en/scientific-research-and-data-protection

Intellectual property rights and agreements

  • whether the dataset is subject to copyrights, patents, or other intellectual property rights
  • whether there is a need to keep the data confidential
  • whether the dataset contains material belonging to third parties
  • whether there are agreements or licences concerning the use, sharing, or ownership of the data
  • how the organisation’s own principles regarding ownership and rights of use are taken into account

Other legislation and research security

  • describe only the regulations relevant to your research and their impact on data processing
  • assess, where necessary, research security, dual-use potential, and risks related to public safety or critical technologies
  • describe any specific requirements related to data sharing, storage, and access rights

2.2 Mitä eettisiä kysymyksiä aineistonhallintaan liittyy?

Kuvaa tutkimuksen kannalta keskeiset eettiset vaatimukset sekä miten ne näkyvät käytännössä ja vaikuttavat aineiston käsittelyyn. TENK:n Hyvä tieteellinen käytäntö. 


2.2 What ethical considerations are associated with data management?


2.3 Miten hallinnoit käyttämäsi, tuottamasi ja jakamasi aineiston oikeuksia?

Kuvaa, miten sovit hankkeessa kerätyn, tuotetun ja (uudelleen) käytetyn tutkimusaineiston käyttöoikeuksista. Pohdi, kuka omistaa aineiston erityisesti, jos mukana on ulkopuolinen yhteistyökumppani. Omistajuutta ja käyttöoikeuksia koskevat sopimukset tehdään mahdollisimman varhaisessa vaiheessa hankkeen elinkaarta. 

Tarkista:

  • Oletko saanut luvat aineiston säilyttämiseen ja jakamiseen?
  • Tarvitaanko sopimuksia esim. valmiiden aineistojen käytöstä ja millä ehdoilla/lisensseillä aineisto on käytettävissä.
  • Syntyykö käsittelyssä tekijänoikeuden alaista materiaalia, esim. koodia?
  • Tarvitseeko vaatia tutkimukseen osallistuvilta henkilöiltä salassapitosopimus esim. IPR-oikeuksien suojaamiseksi.
  • Onko jokin osakokonaisuus pidettävä vain erikseen määriteltyjen henkilöiden tiedossa eikä siihen liittyvää tietoa voi jakaa kaikkien tutkimuksen toteutukseen osallistuvien kesken?
  • Huomioi mahdolliset tutkimusturvallisuuteen liittyvät seikat, kuten kaksikäyttöpotentiaali, yhteistyökumppaneihin mahdollisesti liittyvät riskit tutkijoille, tutkimukseen osallistuville ja akateemiseen vapauteen liittyvät kysymykset sekä kriittiset teknologia-alueet.   

2.3 How will you manage the rights to the data you use, produce, and share? 

Describe how the rights to use research data collected, produced, and (re)used in the project are agreed upon. Consider who owns the data, particularly if an external partner is involved. Agreements concerning ownership and rights of use should be made as early as possible in the project lifecycle.

Check:

  • whether you have obtained the necessary permissions to store and share the data
  • whether agreements are required, for example, for the use of existing datasets and under what terms or licences the data may be used
  • whether the processing generates material protected by copyright, such as code
  • whether research participants need to sign confidentiality agreements, for example, to protect intellectual property rights (IPR)
  • whether any part of the research needs to be restricted to specifically designated individuals and whether related information can therefore not be shared with everyone involved in conducting the research
  • pay attention to any research security considerations, such as dual-use potential, risks associated with research partners to researchers and research participants, issues related to academic freedom, and critical technology areas


3. Dokumentointi ja metatiedot

3. Documentation and metadata


3.1 Mitä tietoa ja dokumentaatiota aineistostasi tarvitaan, jotta aineisto on ymmärrettävää ja käyttökelpoista sekä sinulle itsellesi että muille mahdollisille käyttäjille niin tutkimuksen aktiivisessa vaiheessa kuin sen jälkeenkin?

Aineiston kuvailu ja dokumentointi ovat tarpeen, jotta aineisto säilyy käyttökelpoisena tutkimuksen aikana ja sen jälkeen. Tähän kokonaisuuteen kuuluu myös metatieto/metadata, joka kuvaa aineistoa tiivistetyssä muodossa, ja voi noudattaa tiettyä standardia. Koko aineiston elinkaaren aikana tapahtuva kuvailu on tärkeää, vaikka aineistoa ei avattaisi. Kerro esimerkiksi:

  • Millä tavalla varmistat aineistosi ymmärrettävyyden ja käytön, eli mitä lisätietoa aineistosta tarvitaan (esim. README-tiedosto, laboratoriomuistio, koodikirja, käytetyt termit, kyselylomake, haastattelurunko).
  • Millaisilla nimeämiskäytännöillä ja kansiorakenteilla pidät aineiston löydettävänä (esim. oman alan, tutkimusryhmän yhteiset tai omat käytänteet).
  • Miten huolehdit versionhallinnasta (esim. raakadatan lukitseminen muokkauksilta, versionhallinta-ohjelmisto, versionumerointi tiedostonnimissä).
  • Mitä sellaisia välineitä ja laitteita mahdollisesti käytät, jotka tuottavat standardimuotoista metatietoa.
  • Mitä vakiintuneita sanastoja käytät (ks. esim. Finto.fi).
  • Miten kokoat aineiston yleiset kuvailutiedot (esim. aineiston nimi, tekijä(t), versio, aineistoon liittyvät päivämäärät).
  • Minkä metadatastandardin mukaan mahdollisesti kuvailet aineistoa (esim. oman alan, valitun data-arkiston).
  • Miten dokumentoit tutkimusprosessin aikaisen mahdollisen tekoälyn käytön.

3.1 What information and documentation are required to make your data understandable and usable for you and other potential users, both during and after the active phase of the research?

It is necessary to document the data to ensure that it remains usable during and after the research process. This includes metadata, which provides a concise description of the data and may follow a specific standard. It is important to document the data throughout its entire lifecycle, even if it is not made publicly available. For example, consider the following:

  • How will you ensure that your data is both understandable and usable? In other words, what additional information do you need to provide alongside the data (e.g. a README file, laboratory notes, a codebook, a glossary of terms, a questionnaire or an interview template)?
  • What naming conventions and folder structures do you use to keep your data findable and well organised (e.g. practices in your field, shared conventions within your research group, or your own established practices)?
  • What methods do you use for version control (e.g. locking raw data to prevent editing, using version control software, including version numbering in file names)?
  • What tools and equipment, if any, do you use to generate standardised metadata?
  • What standardised terms or vocabularies (ie. controlled vocabularies) do you use (see, for example, Finto.fi)?
  • How are the general metadata elements for the data compiled (e.g. the dataset title, the author(s), the version and the relevant dates)?
  • Which metadata standard might you use to describe the data (e.g. one specific to your discipline, or required by a chosen data repository)?
  • How is the use of artificial intelligence in the research process documented?


4. Tallentaminen ja varmuuskopiointi tutkimushankkeen aikana



4.1 Minne aineistosi tallennetaan, ja miten se varmuuskopioidaan?

Kuvaa, minne aineisto tallennetaan ja varmuuskopioidaan tutkimushankkeen aikana. Osoita, että tunnet organisaatiosi säilytysratkaisut. Älä viittaa ainoastaan tietotekniikkapalveluihin. Perimmäinen vastuu aineistosi käsittelemisestä on sinulla.

  • Kuka vastaa tietojen varmuuskopioinnista ja palauttamisesta?
  • Jos mukana on useita tutkijoita, suunnittele tiedostojen siirrot yhteistyökumppaniesi kanssa.

Vinkkejä hyvistä käytännöistä

  • Huomioi riskitekijät tallennusratkaisujen ja pääsyoikeuksien hallinnan suunnittelussa.
  • Noudata organisaatiosi vaatimuksia aineiston turvallisesta tallentamisesta ja käsittelystä. On suositeltavaa käyttää oman organisaatiosi tai muun luotettavan IT-tarjoajan (kuten CSC) tarjoamaa ja ylläpitämää tietoturvallista tallennusratkaisua..
  • Älä käytä ulkoisia kovalevyjä pääasiallisena säilytysratkaisuna.
  • Säilytä arkaluonteista aineistoa vain niihin soveltuvissa tallennusratkaisuissa ja käsittely-ympäristöissä.
  • Arkaluonteisen aineiston käsittelyyn soveltuu esimerkiksi CSC:n SD-palvelut
  • Käytä tarvittaessa tiedostojen salaamiseen soveltuvia ohjelmistoja.
  • Huomioi pakotteiden asettamat käyttörajoitukset tutkimuksessa käytettävien laitteiden ja palveluiden käytössä ulkomailla.
  • Varmista, että aineiston käsittelyyn ja keräämiseen liittyvien sovellusten tekoälyominaisuudet ovat tietoturvallisia ja noudattavat organisaatiosi tekoälypolitiikkaa.



4.2 Kuka valvoo pääsyä aineistoon, ja miten suojattua pääsyä aineistoon valvotaan?

Tietoturvasta huolehtiminen on oleellista varsinkin, jos aineisto on arkaluonteista (esim. sisältää henkilötietoja, poliittisesti arkaluonteisia tietoja, liikesalaisuuksia tai tutkimusturvallisuuden kannalta sensitiivistä aineistoa kuten kaksikäyttötuotteita). Kuvaile, miten huolehditaan, että ulkopuoliset eivät pääse aineistoon käsiksi esim. salasanojen tai käyttöoikeuksien hallinnan kautta).

Vinkkejä hyvistä käytännöistä

  • Aineistoon pääsyä tulee aina valvoa luottamuksellisuustason mukaan.
  • Varmista, että pääsyoikeuksien hallinta on linjassa hankkeessa sovittujen toimintatapojen kanssa.



5. Aineiston avaaminen, julkaiseminen ja arkistointi tutkimushankkeen päätyttyä



5.1 Mikä osa aineistosta voidaan asettaa avoimesti saataville tai julkaista? Missä ja milloin aineisto tai siihen liittyvät metatiedot asetetaan saataville?

Kuvaa, miten aineistosi tai siihen liittyvät metatiedot saatetaan löydettäviksi ja saataville jatkokäyttöä varten. Jos aineistoa tai osaa siitä ei voi avata kerro, miten julkaiset aineiston löydettävyyden kannalta keskeiset metatiedot. Siten aineisto on löydettävissä ja jatkokäytettävissä ehtojen mukaisesti.

  • Mitä osia aineistosta voidaan avata: kokonaan, osittain esim. anonymisoituna tai aggregoituna, vai ainoastaan kuvailutiedot eli metatiedot?
  • Missä palvelussa aineisto tai sen metatiedot julkaistaan?
  • Milloin julkaiseminen tai muu saataville asettaminen tapahtuu, esim. hankkeen päättyessä tai tutkimusjulkaisun yhteydessä?

Jos aineistoa tai sen osia ei voida avata, perustele miksi. Kuvaa tällöin, miten aineiston mahdollinen hallittu uudelleenkäyttö toteutuu esimerkiksi aineistopyyntöjen, käyttölupamenettelyn tai muun kontrolloidun pääsyn kautta. Huomioi myös aineiston mahdolliseen jatkokäyttöön liittyvät riskit, kuten soveltuvuus automaattiseen analyysiin tai tekoälyjärjestelmien koulutukseen sekä näihin liittyvät tutkimusturvallisuusnäkökohdat.

Jos aineisto ei ole tutkimuksen toteuttaneen organisaation hallinnassa, kuvaa miten aineiston löydettävyys ja saatavuus varmistetaan kyseisen aineiston omistajan tai ylläpitäjän käytäntöjen mukaisesti.

Vinkkejä hyvistä käytännöistä

  • Tarkista, miten tutkittavia on informoitu aineiston käytöstä.
  • Muista tarkistaa rahoittajan omat, alakohtaiset tai kansalliset suositukset valitessasi sopivaa julkaisupaikkaa. EU-rahoittajat vaativat yleensä sertifioidun palvelun (data repository) käyttämistä.
  • Voit etsiä sopivaa palvelua esimerkiksi Open Access Directorystä tai re3data.org -rekisteristä, kysyä suosituksia organisaatiosi datapalveluista tai hyödyntää kansallisia ja alakohtaisia julkaisupalveluita, kuten 
  • Julkaise aineisto ja/tai sen metatiedot sopivassa palvelussa tai datajulkaisussa (data journal), joka on aineistoihin erikoistunut julkaisukanava ja myöntää pysyvän tunnisteen (PID, kuten DOI tai URN).
  • Julkaistaville aneistoille voidaan käyttää esimerkiksi Creative Commons -lisenssejä. Koodit ja ohjelmistot tulee lisensoida tarkoitukseen soveltuvilla ohjelmistolisensseillä, kuten GNU- MIT- tai muilla vastaavilla ohjelmistolisensseillä.

5.1 Which part of the data can be made openly available or published? Where and when will the data or related metadata be made available?

HUOM EI VALMIS!!!!

Describe how your data or related metadata will be made discoverable and accessible for reuse. If the data or parts of it cannot be made openly available, explain how you will make the relevant metadata available. This ensures that the data remain discoverable and reusable under appropriate conditions.

  • What parts of the data can be made available: the entire dataset, only part of it (e.g. anonymized or aggregated), or only descriptive information, i.e. metadata?
  • Where will the data or its metadata be published?
  • When will publication or other means of making the data available take place, for example at the end of the project or in connection with a research publication?

If the data or parts of it cannot be made openly available, explain why. In such cases, describe how possible controlled reuse of the data will be implemented, for example through data requests, access permit procedures, or other forms of controlled access. Also consider potential risks associated with future reuse of the data, such as its suitability for automated analysis or for training artificial intelligence systems, as well as any related research security considerations.

 If the data are not under the control of the organization conducting the research, describe how the discoverability and availability of the data will be ensured in accordance with the policies and the practices of the owner or custodian of the data.

Tips for good practice

  • Check how research participants have been informed about the use of the data.
  • Remember to review funder-specific, disciplinary, and national recommendations when selecting an appropriate publication venue. EU funders generally require the use of a certified service (data repository).
  • You can search for a suitable service, for example through the Open Access Directory or the re3data.org registry, ask your organization’s data services for recommendations, or use national and discipline-specific publishing services, such as:
  • Publish the data and/or its metadata in an appropriate service or a data journal, a publication channel specializing in datasets that provides a persistent identifier (PID), such as a DOI or URN.
  • Datasets that will be published can, for example, be licensed using Creative Commons licences. Code and software should be licensed using software licences appropriate for the purpose, such as GNU, MIT, or other similar software licences.

 


5.2 Missä pitkällä aikavälillä arvokas aineisto säilytetään ja kuinka pitkään?

Pitkäaikaissäilytys tarkoittaa aineiston säilyttämistä käyttökelpoisena vuosikymmenten ajan tai pidempään, mikä edellyttää erikoistuneita palveluita ja ylläpitoa. Palveluilla on seulontaperiaatteita, joiden mukaan mahdolliset säilytyspäätökset tehdään.  

Ota ajoissa yhteyttä kotiorganisaatiosi datatukeen sopivan säilytysratkaisun valitsemiseksi. 

Erityisesti ainutlaatuiset, vaikeasti toistettavat tai aineistot, joilla on laajaa tieteellistä, yhteiskunnallista tai kulttuurista arvoa, soveltuvat pitkäaikaissäilytykseen. Arkaluonteisten tai tutkimusturvallisuuden kannalta herkkien aineistojen osalta tulee varmistaa, että säilytysratkaisut sisältävät asianmukaisen pääsynhallinnan ja tietoturvan koko säilytysajan. 

Selvitä oman organisaatiosi mahdolliset linjaukset tutkimusaineistojen säilytysajoista.

Vinkkejä hyvistä käytännöistä

  • Aineistojen ja datan säilyttämistä koskevat päätökset tulisi tehdä jo aineistonhallinnan suunnitteluvaiheessa, ja niiden tulisi ottaa huomioon mm. organisaatioiden ohjeet ja vaatimukset.
  • Käytä palveluita, jotka ovat sitoutuneet pitkäaikaissäilytykseen ja joilla on
    • Määritellyt kuratointi- ja säilytyskäytännöt
    • Tuki pysyville tunnisteille ja metadatastandardeille
    • Esimerkiksi Fairdata PAS-palvelu on erikoistunut tutkimusaineistoihin, joilla on merkittävää pitkäaikaista arvoa organisaatiolle tai kansallisella tasolla.

5.2 How will the data be stored after the research project? (NEW Question as requested)

HUOM EI VALMIS!!!!

At the end of the research project, it is necessary to plan what will happen to the data. Not all datasets will be made openly available or transferred to long-term preservation. Data may be retained for a fixed period for potential reuse, verification of research results, or to meet legal obligations, after which it will be securely destroyed.

Describe:

  • where the data will be stored after the research project has ended
  • how long the data will be retained
  • the factors that determine the retention period
  • whether the data will be destroyed after the retention period or transferred to long-term preservation

Take into account any requirements set by your organisation, funder, legislation, or agreements regarding the retention and destruction of data. For sensitive, confidential, or research security-sensitive data, also describe how data security and access management will be ensured throughout the retention period.

If the data are expected to have significant long-term value, also describe the planned long-term preservation solution. Data suitable for long-term preservation may, for example, be of high quality, comprehensive, unique, or difficult to collect again. Such data may be important for the verification of research results, future research, the operations of the organisation, or nationally and internationally significant research infrastructures and data collections.

Tips for good practice

  • Plan the retention, sharing, and disposal of the data already at the beginning of the research project.
  • Designate a responsible person for the data also for the period after the research project has ended.
  • Document retention periods and the reasons for them.
  • Ensure that personal data and other sensitive data are retained only for as long as there is a justified need.
  • Use services that are committed to long-term preservation and provide:
    • defined curation and preservation policies
    • support for persistent identifiers and metadata standards

    • The Fairdata Digital Preservation Service for Research Data (DPS for Research Data) is specialised in research data with significant long-term value for an organisation or at the national level. For example, datasets deposited in the Finnish Social Science Data Archive are automatically preserved for the long term in the national digital preservation services (PAS) maintained by CSC.


6. Aineistonhallintaa koskevat vastuut ja resurssit

6. Data management responsibilities and resources


6.1 Kuka (esim. tehtävä ja laitos) vastaa aineistonhallinnasta?

Kerro tässä lyhyesti, miten projektisi aineistonhallinnan tehtävät ja vastuut on jaettu. Pohdi myös, kuka vastaa aineistoista, joita hankkeesi mahdollisesti tuottaa vielä päätyttyään.

Vinkkejä hyvistä käytännöistä

  • Hahmottele aineistonhallintaan liittyvät tehtävät ja vastuut, jotka liittyvät esimerkiksi aineiston keruun valmisteluun ja sen toteuttamiseen, dokumentointiin, aineiston laatuun, säilytykseen ja varmuuskopiointiin sekä aineiston arkistointiin ja jakamiseen. Jos mahdollista, nimeä vastuuhenkilö(t).
  • Yhteistyöhankkeissa kuvaa kumppaneiden aineistonhallintavastuut.
  • Määrittele, kuka vastaa aineistonhallintasuunnitelman toteuttamisesta ja päivittämisestä.
  • Kerro, kuka vastaa aineistonhallintataitojen perehdyttämisestä tutkimusryhmässä. 

 6.1 Who (for example role, position, and institution) will be responsible for data management?

Summarise all the roles and responsibilities relating to your project's data management here. Also consider who will be responsible for the data resulting from your project once it has ended.

Tips for best practices

  • Outline the roles and responsibilities relating to data management. These might include the preparation and execution of data collection and documentation, ensuring data quality, and the storage, backup, archiving and sharing of data. Where possible, specify who is responsible.
  • Outline the partners’ responsibilities for data management in collaborative projects.
  • Specify who is responsible for implementing and updating the DMP.
  • State who is responsible for introducing data management skills within the research group.


 6.2 Mitä resursseja aineistonhallinta edellyttää, jotta voit varmistaa, että aineisto voidaan avata ja säilyttää FAIR-periaatteiden (ks. edellä) mukaan?

Arvioi resurssit, joita tarvitaan aineistonhallintaan koko datan elinkaaren ajan. Tarvittavia resursseja voivat olla esimerkiksi säilytyskustannukset, laitteet, työaika sekä mahdolliset data-arkiston tallennuskustannukset.

Vinkkejä hyvistä käytännöistä

  • Pohdi, mitä täydentäviä tietoteknisiä ratkaisuja ja resursseja tarvitaan ja mitkä niiden kustannukset ovat.
  • Kerro, miten varmistat aineiston pitkäaikaisen käytettävyyden.
  • Erittele aineistonhallintakustannukset budjetissa rahoittajan vaatimusten mukaisesti.

6.2 What resources will be required for your data management procedures to ensure that the data can be opened and preserved according to FAIR principles (Findable, Accessible, Interoperable, Re-usable)?

Assess the resources required for data management throughout the data lifecycle. The resources required may include, for example, storage costs, equipment, working hours, and any costs associated with data repositories.

Tips for best practices

  • Consider what additional IT solutions and resources are needed, and how much they will cost.
  • Describe the measures you take to ensure the long-term usability of the data.
  • Remember to specify your data management costs in the budget, according to funder requirements.



  • No labels

Korkeakoulutuksen ja tutkimuksen yhteistyöalustan tietosuojaseloste