Aineistonhallinnan suunnittelu

DMP:n luominen aloitetaan kertomalla tutkimusprojektin taustatiedot. Tällä sivulla voit myös lisätä projektin tutkimussuunnitelman DMP:n liitteeksi. Tutkimussuunnitelma tukee Datatuen asiantuntijaa DMP:n kommentoimisessa, sillä tutkimussuunnitelmassa saattaa olla tutkimusprojektin aineistonhallinnan kannalta olennaisia tietoja, joita ei ole huomattu mainita DMP:ssä. Datatuki pyrkii erityisesti auttamaan tutkijaa määrittämään tutkimuksen riskienhallinnan kannalta olennaisia asioita, mutta lopullinen vastuu oman alan riskien tunnistamisesta on tutkijalla itsellään.

Tutkimuksessa käytetään tai tuotetaan tutkimusaineistoa tai -materiaalia

Valtaosassa tutkimusprojekteja käytetään tai tuotetaan jonkinlaista tutkimusdataa. Tässä yhteydessä datalla tarkoitetaan mitä tahansa aineistoa tai materiaalia, johon tutkimuksen analyysit ja tulokset perustuvat. Joskus tutkimus voi olla täysin teoreettista (esimerkiksi matemaattisten mallien, teorioiden tai todistusten kehittämistä tai formaalin logiikan tutkimusta), jolloin aineistonhallintasuunnitelman laatiminen ei ole tarpeen. On kuitenkin yleisempää, että tutkimus sisältää aineistonhallintaa.

Tähän kohtaan on vastattava ”Kyllä” tai ”En ole varma”, jotta lomakkeen täyttämistä voi jatkaa. Jos valitsee vaihtoehdon ”Ei”, lomakkeelle avautuu avoin tekstikenttä, jossa pyydetään perustelemaan, miksi aineistonhallintasuunnitelman tekeminen ei ole tarpeen.

Tässä osiossa kuvataan, miten tutkimusaineiston eheydestä ja oikeellisuudesta aiotaan huolehtia. Aineiston eheydellä ja oikeellisuudella tarkoitetaan erilaisia keinoja, joilla pyritään hallitsemaan aineiston laatuun liittyviä riskejä. Tutkimusaineiston eheys ja oikeellisuus voivat tutkimuskontekstista riippuen tarkoittaa esimerkiksi sitä, että data on säilynyt muuttumattomana ja jäljitettävänä koko elinkaarensa ajan ja on virheetöntä siten, että siitä johdetut tulokset ovat luotettavia. Kiinnittämällä huomiota aineiston yhtenäisyyteen ja laatuun huolehditaan, että aineisto palvelee tutkimusta parhaalla mahdollisella tavalla.

Tutkimusaineiston eheys ja oikeellisuus varmistetaan projektissa seuraavilla tavoilla

Aineistonhallintasuunnitelmapohjassa on listattu yleisimpiä tapoja huolehtia tutkimusaineiston eheydestä ja oikeellisuudesta. Valitse vaihtoehdot, jotka ovat tutkimuksesi kannalta olennaisia ja tarpeellisia. Avoimessa tekstikentässä voi halutessaan kuvata aineiston laadun varmistamisen käytänteitään tarkemmin ja kirjoittaa itselleen muistiinpanoja.

• Standardoitujen tutkimusmenetelmien käyttö aineistojen keräämisessä. Tämä voi tieteenalasta riippuen tarkoittaa monenlaisia erilaisia keinoja, joihin on perehdytty ennen kuin aineistoa aletaan kerätä. Esimerkiksi haastatteluaineiston keräämiseen voi valmistautua selvittämällä, millä välineellä dataa on suositeltavaa kerätä, mikä tiedostomuoto on tarpeeseen soveltuvin ja millainen aineistonkeruumenetelmä on riittävän tietoturvallinen.
• Tiedonkeruun ja käsittelyn vaiheiden dokumentointi. Tämä tarkoittaa tutkimuksessa sitä, että aineiston keräys-, esikäsittely-, puhdistus-, muokkaus- ja analyysivaiheet, käytetyt menetelmät, työkalut, parametrit sekä päätökset kirjataan järjestelmällisesti niin, että prosessi on läpinäkyvä, toistettava ja arvioitavissa.
• Tiedostojen ja kansioiden järjestelmällinen organisointi. Mikä tahansa tutkimusprojekti hyötyy tiedostojen johdonmukaisista nimeämiskäytänteistä ja ymmärrettävästi navigoitavasta kansiorakenteesta. Erityisen tärkeää tämä on tutkimusryhmissä, joissa on tarve käsitellä samoja tiedostoja ja kansioita.
• Aineiston varmuuskopiointi. Varmuuskopiointi tarkoittaa aineistojen kopioimista erilliseen sijaintiin, jotta ne voidaan palauttaa vahingon, virheen tai laitteen vian sattuessa. Esimerkiksi HY:n koti- ja ryhmähakemistoihin sisältyy automaattinen varmuuskopiointi.
• Tutkimusdatan tai koodin versionhallinnan käyttö. Versionhallinta tarkoittaa, että tiedoston aikaisempi versio on mahdollista palauttaa tallennuspalvelun määrittämän rajatun aikaikkunan sisällä. Tutkimusaineisto on suositeltavaa tallentaa sellaiseen paikkaan, johon sisältyy automaattinen versionhallinta (esim. HY:n kotihakemisto, ryhmähakemisto tai Umpio; Gitlab).
• Aineiston laadun seuranta tiedonkeruun aikana käyttämällä laatuindikaattoreita ja -mittareita. Projektikohtaisia laatuindikaattoreita voivat olla esimerkiksi vastausprosentti, mittausvirheiden määrä, puuttuvien havaintojen osuus, toistomittausten hajonta, signaali-kohinasuhde sekä näiden indikaattoreiden seurantatiheys. Seurantataulukoiden ja automaattisten tarkistusten avulla voi seurata, jos raja-arvot ylittyvät.
• Poikkeamien kirjaaminen. Projektista riippuen poikkeama voi tarkoittaa esimerkiksi laitevirhettä, protokollasta poikkeamista, tietoturvapoikkeamaa tai odottamatonta puuttuvaa tietoa. Johdonmukaisesti kirjattuihin poikkeamiin voi viitata aineiston analyysivaiheessa.
• Tulosten ristiintarkistus kollegoiden kanssa. Jos tutkija esimerkiksi itse litteroi aineistoa, on suositeltavaa pyytää kollegaa tarkistamaan litteraatit. Tämä pätee myös muuhun itse tuotettuun dataan, joka on altis inhimillisille virheille.
• Aineiston tarkistaminen ennen analyysiä tai julkaisua (esim. puuttuvat arvot, odotettavissa olevat arvojen vaihteluvälit). On hyvä varata riittävästi aikaa aineiston systemaattiseen tarkistamiseen, jotta tutkimuksen analyysit olisivat mahdollisimman luotettavia. Jos kyse on suuresta aineistokokonaisuudesta, aineiston tarkistaminen kannattaa suunnitella huolella.
• Tarkistussummien käyttö datan eheyden varmistamiseksi tallennuksen ja siirron aikana. Matemaattista algoritmia hyödyntävän tarkistussumman avulla voi selvittää, onko tiedostossa tapahtunut muutoksia bittitasolla.
• Tutkijoiden kouluttaminen projektin kannalta olennaisiin aineiston laatuun liittyviin käytäntöihin. On tutkijan vastuulla pitää huoli, että hän perehtyy tutkimusdatan hallintaan liittyviin ohjeistuksiin ja päivittää osaamistaan. Tutkimusprojektin johtajan tulee huolehtia myös siitä, että projektin muilla tutkijoilla on mahdollisuus kehittää osaamistaan. Tämän voi tehdä muun muassa osallistumalla ja hyödyntämällä Datatuen tarjoamia tukipalveluita.
• Tutkimuksen tässä vaiheessa tutkimusaineiston eheyden ja oikeellisuuden varmistamisen tavoista ei ole vielä sovittu. Tutkimusprojektin alussa monet kysymykset ovat vielä avoimia. Aineiston oikeellisuutta ja eheyttä voi pohtia tarkemmin siinä vaiheessa, kun tarkentuu, millaista aineistoa tutkimuksessa aiotaan käsitellä.

Jos tutkimusprojektiin sisältyy eettisiä ja juridisia kysymyksiä, niiden pohtimiseen on syytä varata reilusti aikaa. Eettinen ennakkoarviointi, organisaatiorajat ylittävän tutkimusyhteistyön käytänteet (erityisesti, kun yhteistyötä tehdään EU:n ulkopuolisen tahon kanssa), henkilötietojen keräämisen yhteydessä laadittavan tietosuojailmoituksen sananmuotojen pohtiminen, mahdollisten tutkimuslupien hankkiminen jne. voivat vaatia paljon työaikaa. 

Aineistonhallintasuunnitelmapohjassa on listattu useita erilaisia eettisten periaatteiden ja lainsäädännön noudattamiseen liittyviä vaihtoehtoja, eikä ole syytä hämääntyä, jos monet niistä eivät ole omalle tutkimukselle ajankohtaisia. 

Huomaa, että myös aineistonhallintasuunnitelman laatiminen on juridisten ja eettisten riskien hallintaa ja niihin varautumista. Aineistonhallintasuunnitelmaa voi hyödyntää dokumentaationa siitä, miten eettisiin ja juridisiin kysymyksiin on varauduttu.

Projektin tutkimusaineiston hallinnassa huomioidaan seuraavat juridiset ja eettiset kysymykset

• Aineistojen käyttöoikeuksista, julkaisemisesta, arkistoinnista ja tuhoamisesta sopiminen tutkimukseen osallistuvien tutkimuksen tekijöiden kesken. Jos useampi tutkija tekee yhteistyötä, aineistojen käsittelystä kannattaa keskustella ja sopia, jotta vältytään väärinkäsityksiltä. Tähän voi hyödyntää tätä .
• Tutkimuksen eettinen ennakkoarviointi. Jos tutkimus tarvitsee eettistä ennakkoarviointia, se tehdään ennen tutkimuksen käynnistämistä. Helsingin yliopistossa toimii neljä tutkimuksen eettistä ennakkoarviointia tekevää toimikuntaa: 1) Ihmiseen kohdistuvan tutkimuksen eettisen ennakkoarvioinnin toimikunta. 2) Lääketieteellisen tiedekunnan tutkimuseettinen toimikunta. 3) Eläimiin kohdistuvan tutkimuksen eettisen ennakkoarvioinnin toimikunta. 4) Luonnontieteiden, bio- ja ympäristötieteiden ja tekniikan tutkimuksen toimikunta. Lakisääteistä lääketieteellistä eettistä arviointia vaativan tutkimuksen edellytyksenä on alueellisen tai valtakunnallisen tutkimuseettisen toimikunnan (TUKIJA) puoltava lausunto. Lisätietoa tutkimuksen eettisestä arvioinnista .
• Tutkimussalaisuudet. Tutkimussalaisuuksia voivat olla esimerkiksi julkaisemattomat tulokset ja hypoteesit, ainutlaatuiset menetelmät ja algoritmit, kokeellisen asetelman yksityiskohdat, patentoitavaksi suunniteltu keksintö, sopimuksilla suojatut yritysyhteistyön tiedot, anonymisoimaton tai harvinaisuutensa vuoksi uudelleenidentifioitavissa oleva aineisto sekä aineiston keruupaikat tai -strategiat, joiden paljastuminen vaarantaisi tutkimuksen tai osallistujien suojan.
• Yrityssalaisuudet ja patentit. Tutkimuksessa saatetaan käsitellä yritysten luottamuksellisia ja/tai taloudellista arvoa sisältäviä tietoja. Tutkimuksessa saatetaan myös tuottaa keksintöjä tai ideoita, joilla on kaupallista arvoa, jolloin keksintö tulee patentoida tai suojata muulla tavalla. Löydät lisätietoa tutkimuksen kaupallistamisesta .
• Luvanvaraisuus (esim. tutkimuslupa vaaditaan). Tutkimuksessa saatetaan tarvita tutkimuslupa silloin, kun tutkimus kohdistuu organisaation tiloihin, toimintaan, henkilöstöön tai aineistoihin (esim. HY:n harjoittelukoulut). Tietolupa saatetaan tarvita, kun tutkimuksessa käytetään rekisteri- tai potilastietoja tai muuta suojattua dataa (esim. Findatan aineistot).
• Tutkimuksessa käytettävän aineiston alkuperäinen tuottaja edellyttää käyttöehtojen hyväksymistä. Jos hyödynnät jonkun muun tahon keräämää tai hallinnoimaa aineistoa, selvitä, millaisilla ehdoilla voit aineistoa käsitellä.
• Tutkimuksessa käytettävään aineistoon liittyy muiden organisaatioiden tai henkilöiden omistamia tekijänoikeuksia. Tutkimuksen aineistossa saatetaan esimerkiksi hyödyntää kolmansien osapuolten luomia teoksia tai käyttää lisensoitua sisältöä. Myös aineistoa kerätessä saatetaan tuottaa tekijänoikeuksien alaisia osia (esim. tutkittava ottaa kuvia osana tutkimusprosessia). Enemmän tietoa tekijänoikeuksista ja lisensseistä .
• Tekoälyn käyttö on merkittävä osa tutkimusta. Tutkimukseen liittyy monenlaisia eettisiä kysymyksiä, jos siinä hyödynnetään tekoälyä laajamittaisesti tai kokeellisesti. Jotkin tekoälyä hyödyntävät tutkimusasetelmat saattavat vaatia myös eettistä ennakkoarviointia (esim. tietoja yhdistellään tavoilla, joiden seurauksia ei pysty ennakoimaan). Huomaa, että hyvän tieteellisen käytännön periaatteet koskevat myös tavanomaisempaa tekoälyn käyttöä tutkimuksessa (esim. tekstinhuolto), minkä vuoksi on tärkeää dokumentoida, miten tekoälyä on tutkimuksen prosesseissa hyödynnetty.
• Koe-eläinten käyttö. Koe-eläinten käytön eettiset kysymykset liittyvät muun muassa siihen, ovatko koe-eläimet eläviä selkärankaisia tai pääjalkaisia. Laki tieteellisiin tai opetustarkoituksiin käytettävien eläinten suojelusta määrittää, tarvitaanko tutkimukseen eettinen lupa.
• Suojeltaviin ympäristöihin ja lajeihin liittyvä tieto. Joidenkin Suomessa esiintyvien eläin- ja kasvilajien tarkka esiintymistieto tulee karkeistaa tai salata kokonaan. Suomen Lajitietokeskus ylläpitää luetteloa arkaluonteisesta lajitiedosta. Luettelosta löydät lajit, joiden esiintymistiedon saatavuutta tulee rajata ja asianmukaisen salauksen tason. Löydät luettelon .
• Kansalliseen turvallisuuteen ja huoltovarmuuskriittisyyteen liittyvä tieto. Tällainen tieto saattaa liittyä esimerkiksi kriittisen infrastruktuurin haavoittuvuuksiin ja sijainteihin, tietoturva-arkkitehtuuriin tai -aukkoihin, julkisen vallan varautumissuunnitelmiin, bioturvaan tai strategisiin toimitusketjuihin.
• Tieto, joka on käytettävissä tai hyödynnettävissä kaksikäyttötuotteessa tai –teknologiassa. Kaksikäyttötuotteilla ja -teknologialla tarkoitetaan informaatiota, jota on mahdollista hyödyntää tutkimuksen ohella sotilaallisiin tarkoituksiin tai joukkotuhoaseiden kehittämiseen.
• Monikansallinen yhteistyö. Organisaatiorajat ylittävä tutkimusyhteistyö vaatii aina tutkimusyhteistyösopimuksen laatimista. Monikansallisessa ja EU:n rajat ylittävässä yhteistyössä tulee kiinnittää erityisen paljon huomiota esimerkiksi siihen, kenelle aineiston omistajuus kuuluu ja tarvitaanko sopimuksia aineiston tai materiaalin siirtoon. Lisää tietoa sopimuksista .

Tutkimuksessa käytetään ihmisistä peräisin olevaa tietoa

Jos käsittelet tutkimuksessasi ihmisistä peräisin olevaa tietoa, ruksi kohta “Kyllä” ja saat lisää kysymyksiä näkyviin. Ihmisistä peräisin oleva tieto voi olla esimerkiksi kysely- ja haastatteluvastauksia, havainnointiaineistoa, biologisia näytteitä ja niistä tuotettua dataa (esim. genomit, proteomiikka), terveys- ja potilastietoja, rekisteri- ja hallinnollista dataa, sensorien ja laitteiden keräämää mittausdataa (esim. puettavat laitteet), käyttäytymis- ja käyttödataa (esim. verkkopalvelut), kuvia, ääni- ja videoaineistoa sekä sijainti- ja taustatietoja. Huomaa, että saatat käsitellä henkilötietoja myös muun tutkimuksen oheismateriaalina (esim. riistakameroissa näkyvät ihmiset, kotieläinten omistajien yhteystiedot). Jos olet epävarma, käsitteletkö henkilötietoa, voit täyttää tämän .

Tutkimusaineiston sisältämä ihmisistä peräisin oleva tieto on

• Erityisiin henkilötietoryhmiin kuuluvaa tai muuten arkaluonteista tietoa. EU:n tietosuoja-asetuksen mukaan erityisiin henkilötietoryhmiin lukeutuvat tiedot, joista ilmenee: rotu tai etninen alkuperä; poliittisia mielipiteitä; uskonnollinen tai filosofinen vakaumus; ammattiliiton jäsenyys; terveyttä koskevia tietoja; seksuaalinen suuntautuminen tai käyttäytyminen; geneettisiä ja biometrisiä tietoja, kun tarkoitus on tunnistaa henkilö niiden avulla. Lisäksi esimerkiksi rikostuomioita ja rikollista toimintaa kuvaava tieto tai henkilökohtaiset päiväkirjamerkinnät saattavat olla arkaluonteisia. Löydät lisää tietoa erityisten henkilötietoryhmien käsittelystä .
• Aineisto on jossain tutkimusprojektin vaiheessa tunnisteellista eli sisältää tietoja, joilla henkilö voidaan tunnistaa. Jos keräät tai käsittelet henkilötietoja, valitse tämä vaihtoehto. Valitse tämä vaihtoehto myös silloin, jos aiot anonymisoida tai pseudonymisoida aineiston, sillä nämä toimenpiteet eivät muuta sitä, että aineisto on jossain vaiheessa tutkimusprojektia ollut tunnisteellista.
• Valmiiksi pseudonymisoitua tietoa (vahvat suorat tunnisteet on poistettu ja korvattu koodilla). Tieto määritellään pseudonyymiksi, jos henkilö ei ole tunnistettavissa ilman erikseen säilytettäviä lisätietoja. Valmiiksi pseudonymisoitu tieto on joko jonkun muun pseudonymisoimaa, jolloin muu taho hallinnoi suoria henkilötietotunnisteita sisältävää raakadataa ja pseudonymisoinnin avainkoodeja, tai tieto on pseudonymisoitu aikaisemmassa tutkimusprojektissa. Huomaa, että pseudonyymi tieto on edelleen henkilötietoa ja sitä tulee käsitellä tietosuoja-asetuksen vaatimusten mukaisesti (älä jaa aineistoa julkisesti tai tallenna sitä soveltumattomaan paikkaan). Lisää tietoa tunnisteellisuudesta .
• Vain anonyymia tietoa, tai tietoa, jota ei pystytä yhdistämään tiettyyn henkilöön kenenkään toimesta (tutkimuksen missään vaiheessa ei kerätä tunnisteellista tietoa). Tieto määritellään anonyymiksi, jos henkilö ei ole kohtuullisilla keinoilla tunnistettavissa tunnisteita yhdistämällä. Tässä vaihtoehdossa henkilötietoja ei käsitellä tutkimuksen missään vaiheessa. Huomaa, että pelkästään nimen tai sosiaaliturvatunnuksen kaltaisten suorien tunnisteiden keräämättä jättäminen ei välttämättä tee tiedosta anonyymia. Lisää tietoa tunnisteellisuudesta .
• Kuolleista ihmisistä peräisin olevaa tietoa. EU:n tietosuoja-asetus ei lähtökohtaisesti päde kuolleisiin ihmisiin, mutta huomioi, voiko henkilötietojen käsittelyllä olla merkittävää vaikutusta esimerkiksi vainajan elossa oleviin sukulaisiin. Huomioi myös laki ihmisen elimien, kudoksien ja solujen lääketieteellisestä käytöstä sekä toisiolaki, joka ei raukea henkilön kuolemaan.

Koska tutkimuksessa käytetään ihmisistä peräisin olevaa henkilötietoa, laaditaan seuraavat dokumentit tai toteutetaan seuraavat toimenpiteet

Kun ruksit jonkin näistä vaihtoehdoista, sinulle avautuu näkyväksi kysymys tietosuojailmoituksen laatimisesta lomakkeen kohdassa ”Aineistonhallintaa koskevat vastuut ja resurssit”.

• Tietosuojailmoitus. Tietosuojailmoituksen tarkoitus on antaa tutkittaville tietoa siitä, miten heidän henkilötietojaan käsitellään tutkimuksessa. Löydät Helsingin yliopiston tietosuojailmoituspohjan .
• Tutkittavien tiedottaminen. Tutkittavan tulee saada riittävästi tietoa tutkimuksesta ja omista oikeuksistaan tutkittavana ennen tutkimukseen osallistumista. Löydät Helsingin yliopiston mallipohjan tutkimuksesta tiedottamiseen .
• Itsearviointilomake tietosuojaa koskevaa vaikutustenarviointia (DPIA) varten. Lomakkeen tarkoitus on selvittää, onko tutkimushankkeesta tarpeen tehdä lainsäädännön vaatima tietosuojaa koskeva vaikutustenarviointi. Löydät lomakkeen .
• Vaikutustenarviointi (DPIA). Jos henkilötietojen käsittely sisältää korkean riskin tutkittavien oikeuksille ja vapauksille, tulee tehdä tietosuojaa koskeva vaikutustenarviointi. Löydät lomakkeen vaikutustenarvioinnin laatimista varten .
• Ihmiseen kohdistuvan tutkimuksen eettinen ennakkoarviointi. Helsingin yliopistossa toimii kaksi eettisen ennakkoarvioinnin toimikuntaa, jotka arvioivat ihmiseen kohdistuvaa tutkimusta: ihmistieteiden eettisen ennakkoarvioinnin toimikunta ja lääketieteellisen tiedekunnan tutkimuseettinen toimikunta. Lue lisää tietoa .

Lakipalvelut auttavat yliopiston henkilökuntaa tutkimukseen liittyvissä tietosuoja-asioissa. Tutustu tavallisimpiin tietosuojaan liittyviin kysymyksiin ennen yhteydenottoa: .

Tutkimusprojektin sopimuksista on tärkeää huolehtia jo tutkimusprojektin alussa. Erityisen oleellista tämä on projekteissa, joissa on useita datan käytöstä päättäviä osapuolia, organisaatiorajat ylittävää tutkimusyhteistyötä tai dataa aiotaan siirtää eri organisaation käyttöön. Lisäksi tulee olla tarkkana sen suhteen, millaisilla ehdoilla voi käyttää jonkun muun tahon omistamaa tai hallinnoimaa aineistoa.

Ole yhteydessä tutkimuksen juristeihin () jo ennen kuin teet sopimusehdotuksen yhteistyökumppaneille. Varaa sopimusasioiden hoitamiseen reilusti aikaa. Hoida olennaiset sopimusasiat ennen datankeruun aloittamista.

Katso lisätietoja .

Tutkimusprojektissa tuotetun tutkimusaineiston käyttöoikeuksista sopiminen hoidetaan seuraavasti

• Huolehditaan, että jokainen projektiin osallistuva tutkija on allekirjoittanut oikeuksiensiirtositoumukset. Vuoden 2022 alusta kaikkiin HY:n uusiin työsopimuksiin on otettu liitteeksi sopimus työntekijän oikeuksien jakamisesta ja luovuttamisesta tutkimuksissa, eli oikeuksiensiirtositoumus. Yleisen oikeuksiensiirtositoumuksen lisäksi käytössä on projektikohtainen oikeuksiensiirtositoumus ei-työsuhteisille tutkijoille (esim. väitöskirjatutkijat, vierailevat tutkijat). Oikeuksiensiirtositoumuksella sovitaan tutkimusaineistojen ja -tulosten käyttöoikeuksista tutkijoiden ja yliopiston välillä sekä salassapidosta ja tietosuojasta. Tämä pätee myös projekteihin, joissa on vain yksi tutkija. Oikeuksiensiirtositoumusta tarvitaan, jotta yliopisto voi projektissa täyttää velvoitteensa sekä yhteistyökumppaneitaan että ulkopuolisia rahoittajiaan kohtaan. Huomaa, että monet rahoittajat edellyttävät oikeuksiensiirtositoumuksen allekirjoittamista. Esimerkiksi Suomen Akatemian talvihaun positiivisen rahoituspäätöksen hyväksymisen edellytyksenä on, että sitoumus allekirjoitetaan. Lisää tietoa .
• Sovitaan aineiston kirjoittajuudesta, säilyttämisestä tai avaamisesta yliopiston tarjoaman pohjan avulla. Tutkimusryhmän kannattaa suunnitella tutkimusaineiston hyödyntämisen käytänteet jo projektin alussa. Esimerkiksi aineiston omistajuuteen ja säilyttämiseen liittyvät erimielisyydet voivat olla hankalia, jos asiasta on keskusteltu vain vapaamuotoisesti. auttaa pohtimaan ryhmän käytänteitä.
• Tutkimusprojektin tässä vaiheessa ei ole vielä päätetty, miten tutkimusaineiston käyttöoikeuksista sovitaan tutkijoiden kesken. Mikäli tutkimusaineiston käyttöohjeista sopiminen ei ole vielä ajankohtaista, asiaa voi pohtia myös myöhemmin. Helsingin yliopiston Datatuelta voi pyytää neuvontaa aineistojen käyttöoikeuksista.

Projektissa siirretään tutkimusaineistoa tai -materiaalia toiselle osapuolelle

Kun ruksit kohdan ”Kyllä” tai ”Ei vielä tiedossa”, avautuu laatikko, jossa voit kuvata suunnitelmiasi tarkemmin. Toisella osapuolella tarkoitetaan tässä mitä tahansa Helsingin yliopiston ulkopuolista toimijaa (esim. toisen yliopiston tutkija, HUS, datarepositorio, arkisto). Sekä digitaalisen aineiston että fyysisen tutkimusmateriaalin siirto vaatii todennäköisesti sopimusten laatimista. Erityisen tarkkana tulee olla, jos aineistoa tai materiaalia siirretään EU:n ulkopuolelle.

Projektissa käytetään tutkimusaineistoa tai -materiaalia, joka saadaan toiselta osapuolelta

Kun ruksit kohdan ”Kyllä” tai ”Ei vielä tiedossa”, avautuu laatikko, jossa voit kuvata suunnitelmiasi tarkemmin. Toisella osapuolella tarkoitetaan tässä mitä tahansa Helsingin yliopiston ulkopuolista toimijaa (esim. toisen yliopiston tutkija, HUS, datarepositorio, arkisto). Toinen osapuoli määrittää, millaisilla ehdoilla voit hyödyntää aineistoa.

Koska tutkimusprojektissa siirretään aineistoa/materiaalia toiselle osapuolelle, tai käytetään toiselta osapuolelta saatavaa aineistoa/materiaalia, huolehditaan seuraavista asioista (valitse kaikki projektiisi sopivat vaihtoehdot)

• Laaditaan kaikki tarvittavat sopimukset ohjeistusta seuraten ja HY:n juristeja tarvittaessa konsultoiden. Yleisiä sopimuksia ovat esimerkiksi salassapitosopimus, materiaalinsiirtosopimus, tutkimusyhteistyösopimus ja henkilötietojen käsittelyä koskevat sopimukset. ohjeistetaan, miten sopimusprosessia koordinoidaan ja mitkä sopimuspohjat tulee kierrättää lakipalveluiden kautta.
• Hyväksytään käytettävän palvelun/materiaalin käyttöehdot. Tutustu käyttöehtoihin tarkasti, jotta et tulisi epähuomiossa toimineeksi niiden vastaisesti. Tarkista esimerkiksi, koskevatko käyttöehdot vain sinua vai myös muita tutkimusprojektin jäseniä.
• Haetaan tutkimuslupaa datan saamiseksi. Tilanteita, joissa tutkimus- tai tietolupa saatetaan tarvita: 1) sosiaali- ja terveysviranomaisrekisterien käyttö (esim. Findata), 2) muiden viranomaisten aineistot (esim. Tilastokeskuksen, Kelan, Verohallinnon tai Eläketurvakeskuksen yksilötason aineistot, jotka eivät ole julkisia), 3) tutkimus organisaatiossa (esim. koulussa, päiväkodissa tai oppilaitoksessa), 4) yrityksen sisäinen tutkimus (tutkimus kohdistuu yrityksen henkilöstöön, asiakkaisiin tai sen sisäisiin, luottamuksellisiin dokumentteihin), 5) arkistoaineistot, jotka ovat julkisuuslain nojalla salassa pidettäviä (esim. Kansallisarkisto, kunnanarkisto), 6) eläinkokeet (valtakunnallinen hankelupalautakunta myöntää lakisääteisen luvan), 7) luonnonsuojelualueet (lupa näytteiden keräämiseen tai mittausten tekemiseen haetaan esim. Metsähallitukselta tai alueelliselta ELY-keskukselta) ja 8) kliiniset lääketutkimukset (viranomaisluvan lisäksi tarvitaan eettinen ennakkoarviointi).
• Aineisto siirretään tallentamalla se repositorioon ja lisensoimalla asianmukaisesti. Aineiston tallentaminen repositorioon on myös datan siirtämistä. Pidä siis huolta, että repositorio ja aineiston käyttöehdot soveltuvat aineiston tarpeisiin ja luottamuksellisuuden tasoon. Esimerkiksi pseudonymisoitua aineistoa ei voi avata kaikkien saataville, vaan mahdollisesti suljettuun arkistoon rajatuin käyttöehdoin. Pohdi, millaiset käyttöehdot sopivat tutkimusprojektin dataseteille. HY suosittelee tutkimusdatalle mahdollisimman avointa lisenssiä, mutta joissakin tapauksissa rajatumpi lisenssi voi olla tarpeen. Lue tekijänoikeuksista ja lisensseistä lisää .

Lakipalvelut auttavat yliopiston henkilökuntaa tutkimukseen liittyvissä sopimusasioissa. Tutustu tavallisimpiin sopimuksiin liittyviin kysymyksiin ennen yhteydenottoa: .

Tutkimusdatan dokumentoinnin ja metadatan avulla varmistetaan, että aineisto on ymmärrettävää ja käyttökelpoista sekä tutkimusprosessin aikana että sen jälkeen. Hyvin laadittu dokumentointi on kuin aineiston käyttöopas, joka tekee tutkimuksesta läpinäkyvää ja toistettavaa. Dokumentointi vastaa keskeisiin kysymyksiin: kuka datan on kerännyt, milloin, missä ja millä menetelmillä. Lisäksi se kuvaa tarkasti, miten dataa on käsitelty matkan varrella. Tähän voi kuulua esimerkiksi tietoja muuttujien nimeämisestä, uudelleenluokitteluista, puuttuvien arvojen käsittelystä tai eri aineistojen yhdistämisestä. Dokumentointi voi kattaa myös tiedot koeasetelmasta, käytetyistä laitteistoista ja ohjelmistoversioista sekä analyysivaiheista.

Huolellinen dokumentointi palvelee ensisijaisesti tutkijaa itseään, sillä sen avulla on helppo palata aineiston pariin myöhemminkin ilman, että kaikkia yksityiskohtia täytyy muistaa ulkoa. Samalla se on välttämätöntä, jos data jaetaan muiden tutkijoiden käyttöön, sillä ilman selkeää kuvausta data on usein vain merkityksetön numerosarja tai tekstinpätkä. 

Huomaa, että vaikka itse aineistoa ei esimerkiksi arkaluonteisuuden vuoksi voisi jakaa muille, aineiston metadata – kuten tiedot keruu- ja/tai analyysimenetelmistä (esimerkiksi haastattelurunko) – on useimmiten mahdollista julkaista. Siksi aineiston huolelliseen dokumentointiin kannattaa panostaa myös silloin, kun aineistoa ei aiota jakaa muille ja se on tarkoitus hävittää tutkimusprojektin päätyttyä. Aineiston metadatan eli kuvailutiedot voi julkaista . 

Käytetyt dokumentointimenetelmät vaihtelevat paljon riippuen tieteenalasta ja tutkimusprojektin tarpeista. Alla oleva lista sisältää yleisimpiä käytettyjä dokumentointimenetelmiä. 

Tutkimusprojektilla on seuraavat ohjeet tai käytännöt datan dokumentoinnista

• Tiedostojen ja tiedostokansioiden yhtenäiset nimeämiskäytännöt. Yhtenäiset käytännöt helpottavat tutkimusprojektin työn sujuvuutta. On suositeltavaa käyttää selkeitä, koneellisesti järjestyviä nimiä (esim. HankeX_Haastattelut_Raakadata_2026-12-31_v01). Vältä erikoismerkkejä ja välilyöntejä, käytä niiden sijaan ala- tai väliviivoja.
• Eri versioiden merkitseminen. Tiedostojen systemaattinen versionumerointi (esim. v01, v02, v03) auttaa pysymään kärryillä siitä, mikä on tiedoston viimeisin versio. Tarpeen mukaan voi kirjata muutospäivän ja lyhyen muutoslokin (changelog) erilliseen tiedostoon tai tiedoston alkuun. Vanhat versiot voi arkistoida selkeästi merkittyyn arkistokansioon tai hävittää, jos tiedostot ovat tarpeettomia.
• README-tiedoston laatiminen. README-tiedosto on vapaamuotoinen tekstitiedosto, jossa kuvaillaan tutkimusaineiston sisältö, tarkoitus ja käyttöohjeet. README-tiedosto on hyödyllinen tutkijalle itselleen, mutta erityisen tärkeä se on silloin, kun aineistoa avataan tai jaetaan muiden käyttöön.
• Muuttujien ja niistä käytettyjen lyhenteiden kuvaaminen ja kirjaaminen. Muuttujien ja lyhenteiden kuvaamiseen voi hyödyntää esimerkiksi tietohakemistoa (engl. data dictionary), joka on eräänlainen sisällysluettelo, jonka avulla varmistetaan datan laatu ja yhdenmukaisuus järjestelmien välillä.
• Käytettyjen koodien ja algoritmien dokumentointi. Tähän voi hyödyntää esimerkiksi koodikirjaa (engl. codebook), jossa selitetään mitä esimerkiksi muuttujien nimet, koodit ja luokitukset tarkoittavat. Koodikirjaa on eräänlainen käyttöohje, jota käytetään varmistamaan, että kaikki tutkijat ymmärtävät ja käsittelevät dataa yhdenmukaisesti.
• Käytettyjen tutkimus- ja analyysimenetelmien dokumentointi. Tutkimus- ja analyysimenetelmien dokumentointi tukee tutkimuksen tieteellistä laatua ja antaa lukijalle tai arvioijalle mahdollisuuden ymmärtää tehdyt metodologiset valinnat. Voit esimerkiksi kuvata, miten, missä ja milloin data kerättiin, mitkä olivat otantakriteerit ja mitä mittareita, välineitä tai ohjelmistoja käytettiin.
• Dokumentoidaan selvästi, miten tekoälyä on käytetty tutkimusprosessin eri vaiheissa. Hyvän tieteellisen käytännön perusperiaatteita ovat luotettavuus, rehellisyys, arvostus ja vastuunkanto. Tekoälyn käytön läpinäkyvä dokumentointi on osa hyvää tieteellistä menettelytapaa. Tutkimusprojektit voivat 1) kirjata, missä tutkimuksen vaiheissa tekoälyä on käytetty (esim. aineiston keruu, puhdistus, analyysi, tulosten tulkinta, kirjoittaminen), mitä työkaluja ja malleja (nimi, versio, tarjoaja) käytettiin, millä asetuksilla ja millä syötteillä ja 2) kuvata, syntyikö tekoälyllä uutta aineistoa tai johdannaisia sekä miten laadunvalvonta tehtiin ja mahdolliset harhat tai rajoitteet huomioitiin. Jos tekoälypalvelu välittää aineistoa ulkopuolelle, on syytä dokumentoida tietosuojatoimet, käyttöehdot ja luvitukset.
• Käytänteistä ei ole vielä sovittu. Tutkimusprojektin alussa monet kysymykset ovat vielä avoimia. Aineiston dokumentoinnin käytänteitä voi pohtia tarkemmin siinä vaiheessa, kun tarkentuu, millaista aineistoa tutkimuksessa aiotaan käsitellä.

Datatuki auttaa tutkijoita dokumentoinnin suunnittelussa. Voit jättää tukipyynnön lomakkeen lopussa. Tutustu myös Helsingin yliopiston .

Tutkimushankkeen aikana käytettävät tallennusratkaisut valitaan sen perusteella, millaisia tarpeita ja vaatimuksia tutkimusaineiston käytöllä on. Tallennusratkaisua valitessa tulee huomioida esimerkiksi aineiston suurpiirteinen koko ja arkaluonteisuus, tallennusratkaisun tarjoama varmuuskopiointi ja versiointi, yhteistyön tarve sekä tallennusratkaisun mahdollinen hinta. 

Tutkimushankkeen aikana voi hyödyntää useampaa tallennusratkaisua. Esimerkiksi arkaluonteista tietoa sisältävän raaka-aineiston voi todennäköisesti säilyttää eri paikassa kuin pseudonymisoidun version aineistosta, jotta aineiston aktiivinen käsittely olisi sujuvampaa.

IT Helpdeskin  löydät lisätietoa tallennuspalveluista ja aineistonhallintapohjassa lueteltujen palvelujen käytöstä. Tästä  saat hyvän yleiskatsauksen yliopiston tarjoamista tai tukemista tallennusratkaisuista. Taulukkoon on myös erikseen merkattu, mihin palveluihin voi tallettaa arkaluonteista aineistoa.

Tutkimusprojektissa käsiteltävän ja säilytettävän datan koko

• Vähemmän kuin 100 GB (data mahtuu helposti kannettavaan tietokoneeseen). Valitse tämä, jos tutkimusaineistosi koostuu esimerkiksi tavanomaisista tekstitiedostoista, asiakirjoista ja maltillisesta määrästä kuvia tai videoita. Älypuhelinten tyypillinen sisäinen tallennustila on 128 GB.
• 100-500 GB (data mahtuu yliopiston verkkolevyille tai kannettavaan tietokoneeseen). Alle 500 GB:n tallennustilaan mahtuu esimerkiksi useita satoja videoita, jotka ovat lyhyitä ja melko korkealaatuisia.
• Enemmän kuin 500 GB, mutta vähemmän kuin 5 TB (datan siirtäminen voi aiheuttaa vaikeuksia). Esimerkiksi monikamerajärjestelmällä toteutettava monen tunnin käyttäytymistutkimus ja korkean resoluution 3D-aivokuvantaminen useilla istunnoilla tuottavat dataa, jonka koko on todennäköisesti yhteensä 1–5 TB. Näin suuren datamäärän siirtäminen vaatii suunnittelua.
• Enemmän kuin 5 TB (data vaatii räätälöityjä IT-ratkaisuja). Ole yhteydessä , jos arvelet aineistosi olevan useiden terabittien kokoinen.
• Vaikea arvioida tässä vaiheessa projektia. Jos tutkimushanke on vasta aluillaan, aineiston kokoa saattaa olla vaikeaa arvioida. On kuitenkin hyvä olla tietoinen siitä, että aineiston koko vaikuttaa siihen, missä sitä voi käsitellä ja säilyttää.

Aineiston säilyttämiseen käytetään näitä tallennusratkaisuja (valitse kaikki aineistoosi sopivat vaihtoehdot)

• Kotihakemistot (Z-asema, jossa automaattinen versioiva varmuuskopiointi). Jokaisella yliopistolaisella on käytettävissään HY:n henkilökohtainen kotihakemisto, jota kutsutaan myös Z-asemaksi. Kotihakemistoon on varattu 100 GB verran tilaa ja siellä voi säilyttää matalan ja keskitason riskin aineistoa (esim. henkilötietoa, joka ei ole arkaluonteista). Kotihakemistoa voi käyttää esim. yliopiston tarjoamalla työkoneelta tai kotikoneelta, mutta jälkimmäinen vaihtoehto vaatii VPN-yhteyden. Lue lisää tietoa kotihakemiston etäkäyttämisestä ja .
• Ryhmätallennustila (P-asema, jossa automaattinen versioiva varmuuskopiointi). Ryhmätallennustila, jota kutsutaan myös P-asemaksi, on muuten verrannollinen kotihakemistoon, mutta sinne on mahdollista saada huomattavasti enemmän tilaa (max 10 TB) ja tilan käyttöoikeudet voidaan antaa useammalle henkilölle IAM-ryhmien avulla. Näin ollen ryhmätallennustila soveltuu HY:n sisäiseen yhteistyöhön. Myös ryhmähakemistoa voi käyttää työkoneelta tai . HY:n henkilökuntaan kuuluva voi tilata tallennustilan ryhmänsä käyttöön .
• Laitoksen omat keskitetyt tallennusratkaisut (esim. L-asema; muista selvittää, sisältyykö ratkaisuun varmuuskopiointia). HY:n laitokset ovat ostaneet käyttöönsä erilaisia räätälöityjä tallennusratkaisuja, joissa saattaa olla useiden terabittien verran tilaa. Nämä ratkaisut eivät välttämättä ole varmuuskopioituja, joten varmista asia taholta, joka myöntää sinulle keskitetyn tallennusratkaisun käyttöoikeuden.
• Umpio (arkaluonteiselle aineistolle). Umpio on tietoturvallinen verkkokansio korkean riskin arkaluonteiselle aineistolle (esim. erityiset henkilötietoryhmät, liikesalaisuudet, suojaustasoluokiteltu viranomaistieto). Jos aineiston vuotaminen vääriin käsiin aiheuttaisi merkittävää haittaa tutkittaville, tutkijalle tai yliopiston maineelle, on Umpio todennäköisesti soveltuvin vaihtoehto aineistolle. Lue lisää tietoa Umpiosta ja palvelun tilaamisesta .
• CSC, eli Tieteen tietotekniikan keskuksen palvelut (Ida, Allas, sensitiivisen datan palvelut). CSC:n palvelut sopivat erityisesti tehokkaaseen laskentaan sekä tilanteisiin, joissa aineistoa halutaan jakaa HY:n ulkopuolisille yhteistyökumppaneille (esim. eri yliopiston tutkija). Lue lisää CSC:n palveluista .
• Microsoft OneDrive / Microsoft Teams (ei automaattista varmuuskopiointia, joten huolehdi varmuuskopionnista itse). OneDrive ja Teams soveltuvat kevyeen yhteistyöhön, mutta ne eivät ole varmuuskopioitu. Näissä palveluissa ei myöskään tule käsitellä arkaluonteista tai luottamuksellista aineistoa (esim. tutkimussalaisuuksia), sillä OneDriven ja Teamsin tietoturvan taso ei ole näiden käsittelyyn riittävä.
• Muu. Jos käytät jotain muuta kuin yllä listattuja tallennusratkaisuja, kerro siitä tässä. Huomaa, että oman kotikoneen kovalevy, ulkoiset kovalevyt ja USB-muistitikut saattavat rikkoutua tai korruptoitua. Jos aineiston varmuuskopioiminen esimerkiksi ulkoiselle kovalevylle on tarpeen (esim. aineistoa kerätään paikassa, jossa ei ole verkkoyhteyttä), muista huolehtia kovalevyn kryptaamisesta.

Aineiston säilyttämisen ja käsittelyn erityisratkaisut

Yhteistyöalustana käytettävän palvelun nimi (esim. Microsoft Teams, XWiki, eDuuni)

Microsoft Teamsin ja XWikin kaltaiset palvelut soveltuvat hyvin yhteistyöhön, mutta niitä ei ole tarkoitettu luottamuksellisen aineiston käsittelyyn.

Siirtämiseen käytettävän palvelun nimi

Tässä aineiston siirtämisellä tarkoitetaan esimerkiksi datan luovuttamista muissa organisaatioissa oleville yhteistyökumppaneille tai muulle kolmannelle osapuolelle, joka analysoi tai jatkojalostaa aineistoa tutkimusyhteistyön osana tai maksusta. Siirtämiseen voi käyttää esimerkiksi , luotettavia pilvipalveluja (silloin, kun aineisto ei sisällä arkaluonteista dataa tai henkilötietoja) tai sensitiivisen datan palveluja. Datan voi myös avata datarepositoriossa, jolloin aineiston voi jakaa muille repositorion kautta. Aineiston avaamisesta kysytään tarkemmin osiossa ”Aineiston avaaminen, julkaiseminen ja arkistointi tutkimushankkeen päätyttyä”.

Laskentaan käytettävän palvelun nimi

Helsingin yliopisto tarjoaa tukea HPC-järjestelmien käyttöön. ja tutustu myös .

Tietoturvalliseen käsittelyyn käytettävän palvelun nimi (esim. FIMM/FinnGen Sandbox, Kapseli, Fiona, SD Desktop)

Käsittely-ympäristöllä tarkoitetaan rekisteriaineistojen ja tietokantojen tietoturvallista etäkäyttöympäristöä, jonka sisällä aineistoa voidaan tarkastella ja analysoida. Tyypillisesti alkuperäistä aineistoa ei voida tuoda ulos ympäristöstä.

Muuhun käsittelyyn käytettävän palvelun nimi (kerro, mihin tarkoitukseen palvelua käytetään)

Kerro tässä, jos käsittelet dataasi jossain muussa palvelussa kuin yllä mainituissa.

Datan arkaluonteinen osuus suojataan tutkimusprojektissa seuraavilla tavoilla (valitse kaikki aineistoosi sopivat vaihtoehdot)

• Tutkimuksessa ei käytetä lainkaan arkaluonteisia tutkimusaineistoja. Tutkimusaineisto ei todennäköisesti ole arkaluonteista, jos se ei aiheuta merkittävää riskiä tutkittavien yksityisyydelle tai oikeuksille. Tällainen aineisto ei myöskään sisällä esimerkiksi erityisiin henkilötietoryhmiin, liikesalaisuuksiin, kansalliseen turvallisuuteen ja suojeltaviin ympäristöihin liittyvää tietoa.
• Tunnisteellista aineistoa säilytetään arkaluonteiselle aineistolle tarkoitetussa palvelussa (Umpio, ePouta, ym.). Pidä huolta aineistonhallinnan tietoturvallisesta elinkaaresta selvittämällä jo ennen aineiston hankkimista, miten siirrät datan arkaluonteiselle aineistolle tarkoitettuun palveluun (esim. arkaluonteisen aineiston keräämiseen sopivat työkalut, tietoturvallinen datansiirto).
• Aineistoa siirretään vain kryptattuna. Kryptaus tarkoittaa tiedon muuttamista sellaiseen salattuun muotoon, että vain oikealla avaimella sen voi palauttaa takaisin luettavaan muotoon. Esimerkiksi liitetiedostoja, kovalevyjä ja tiedostoja voi kryptata. Voit hyödyntää esimerkiksi aineistojen salaamiseen.
• Paperiaineisto säilytetään lukittavassa metallikaapissa tai kassakaapissa. Säilytä arkaluonteinen paperiaineisto lukitussa työhuoneessa sijaitsevassa lukitussa kaapissa. Arvioi myös, kenellä on pääsy dokumentteihin.
• Aineistoa säilytetään eri paikassa kuin pseudonymisointiavainta. Jotta pseudonymisointi olisi toteutettu riittävän tietoturvallisesti, täytyy pseudonymisoinnin koodiavaimet ja pseudonymisoitu aineisto tallentaa eri paikkoihin. Koodiavaimet ja raaka-aineisto voisivat olla esimerkiksi Umpiossa ja pseudonymisoitu aineisto tutkijan kotihakemistossa (Z-asema).
• Laskentaa/analysointia tehdään vain aineistoille, joka on pseudonymisoitu. Pseudonymisointi vähentää tutkittavien henkilöiden tunnistettavuutta, koska suorat ja yhdisteltävissä olevat epäsuorat tunnistetiedot korvataan koodeilla tai muilla tunnisteilla, joita säilytetään erillään varsinaisesta tutkimusaineistosta. Näin se pienentää henkilötietojen käsittelyyn liittyviä riskejä ja auttaa täyttämään yleisen tietosuoja-asetuksen vaatimukset, vaikka aineisto säilyy edelleen henkilötietona.
• Laskentaa/analysointia tehdään tunnisteelliselle arkaluonteiselle aineistolle tarkoitetussa palvelussa. Varmista, että käsittelet arkaluonteista aineistoa sille sopivassa palvelussa. Helsingin yliopiston Umpiossa voi analysoida monenlaista korkean riskin aineistoa, mutta tietoluvalla saatavaa yksilötasoista aineistoa tulisi käsitellä Umpion sijasta esimerkiksi Findatan tarjoamassa .
• Aineistoa kerätään ja käsitellään vain arkaluonteiselle aineistolle sopivilla työkaluilla (REDCap, aTrain). Huolehdi aineiston tietoturvallisesta käsittelystä aineistonhallinnan koko elinkaaren aikana. Esimerkiksi älypuhelimen sijasta haastatteluainestoa tulisi kerätä sanelimella tai videokameralla, joka ei ole yhteydessä verkkoon, ja siirtää aineisto tietoturvalliseen tallennuspalveluun niin pian kuin mahdollista. Pidä mielessäsi , joka on tietoturvallinen työkalu kyselyiden ja tietokantojen rakentamiseen sekä niiden datan keräämiseen (huomaa, että esim. e-lomake ja Webropol eivät sovellu arkaluonteisen tai luottamuksellisen aineiston keräämiseen). aTrain puolestaan on Whisperiin perustuva audiotiedostojen litterointiin (eli puheentunnistukseen) kehitetty maksuton tekoälysovellus. Palvelu soveltuu arkaluonteisen aineiston automaattiseen litterointiin ja löytyy valmiiksi Umpiosta.

Datan jakamisen vastuut

Käyttöoikeudet projektissa käytössä olevaan tutkimusaineistoon myöntää

• Ryhmänjohtaja (PI). Ryhmänjohtajan on hyvä huolehtia, että vain asianmukaiset henkilöt pääsevät aineistoon käsiksi (esim. arkaluonteisia tunnistetietoja sisältävää raaka-aineistoa käsittelevät vain tietosuojailmoituksessa ilmoitetut henkilöt).
• Datamanageri. Datamanagerin tehtäviin voi lukeutua tutkimusaineiston käyttöoikeuksien jakaminen asianmukaisille henkilöille.
• Datan tuottanut henkilö. Tutkimusprojektissa saatetaan kerätä useita erilaisia aineistokokonaisuuksia, jolloin sopiva työnjako voi olla, että kukin tutkija pitää huolen omalla vastuullaan olevan aineiston käyttöoikeuksien jakamisesta.

auttaa tutkijoita löytämään oikeanlaiset tekniset ratkaisut. Jos tarvitset apua, ota yhteyttä . Voit jättää tukipyynnön myös lomakkeen lopussa.

Tutkimuksen päätyttyä aineisto voidaan joko julkaista avoimesti, arkistoida rajatuin käyttöehdoin tai tuhota tietoturvallisesti. Tutkimusdatan avaaminen, julkaiseminen ja arkistointi on hyvä suunnitella huolellisesti jo tutkimuksen alussa. Tämä varmistaa, että aineistoa käsitellään vastuullisesti ja sen arvo hyödynnetään parhaalla mahdollisella tavalla.

Datan avaamisen tavoite on edistää sen uudelleenkäyttöä, jolloin se voi toimia pohjana uusille tutkimuksille. Kaikkea dataa ei kuitenkaan voida avata esimerkiksi yksityisyyden suojan, liikesalaisuuksien tai muiden luottamuksellisten tietojen vuoksi. Vaikka itse aineistoa ei voisi avata, avoimuutta voidaan edistää muilla keinoin. Aineisto voidaan arkistoida luotettavaan palveluun rajatuilla käyttöoikeuksilla. Vähintäänkin aineiston metadata (eli kuvailutieto, joka vastaa kysymyksiin ”mitä, miksi, miten, milloin”) tulisi aina julkaista. Avoin metadata tekee tutkimuksesta ja aineistosta löydettävän, vaikka itse data olisikin suojattu.

Jotta aineiston avaaminen ja arkistointi olisi mahdollista, tutkijan täytyy huolehtia, että asia on suunniteltu ja ilmoitettu asianmukaisesti tietosuojailmoituksessa, tutkittavien informoinnissa ja suostumuslomakkeissa. Huomioi myös, että aineiston säilyttämisestä ja jatkokäytöstä on sovittu mahdollisten yhteistyökumppaneiden kanssa.

Termit lyhyesti

Tässä yhteydessä avaaminen tarkoittaa datan teknistä saataville asettamista, kun taas julkaiseminen on toimenpide, joka tekee datasta viitattavan tutkimustuotoksen pysyvän tunnisteen avulla. Arkistointi keskittyy datan pitkäaikaiseen ja luotettavaan säilyttämiseen sen eheyden varmistamiseksi riippumatta siitä, onko data avointa vai ei.

Tutkimusprojektissa tehdään datan avaamiseen ja arkistointiin liittyen seuraavat toimet (valitse kaikki aineistoosi sopivat vaihtoehdot)

• Aineistoa avataan, säilytetään tulosten verifioinnin ajan, ja/tai arkistoidaan. Valitse tämä vaihtoehto, jos et aio tuhota kaikkea tutkimuksesi tuottamaa aineistoa. Kun ruksit vaihtoehdon, sinulle tulee näkyviin lisää kysymyksiä tutkimusprojektissa avattavista, säilytettävistä ja arkistoitavista dataseteistä. Huomaa, että aineiston pitkäaikainen säilyttäminen esimerkiksi ryhmätallennustilassa ei ole sama asia kuin aineiston arkistointi.

• Tutkimusaineiston metatiedot julkaistaan Helsingin yliopiston Datakatalogissa. Jos aineistoa ei ole mahdollista avata, säilyttää tulosten verifioinnin ajan ja/tai arkistoida, julkaise ainakin tutkimusaineiston metatiedot. Jos siirrät aineistoa Zenodoon, Tietoarkistoon, Kielipankkiin tai HY:n Data-arkistoon ja merkitset Helsingin yliopiston affiliaatioksesi, aineiston metatiedot haravoituvat automaattisesti Datakatalogiin. Jos valitset jonkin muun palvelun aineistosi avaamiseen tai arkistoimiseen, kuvaile aineistosi myös Datakatalogiin, jotta tutkimuksesi saisi enemmän näkyvyyttä.

   

Tutkimusprojektissa avataan, säilytetään tulosten verifioinnin ajan ja arkistoidaan seuraavat datasetit (HUOM! Voit lisätä useamman)

Datasetti on mikä tahansa datan muodostama yhtenäinen aineistokokonaisuus, joka avataan ja/tai arkistoidaan. Yksi ja sama tutkimus voi tuottaa useita erillisiä datasettejä, jotka eroavat toisistaan sisällön, muodon ja arkaluonteisuuden perusteella. Esimerkiksi kaupunkipuiston vaikutuksia asukkaiden hyvinvointiin selvittävä tutkimus voisi tuottaa seuraavat datasetit: 1) anonymisoitu kyselydata, joka avataan tieteenalalle sopivassa datarepositoriossa (esim. Tietoarkisto, Zenodo), 2) arkaluonteisten syvähaastattelujen äänitiedostot ja litteraatit, jotka tuhotaan ja/tai tallennetaan rajatun käytön arkistoon (esim. HY:n Datapankki) ja 3) anonymisoitu GPS-data, joka avataan paikkatietoaineistolle sopivassa datarepositoriossa (esim. Zenodo, Pangaea).

Datasetin nimi ja lyhyt kuvaus

Nimeä avattava ja/tai arkistoitava datasetti yksinkertaisesti ja kuvaavasti. Lisää lyhyt kuvaus siitä, mitä tutkimusta tai aihetta varten data on kerätty. Esimerkiksi näin:

Datasetin nimi: Hyvinvointikyselyn aineisto Keskuspuiston lähialueen asukkaille, Helsinki, 2027

Lyhyt kuvaus: Tämä datasetti sisältää anonymisoidut vastaukset kyselytutkimukseen, joka toteutetaan osana tutkimusta Helsingin Keskuspuiston vaikutuksista lähialueen asukkaiden hyvinvointiin. Aineisto aiotaan kerätä touko-kesäkuussa 2027, ja se sisältää muuttujia, jotka kuvaavat vastaajien demografisia taustatietoja (ikäryhmä, koulutustaso), puistonkäytön tiheyttä sekä koettua stressin tasoa ja yleistä elämänlaatua. Data on CSV-muodossa, ja pakettiin sisältyy erillinen tiedosto, jossa muuttujat on selitetty tarkemmin.

Lue lisää tietoa metadatan kuvailusta .

Datasetin koko

• Vähemmän kuin 100 GB (data mahtuu helposti kannettavaan tietokoneeseen). Valitse tämä, jos tutkimusaineistosi koostuu esimerkiksi tavanomaisista tekstitiedostoista, asiakirjoista ja maltillisesta määrästä kuvia tai videoita. Älypuhelinten tyypillinen sisäinen tallennustila on 128 GB.
• 100-500 GB (data mahtuu yliopiston verkkolevyille tai kannettavaan tietokoneeseen). Alle 500 GB:n tallennustilaan mahtuu esimerkiksi useita satoja videoita, jotka ovat lyhyitä ja melko korkealaatuisia.
• Enemmän kuin 500 GB, mutta vähemmän kuin 5 TB (datan siirtäminen voi aiheuttaa vaikeuksia). Esimerkiksi monikamerajärjestelmällä toteutettava monen tunnin käyttäytymistutkimus ja korkean resoluution 3D-aivokuvantaminen useilla istunnoilla tuottavat dataa, jonka koko on todennäköisesti yhteensä 1–5 TB. Näin suuren datamäärän siirtäminen vaatii suunnittelua.
• Enemmän kuin 5 TB. Näin suuren datamäärän siirtäminen voi olla ongelmallista aikakatkaisujen vuoksi (datansiirto kestää niin kauan, että tiedonsiirto katkeaa). Helsingin yliopiston Datapankkiin voi tarjota suuriakin datasettejä arkistoitavaksi ja avattavaksi.
• Vaikea arvioida tässä vaiheessa projektia. Jos tutkimushanke on vasta aluillaan, aineiston kokoa saattaa olla vaikeaa arvioida. On kuitenkin hyvä olla tietoinen siitä, että aineiston koko vaikuttaa siihen, missä aineiston voi julkaista, millaisia mahdollisia kustannuksia julkaisemisella on ja miten aineiston siirto on mahdollista toteuttaa teknisesti.

Datasetti aiotaan

• Avata. Suosi tieteenalakohtaisia datarepositorioita, sillä tällaisissa palveluissa aineisto on niin sanotusti ”kaltaisessaan seurassa” ja näin ollen helpompi löytää. Tekoälyä voi hyödyntää omalle datalle sopivan repositorion etsimiseen. Jos tieteenalakohtaista palvelua ei löydy, käytä kaikille tieteenaloille sopivia julkaisualustoja, kuten , , ja . Jos aineisto on niin suuri, ettei sitä voi julkaista edellä mainituilla alustoilla, voit tallentaa aineiston ja myöntää aineiston käyttöoikeuden pyydettäessä.
• Arkistoida. Pidä mielessä Helsingin yliopiston omat säilytyspalvelut: 5–15 vuoden säilyttämiseen ja pitkäaikaissäilyttämiseen (alkaen 25 vuotta). Myös ja soveltuvat aineiston avaamiseen sekä suljetumpaan arkistoimiseen.

Säilytyspalvelun nimi

Kirjoita tähän, minkä säilytyspalvelun arvelet sopivan datasetillesi.

Säilytyspalvelun verkko-osoite

Jos tiedät säilytyspalvelun verkko-osoitteen, kirjoita se tähän. Tämä vähentää mahdollisia sekaannuksia, sillä säilytyspalvelujen nimet voivat muistuttaa toisiaan.

Suunniteltu säilytysaika vuosissa

Säilytysaika vaihtelee aineistoittain ja tieteenaloittain. Ota huomioon mahdolliset rahoittaja- ja alakohtaiset suositukset säilytysajasta. Tarkista myös, miten pitkään kustantaja edellyttää säilyttämään julkaisuun liittyvää aineistoa.

Muistathan sopia säilytysajasta kaikkien mahdollisten osapuolten kanssa hyvissä ajoin. 

• 1–3 vuotta. Joskus aineisto on saatu esimerkiksi tutkimusluvalla, joka edellyttää tutkimusaineiston tuhoamista mahdollisimman pian tutkimuksen päätyttyä. Tässä tapauksessa ei todennäköisesti tarvita erityisiä säilyttämisen tai arkistoinnin toimenpiteitä, vaan aineiston voi tuhoamiseen asti pitää esim. yliopiston verkkolevyllä (poikkeuksena laskentapalvelimet).
• 3–5 vuotta. Jos tutkimuksen päätyttyä aineistoa säilytetään muutaman vuoden ajan, on mahdollista, että joku tutkimusryhmän jäsenistä on poistunut organisaatiosta. Tämän myötä voi ilmetä ongelmia aineiston käyttöoikeuksissa. Jotta aineisto säilyisi saatavilla, sitä voi tarjota tallennettavaksi Helsingin yliopiston Datapankkiin.
• 5–15 vuotta. Näin pitkä säilyttäminen kannattaa tehdä sopivassa säilyttämispalvelussa (esim. Helsingin yliopiston Datapankki) tai datarepositoriossa (esim. Zenodo). Huomaa, että esim. ryhmätallennustila ei sovellu aineiston pitkäaikaiseen säilyttämiseen.
• Yli 15 vuotta. Huolehdi siitä, että arkistoit aineistosi kuratoituun säilytyspalveluun, joka hoivaa aineistoa ja varmistaa datan käyttökelpoisuuden useiden vuosienkin jälkeen.

Lisää seuraava datasetti 

Voit lisätä aineistonhallintasuunnitelmaasi useita datasettejä. Kuvaile jokainen aineistokokonaisuus, jonka aiot avata, säilyttää tai arkistoida.

Tutkimusaineistosta tuhotaan tutkimusprojektin jälkeen (valitse kaikki aineistoosi sopivat vaihtoehdot)

• Ylimääräiset kopiot ja vanhentuneet versiot. Tuotamme jatkuvasti digitaalista ylijäämää, joka vie kertyessään valtavan määrän tilaa. Tallennusratkaisut kuluttavat luonnonvaroja (vettä, sähköä, jne.), joten kestävään aineistonhallintaan sisältyy myös tarpeettoman aineiston tuhoaminen. Datan siivoamiselle on hyvä varata säännöllisesti aikaa (datan määrästä riippuen esimerkiksi kahdesti vuodessa tai jopa viikoittain).
• Puutteellisesti dokumentoidut aineistot, jotka eivät enää ole käyttökelpoisia. Puutteellisesti dokumentoitu aineisto on tieteellisesti epäluotettavaa, joten se on syytä tuhota. Ota käyttöösi tutkimukseesi sopivia dokumentointikäytänteitä, jotta keräämäsi ja tuottamasi aineisto pysyisi käyttökelpoisena.
• Aineistot, joiden tuhoamisesta on sovittu (käyttöehto)sopimuksissa. Sopimukset ovat sitovia ja niiden mukaan tulee toimia, elleivät sopimuksen osapuolet yhteisymmärryksessä laadi uutta sopimusta aineiston jatkokäytöstä.
• Arkaluonteiset aineistot verifiointiajan jälkeen. Arkaluonteinen raaka-aineisto yleensä tuhotaan. Joissakin tapauksissa arkaluonteista aineistoa voi myös arkistoida, mutta tämä tulee suunnitella huolellisesti jo tutkimuksen alussa.
• Suorat tunnisteet tietosuojailmoituksen ja tutkittavien informoinnin mukaisesti. Yleisen tietosuoja-asetuksen mukaan henkilötiedot tulee tuhota heti kun niiden käsittelylle ei enää ole perustetta. Suoria tunnisteita voi säilyttää pidempäänkin, jos henkilötietojen käsittely on tieteellisesti perusteltua myös myöhemmin, mutta tästä täytyy informoida tutkittavia asianmukaisesti. Jos tietosuojailmoituksessa luvataan tuhota henkilötiedot tiettyyn ajanjaksoon mennessä, näin tulee myös toimia, ellei tutkittavia pystytä informoimaan uudestaan ja pyytämään heidän suostumustaan henkilötietojen käsittelyn jatkamiselle. Ole tarkkana, mitä lupaat tietosuojailmoituksessa ja jätä harkinnan mukaan riittävästi joustavuutta jatkotutkimukselle.
• Pseudonymisointiavaimia sisältävät tiedostot. Jos haluat julkaista aineiston anonymisoituna, sinun tulee ensin tuhota kaikki aineistoon liittyvä raakadata ja pseudonymisoinnin avainkoodit. Pitkittäistutkimuksissa pseudonymisoinnin avainkoodien pitkäaikainen säilyttäminen voi olla tarpeen, mutta tutkittavia täytyy informoida henkilötietojen säilyttämisestä.
• Täytetyt suostumuslomakkeet. Suostumuslomakkeet sisältävät suoria tunnisteita, joten ne tulee tuhota siinä vaiheessa, kun henkilötietojen käsittelylle ei ole enää tieteellistä perustetta.
• Aineiston tuhoamista ei ole vielä suunniteltu. Aineiston tuhoamisen suunnittelu voi olla haastavaa, jos tutkimus on vasta aluillaan. Tähän voi palata siinä vaiheessa, kun aineistoa aletaan kerätä tai aineiston käyttöoikeuksista sovitaan.

Datatuki auttaa tutkijoita aineiston avaamisen, julkaisemisen, säilyttämisen ja tuhoamisen suunnittelussa. Jos tarvitset apua, ota yhteyttä . Voit jättää tukipyynnön myös lomakkeen lopussa.

Kerro lomakkeen tässä osiossa, kuka on vastuussa erilaisista datanhallintaan liittyvistä tehtävistä ja millaisia resursseja tutkimuksen aineistonhallinta vaatii. Resursseilla tarkoitetaan esimerkiksi tarvittavaa koulutusta ja asiantuntijatukea. On myös hyvä arvioida, kuinka paljon aikaa ja mahdollisia taloudellisia resursseja aineistonhallinnan tehtäviin varataan. Arvioi aineistonhallinnan asiantuntijan palveluiden tarve ja mahdolliset palkkakustannukset jo hakiessasi tutkimusrahoitusta.

DMP:n tekemisestä, noudattamisesta ja päivittämisestä projektissa vastaa

• Ryhmänjohtaja (PI). Voit valita tämän vaihtoehdon myös silloin, jos teet tutkimusta yksin etkä ryhmässä.
• Datamanageri. Datamanageri on asiantuntija, joka vastaa tutkimusaineistojen hallinnasta. Datamanagerin tehtäviin saattaa kuulua esimerkiksi aineiston keruun ja laadunvalvonnan tukeminen, pseudonymisointi ja anonymisointi, metadatan tuottaminen, tietokantojen ylläpito sekä aineistojen jakelun ja arkistoinnin käytäntöjen koordinointi.
• Tutkimuskoordinaattori. Tutkimuskoordinaattori vastaa tutkimushankkeiden käytännön suunnittelusta, toteutuksen koordinoinnista ja hallinnollisesta sujuvuudesta sekä toimii linkkinä tutkijoiden, rahoittajien ja organisaation välillä. Tehtäviin kuuluu esimerkiksi aikataulujen ja budjetin seuranta, raportointi, tutkimuslupien ja sopimusten valmistelu sekä tutkimusaineistojen hallintaan ja viestintään liittyvien käytäntöjen tukeminen.

Aineistonhallintataitojen perehdyttämisestä tutkimusprojektissa vastaa

• Ryhmänjohtaja (PI). On tutkijan vastuulla pitää huoli, että hän perehtyy tutkimusdatan hallintaan liittyviin ohjeistuksiin ja päivittää osaamistaan. Tutkimusprojektin johtajan tulee huolehtia myös siitä, että projektin muilla tutkijoilla on mahdollisuus kehittää osaamistaan. Tämän voi tehdä muun muassa osallistumalla ja hyödyntämällä Datatuen tarjoamia tukipalveluita.
• Datamanageri. Datamanageri on asiantuntija, joka vastaa tutkimusaineistojen hallinnasta. Datamanagerin tehtäviin saattaa kuulua esimerkiksi aineiston keruun ja laadunvalvonnan tukeminen, pseudonymisointi ja anonymisointi, metadatan tuottaminen, tietokantojen ylläpito sekä aineistojen jakelun ja arkistoinnin käytäntöjen koordinointi. Lisäksi datamanageri voi huolehtia siitä, että tutkimusryhmän aineistonhallintataidot ovat ajan tasalla.
• Senioritutkijat. Tutkimusprojektien kokeneilla tutkijoilla ja kollegoilla on syvällistä tietämystä oman alan ja organisaation käytänteistä. He voivat myös pitää huolen, että aloittelevilla tutkijoilla on mahdollisuus kehittää aineistonhallinnan osaamistaan.

Tutkimusprojektin tietosuojailmoituksen ja muut tietosuojadokumentit laatii

Tämä kysymys tulee näkyviin, jos lomakkeen osiossa kolme on kerrottu, että tutkimuksessa laaditaan tietosuojailmoitus.

• Ryhmänjohtaja (PI). Voit valita tämän vaihtoehdon myös silloin, jos teet tutkimusta yksin etkä ryhmässä.
• Kunkin aineiston kerääjä. Tutkimusprojektissa saatetaan kerätä useita erilaisia aineistokokonaisuuksia, jolloin sopiva työnjako voi olla, että kukin tutkija pitää huolen omalla vastuullaan olevan aineiston dokumenttien laatimisesta.
• Tutkimuskoordinaattori. Tutkimusprojekti voi sopia, että tutkimuskoordinaattorin tehtäviin kuuluu tutkimuksen tietosuoja-asioiden selvittäminen ja tarpeellisten dokumenttien laatiminen.

Projektin aineistonhallintaan liittyy seuraavia rahallisia kustannuksia tai henkilötyötä (valitse kaikki projektiisi sopivat vaihtoehdot)

• Ei erityisiä kustannuksia. Jos tutkimus sisältää hyvin vähän aineistonhallintaa ja tuottaa vain muutamia tiedostoja, tutkimuksen aineistonhallintaan ei välttämättä sisälly erityisiä rahallisia tai ajallisia kustannuksia.
• Koulutukseen ja osaamisen kehittämiseen liittyvät kustannukset. Varaa aikaa tutkimuksen kannalta olennaisiin aineistonhallintaan liittyviin asioihin perehtymiseen (esim. yleinen tietosuoja-asetus, jos tutkimuksessa käsitellään henkilötietoja). Voit osallistua ja hyödyntää Datatuen tarjoamia tukipalveluita.
• Rekisteriaineiston hankintakustannukset. Huomioi aineistojen hakuprosessiin kuluva aika sekä hankinta- ja käyttökustannukset. Lue lisää tietoa .
• Aineiston litterointikustannukset. Huomioi litteroinnin kustannukset joko budjetissa tai ajankäytössä, jos laadit litteraatit itse. Jos teetät litteroinnin ostopalveluna, laadi tarpeelliset sopimukset (esim. salassapito).
• Aineiston digitointikustannukset. Huomioi aineiston digitoinnin kustannukset joko budjetissa tai ajankäytössä, jos digitoit aineiston itse. Esimerkiksi arkistomateriaalin digitoiminen ja käyttökelpoiseksi siistiminen saattaa viedä paljon aikaa.
• Aineiston anonymisoinnin kustannukset. Huomioi aineiston anonymisoinnin kustannukset joko budjetissa tai ajankäytössä, jos anonymisoit aineiston itse. Huomaa, että aineiston onnistunut anonymisointi on aikaa vievä prosessi, joka vaatii huolellista suunnittelua ja toteutusta, jotta aineistoon ei jäisi tunnistetietoja. Lue lisää tunnisteellisuudesta ja anonymisoinnista .
• Työkalut ja ohjelmistot. Tällaisia ovat esimerkiksi tutkimusprojektin käyttöön hankitut laboratoriopäiväkirjat.
• Datan järjestelyn ja siivouksen kustannukset. Datan järjestelylle ja siivoamiselle on hyvä varata säännöllisesti aikaa (datan määrästä riippuen esimerkiksi kahdesti vuodessa tai jopa viikoittain). Lue lisää ohjeita datan siivoamisesta .
• Datanhallinnan asiantuntijan palkkakustannukset (esim. datamanageri). Arvioi aineistonhallinnan asiantuntijan palveluiden tarve ja mahdolliset palkkakustannukset jo hakiessasi tutkimusrahoitusta.
• Datan julkaisemisen kustannukset (esim. maksulliset datareposiotoriot, datapaperit). Jotkut datarepositoriot ovat lähtökohtaisesti maksuttomia (esim. Zenodoon voi maksuttomasti ladata yksittäisen julkaisun, jossa on max 100 tiedostoa ja joiden koko on yhteensä max 50 GB). Jos kuitenkin löydät luotettavan tieteenalakohtaisen repositorion, jonne datasi sopii paremmin ja joka on maksullinen, huomioi kustannukset tutkimuksen budjetissa.

Karkea arvio yhteiskustannuksista (henkilötyökuukausina), jotka muodostuvat yllä valituista vaihtoehdoista

Voit huomioida tässä datamanagerin tai tutkimuskoordinaattorin henkilötyökuukaudet sekä ajan, jonka tutkijat itse tarvitsevat aineistonhallinnan tehtäviin.

Karkea arvio yhteiskustannuksista (euroina), jotka muodostuvat yllä valituista vaihtoehdoista

Arvioi tässä, kuinka suuri osa tutkimuksen budjetista tarvitaan aineistonhallinnan kuluihin (esim. litterointipalvelu, datamanagerin palkkio).