Hantering av forskningsdata

- Studerande kan följa datahanteringsflödesschemat nedan för att klara olika RDM-uppgifter:

 

- Eller så kan du följa följande fem datahanteringssteg för att klara dina RDM-uppgifter:

 

Steg 1. Alla Hankens studerande ska fylla i och skicka in e-blanketten Studiens dataskyddsmeddelande (på engelska, på finska eller på svenska).

• E-blanketten hjälper dig att planera vad din studie syftar till att undersöka och vilka data du behöver exakt för undersökningen. Om du behöver samla in och behandla personuppgifter för din studie:
  • Bekanta dig med de grundläggande dataskyddskoncepten och Hankens Riktlinjer och procedurer för behandling av personuppgifter i studier och forskning.
  • Definiera målen för din studie och det tydliga, specificerade behovet av behandlingen av personuppgifter, så att du bara samlar in den minsta mängd personuppgifter som är nödvändiga för och står i proportion till utförandet av dina studieuppgifter.
  • Klicka på "Spara den ifyllda blanketten som fil" efter att e-blanketten sänds in. Redigera den nedladdade RTF-filen så att den lämpar sig för dina respondenter. Välj det språk som dina respondenter vill ha.

 

Steg 2. Samla in data för din studie. Vid insamlingen av personuppgifter ska du:

• Få respondenternas samtycke som den rättsliga grunden för behandlingen av deras personuppgifter.
  • Använd Hankens mall för Samtycke till behandlingen av personuppgifter (på engelska, på finska eller på svenska) för att få samtycke.

• Ge dataskyddsmeddelandet till respondenterna om behandlingen av deras personuppgifter. 

 

Steg 3. Lagra, säkerhetskopiera och överföra data säkert i datalagringstjänster som tillhandahålls och upprätthålls av Hanken eller CSC.

 

Steg 4. Anonymisera personuppgifterna så att dina respondenter inte är identifierbara i din uppsats eller kursuppgift.

 

Steg 5: Radera personuppgifterna senast 12 månader efter att din avhandling eller kursuppgift har godkänts.

- Forskare kan följa RDM-flödesschemat nedan för att klara olika RDM-uppgifter:

 

- Eller så kan du följa de sex datahanteringssteg nedan i faserna för forskningsplanering, aktiv forskning och resultatdelning:

 

(1) Före insamling av data (forskningsplanering)

Steg 1. ​Det rekommenderas starkt att skriva en datahanteringsplan (Data management plan, DMP).

• En DMP är en integrerad del av forskningsdatahantering och ett viktigt verktyg för att följa god forskningspraxis. Den hjälper dig att planera vilka data du behöver exakt för dina forskningsmål innan du påbörjar ditt forskningsprojekt och identifierar vilka åtgärder som ska vidtas för de etiska och juridiska frågeställningarna och FAIR-principerna före, under och efter ditt forskningsprojekt.
• De flesta av forskningsfinansiärerna kräver en DMP som en del av finansieringsansökan (t.ex. av Business Finland), efter ett positivt finansieringsbeslut (t.ex. av Finlands Akademi) eller under de första sex månaderna av projektet (t.ex. av Horizon Europe).
• Du kan använda Hankens DMP-mall och DMP-anvisningar i DMPTuuli för att hjälpa dig att skriva och uppdatera din DMP.

 

Steg 2. Identifiera etik och dataskyddsfrågor i ditt forskningsförslag.

• Följ Etiska principer och anvisningar och alla tillämpliga praxis för etikprövning. 
  • Kolla de sex studietyper som beskrivs i Etikprövning för att se om du ska begära ett utlåtande om etikprövning av Hankens Forskningsetiska kommitté innan din forskning inleds. 
• Om du samlar in och behandlar personuppgifter bekanta dig med de grundläggande dataskyddskoncepten och Hankens Riktlinjer och procedurer för behandling av personuppgifter i studier och forskning.
  • Kolla listorna i Gör en konsekvensbedömning avseende dataskydd vid behov för att se om du är skyldig att göra en DPIA innan din datainsamling och databehandling i enlighet med GDPR och nationella regler.

 

(2) Datainsamling och analy (aktiv forskningsfas)

Steg 3. Vid insamlingen av personuppgifter ska du:

• Be om informerat samtycke från dina forskningsdeltagare, vilket krävs av forskningsetik, t.ex. TENK:s anvisningar.
  • Använd mallen för Informerat samtycke (på engelska, på finska eller på svenska). Välj språket som dina forskningsdeltagare vill ha.

• Ge ett dataskyddsmeddelande till dina forskningsdeltagare om behandlingen av deras personuppgifter.
  • Fyll i och skicka in e-blanketten Forskningens dataskyddsmeddelande (på engelska, på finska eller på svenska). 
    • Klicka på "Spara den ifyllda blanketten som fil" efter att e-blanketten sänds in. Redigera den nedladdade RTF-filen så att den lämpar sig för dina forskningsdeltagare. 

 

Steg 4. Lagra, säkerhetskopiera och överför data säkert och organisera dina data under forskningen.

• Använd datalagringstjänster som tillhandahålls och underhålls av Hanken eller CSC. Se Lagra, säkerhetskopiera och överföra data på ett säkert sätt.
• Organisera dina data med öppna och standard dataformat, och ordna dina datas namnkonventioner, strategi för versionskontroll och mappstrukturer. Se Dataformat och organisering.
• Anonymisera personuppgifterna innan du publicerar dina frskningsoutput. Se Anonymisera data före publicering och arkivering. 

 

(3) Efter insamling av data (dela forskningsresultat)

Steg 5. Publicera (meta)data i enlighet med FAIR-principerna. Se Datapublicering och långtidsbevaring.

• Det rekommenderas starkt att använda Fairdata Qvain-metadataverktyget för att beskriva och publicera metadata för dina forskningsdata. Se metadata och datadokumentation.
  • Qvain är en del av Fairdata-tjänsterna som erbjuds av Undervisnings- och kulturministeriet och produceras av CSC. Data som beskrivs och publiceras av Qvain överförs automatiskt till Etsin (forskningsdatasökare, också en del av Fairdata-tjänsterna) och Finlands nationella forskningsinformationscentrum/Finnish National Information Hub/Tutkimustietovaranto (forskning.fi, en tjänst som också beställts av ministeriet och CSC).
  • Det är genom metadata som dataset blir synliga, tillgängliga och bedömda för eventuell nedladdning och återanvändning. Att skapa väl avvägda och detaljerade metadata är nyckeln till att göra data öppna, begripliga och återanvändbara.
  • Observera att även om du inte kan publicera och arkivera dina forskningsdata, eftersom dina data innehåller t.ex. personlig information, känsliga personuppgifter eller konfidentiella data, kan du fortfarande publicera metadata för dina forskningsdata.
  • Creative Commons-licensen CC BY 4.0 rekommenderas för publicerade (meta)data när så är möjligt.

• Forskningsdata arkiveras och öppnas i nationella eller internationella arkiv när så är möjligt. 
  • Rekommenderade övriga arkiver inkluderar:
    • Zenodo av OpenAIRE project och CERN.
    • IDA, en del av Fairdata services som erbjuds av UKM och CSC.
    • Aila av Finlands samhällsvetenskapliga dataarkiv (FSD). 
  • Om dina data har ett långsiktigt värde, överväg att bevara dina data i mer än 25 år i Digital Preservation Service for Research Data som erbjuds av ministeriet och CSC. Se Långtidsbevaring av data.

• Öppen/FAIR data kan öka synligheten och genomslagskraften av din forskning, underlättar samarbete såväl inom forskningsområdet som tvärvetenskapligt, förbättra datasverifierbarheten och forskningsreproducerbarheten, minska kostnaderna för dubbelarbete i dataproduktion, förbättra kunskapsdelningen och bidra till att uppnå flera SDG. Öppenhet och återanvändning av forskningsdata erkänns som en del av en forskares akademiska meriter. Se Fördelar med öppen data och dataåteranvändning.

 

Steg 6. Registrera dina dataset i Haris och lägg till PIDs (persisitent idenifiers. t.ex. DOI och URN) du har fått från Qvain och/eller arkivet för dina (meta)data. Informationen som du har registrerat i Haris om dina dataset vias på Haris publika portal under Dataset. Se Registrera dina dataset i Haris LibGuide.

Forskningsdatats livscykel av DTU AIS Bibliometrics and Data Management, CC0 1.0.