Skip to Main Content

Hantering av forskningsdata

För kandidat-, magister-, EMBA-studerande – datahanterings flödesdiagram och process

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

RDM flowchart for students

 

- 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 engelskapå finskapå 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:
    • Följ Riktlinjer och procedurer för behandling av personuppgifter i studier och forskning på Hanken.
    • 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 och proportionella för att dina studieändamål.
    • 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.
  • Efter inlämningen fungerar denna dataskyddsmeddelande e-blankett också som Register över behandling som uppfyller ansvarighet att föra register över samlingar och hanteringar av personuppgifter enligt GDPR (art. 30).  

 

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

  • Få respondenternas samtycke som den rättsliga grunden för behandlingen av personuppgifterna (GDPR, art. 6 (1)(a)).
  • Ge all obligatorisk information i dataskyddsmeddelandet till respondenterna om behandlingen av deras personuppgifter för att uppfylla öppenhetsprincipen och fullgöra skyldigheten att tillhandahålla nödvändig information enligt GDPR (art. 12-14). 

 

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

 

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.

För forskare och doktorander – datahanterings flödesdiagram och process

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

RDM flowchart for researchers

 

- 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. ​Skriv en datahanteringsplan (Data management plan, DMP) och uppdatera den kontinuerligt. 

  • En DMP är en integrerad del av forskningsdatahantering och ett viktigt verktyg för att följa god forskningspraxis. Planen beskriver vad och hur forskningsdata hanteras för 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 eller andra Public DMP templates (med Hankens DMP-anvisningar integrerad) i DMPTuuli som hjälp för att skriva och uppdatera en datahanteringsplan. Se DMPTuuli med Hankens DMP-anvisningar och DMP-mall för att lära dig hur du får tillgång till Hankens DMP-mall och anvisningar.

 

Steg 2. Identifiera etik och dataskyddsfrågor i ditt forskningsförslag.

 

(2) Datainsamling och analy (aktiv forskningsfas)

Steg 3. Vid insamlingen av personuppgifter ska du:

  • Ge all obligatorisk information i ett dataskyddsmeddelande till forskningsdeltagarna om behandlingen av deras personuppgifter.
    • Fyll i och skicka in e-blanketten Forskningens dataskyddsmeddelande (på engelskapå finskapå svenskaoch ge dataskyddsmeddelandet till dina forskardeltagare för att uppfylla öppenhetsprincipen och fullgöra skyldigheten att tillhandahålla nödvändig information enligt GDPR (art. 12-14). 
      • Efter att e-blanketten sänds in, klicka på "Spara den ifyllda blanketten som fil." Redigera den nedladdade RTF-filen så att den lämpar sig för dina respondenter. 
      • Efter inlämningen fungerar e-blanketten också som Register över behandling som uppfyller ansvarighet att föra register över samlingar och hanteringar av personuppgifter enligt GDPR (art. 30).  

 

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

 

(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 rministeriet 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). 
    • Definiera en lämplig tillgångsttyp (öppen, embargo eller begränsad) till forskningsdata baserat på uppgifterna, din forskningsprocess, behovet av skydd av affärshemligheter och andra konfidentiella uppgifter och immateriella rättighetsavtal, samt finansierare och förläggarnas krav.
    • 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 UKM 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 din 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.

Forskningsdatalivscykel

Research Data Lifecycle

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