Alkuun

Vaihda kieltä

EN FI SV
Etusivu / Etusivu / Vol 37 Nro 4 (2018)

Supporting FAIR data: categorization of research data as a tool in data management

Authors

Jessica Parland-von Essen
University of Helsinki
https://orcid.org/0000-0003-4460-3906
Katja Fält
Tampere University of Technology
https://orcid.org/0000-0002-6172-5377
Zubair Maalick
CSC - IT Center for Science
https://orcid.org/0000-0002-0975-1471
Miika Alonen
Aalto University
https://orcid.org/0000-0002-0065-0017
Eduardo Gonzalez
CSC - IT Center for Science
https://orcid.org/0000-0003-1400-0995

DOI

https://doi.org/10.23978/inf.77419

Tiedostot

Näytä PDF

Julkaistu numerossa Vol 37 Nro 4 (2018) julkaisussa Informaatiotutkimus.

Informaatiotutkimus on Informaatiotutkimuksen yhdistyksen kustantama tieteellinen aikakausjulkaisu, joka on ilmestynyt vuodesta 1981 lähtien. Lehti julkaisee tieteenalaansa ja siihen läheisesti liittyvien tieteenalojen kirjoituksia kuten artikkeleita, katsauksia, kirjallisuusesittelyitä ja -arviointeja sekä tiivistelmiä opinnäytteistä. Informaatiotutkimus on alan ainoa suomalainen vertaisarvioitu tieteellinen aikakausjulkaisu. Lehti ei peri kirjoittajamaksuja.

Tietoa julkaisusta

Abstrakti

The demand for implementation of the FAIR data principles is in many cases difficult for a researcher to adhere to in efficient ways due to lacking tools. We suggest categorizing data in a more extensive and systematic way with focus on the inherent properties of the data as means to enhancing research data services. After discussing different approaches to categorizing data, we propose a tripartite research data categorization based around the inherent aspect of stability. The three research data types are operational data, generic research data and research data publications. Generic research data is validated data and can be cumulative, i.e. data can be added without versioning, however if it is dynamic it should be versioned. Generic research data should be separated from immutable dataset publications that are published for reasons of reproducibility of specific research results.

Tiedostot

Näytä PDF

Lähdeviitteet

ANDS. (n.d.). Guides and resources. Persistent identifiers. Australian national data service. https://www.ands.org.au/guides/persistent-identifiers-expert

ATT. (2017). Oikeuksien hallintaan liittyvät metatiedot -selvitys. Opetus- ja kulttuuriministeriö. http://urn.fi/URN:NBN:fi-fe201702101528

Baker, M. (2016). 1,500 scientists lift the lid on reproducibility. Nature, 533(7604), 452. https://doi.org/10.1038/533452a

Business Dictionary. (n.d.). What is active data? Definition and meaning. BusinessDictionary.com. http://www.businessdictionary.com/definition/active-data.html

CEOS Data Stewardship Interest Group. (2017). Persistent identifier best practices. Version 1.2. CEOS/wgiss/dsig/pidbp. http://ceos.org/document_management/Working_Groups/WGISS/Documents/WGISS/%20Best/%20Practices/CEOS/%20Persistent/%20Identifier/%20Best/%20Practices_v1.2.pdf

DataCite Metadata Working Group. (2017). DataCite metadata schema 4.1. DataCite Schema. http://doi.org/10.5438/0014

Digens, A. (2014). These artists are turning space junk into sound art. Creators. https://www.vice.com/en_au/article/9anad3/artists-are-transforming-space-junk-into-sound-art

DOI handbook. (n.d.). http://doi.org/10.1000/182

Dublin Core Metadata Initiative. (2012). DCMI terms. Dublin Core. http://dublincore.org/documents/dcmi-terms/

ESA. (n.d.). Products and algorithms. Sentinel. https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-2-msi/products-algorithms

European Commission. (n.d.). Digital Single Market. Proposal for a revision of the public sector information (PSI) directive. Digital Single Market. https://ec.europa.eu/digital-single-market/en/proposal-revision-public-sector-information-psi-directive

European Research Council (ERC). (2017). Guidelines on implementation of open access to scientific publications and research data in projects supported by the European Research Council under Horizon 2020. Version 1.1. http://ec.europa.eu/research/participants/data/ref/h2020/other/hi/oa-pilot/h2020-hi-erc-oa-guide_en.pdf

Fairdata.fi. (n.d.). Fairdata. https://www.fairdata.fi/

Finnish Committee for Research Data. (2018). Tracing data: data citation roadmap for Finland.

Finnish Committee for Research Data. http://urn.fi/URN:NBN:fi-fe201804106446

Force11: The fair data principles. (2014). FORCE11. https://www.force11.org/group/fairgroup/fairprinciples

Hox, J. J., & Boeije, H. R. (2005). Data collection, primary versus secondary. In Encyclopedia of social measurement (pp. 593–599). Elsevier. http://hdl.handle.net/1874/23634

IANA media types. (n.d.). IANA. https://www.iana.org/assignments/media-types/media-types.xhtml

Laine, H., & Nykyri, S. (2018). Dataviittaamisen tiekartta tutkijalle. Informaatiotutkimus, 37(2). https://doi.org/10.23978/inf.72999

Manovich, L. (2001). The language of new media. MIT Press.

MANTRA. (2017). Research data explained. https://doi.org/10.5281/zenodo.1035218

Matthiesen, M., & Dieckmann, U. (2018). Versioning with PIDs. In CLARIN Annual Conference 2018 in Pisa, Italy. CLARIN. https://www.clarin.eu/clarin-annual-conference-2018-abstracts

Mclver, J. P. (2011). Raw data. In P. Lavrakas (ed.), Encyclopedia of survey research methods. Thousand Oaks: SAGE Publications, Inc. https://doi.org/10.4135/9781412963947.n447

Metax research datasets. (n.d.). Tietomallit. https://tietomallit.suomi.fi/model/mrd/CatalogRecord/

Mons, B. (2018). Data stewardship for open science: Implementing fair principles. Chapman and Hall/CRC. https://www.crcpress.com/Data-Stewardship-for-Discovery-A-Practical-Guide-for-Data-Experts/Mons/p/book/9780815348184

National digital preservation services. (n.d.). digitalpreservation.fi. http://digitalpreservation.fi/en

Pericles. (n.d.). Pericles. http://pericles-project.eu/training-module/space-data/space-project-phasing-data-levels-and-data-use/processing-levels/

PREMIS: Preservation Metadata Maintenance Activity (Library of Congress). (n.d.). PREMIS. https://www.loc.gov/standards/premis/

Rauber, A., van Uytvanck, D., Asmi, A., & Pröll, S. (2016). Identification of reproducible subsets for data citation, sharing and re-use. Research Data Alliance. https://www.rd-alliance.org/system/files/documents/TCDL-RDA-Guidelines_160411.pdf

Research guides: Data module #1: What is research data? (2017). https://libguides.macalester.edu/c.php?g=527786/&p=3608643

Research methods help guide. (n.d.). https://library.fiu.edu/friendly.php?s=researchmethods/datatypes

Shafer, T. (2017). The 42 V’s of big data and data science. Elder Research. https://www.elderresearch.com/blog/42-v-of-big-data

Spichtinger, D. (2016). Open / fair research data in horizon 2020. https://ec.europa.eu/easme/sites/easme-site/files/open_fair_research_data_in_h2020.pdf

UNIFI. (2018). Avoin tiede ja data. Toimenpideohjelma suomalaiselle tiedeyhteisölle. Universities Finland UNIFI. http://urn.fi/URN:NBN:fi-fe2018052424593

Webopedia “active data”. (n.d.). Webopedia. https://www.webopedia.com/TERM/A/active_data.html

Weller, M. (2011). The digital scholar: How technology is transforming scholarly practice. Bloomsbury Academic. https://doi.org/10.5040/9781849666275

Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A.,... Mons, B. (2016). The fair guiding principles for scientific data management and stewardship. Scientific Data, 3. https://doi.org/10.1038/sdata.2016.18

Tiedot

DOI
https://doi.org/10.23978/inf.77419
Julkaistu
joulukuu 30, 2018
Numero
Vol 37 Nro 4 (2018)
Osasto
Katsaukset
Avainsanat research data management, data management, FAIR principles, persistent identifiers [http://www.yso.fi/onto/yso/p29018], data citation, open science
Viittaaminen
Parland-von Essen, J., Fält, K., Maalick, Z., Alonen, M., & Gonzalez, E. (2018). Supporting FAIR data: categorization of research data as a tool in data management. Informaatiotutkimus, 37(4). https://doi.org/10.23978/inf.77419
Lisenssi

Copyright (c) 2018 Jessica Parland-von Essen, Katja Fält, Zubair Maalick, Miika Alonen, Eduardo Gonzalez

Creative Commons License

Tämä työ on lisensoitu Creative Commons Nimeä-EiKaupallinen-JaaSamoin 4.0 Kansainvälinen Julkinen -lisenssillä.

Lehdessä julkaistut kirjoitukset on lisensoitu Creative Commons Nimeä-EiKaupallinen-JaaSamoin 4.0 Kansainvälinen Julkinen -lisenssillä.

Tekijänoikeus säilyy kirjoittajalla siten, että sen alkuperäinen julkaisuoikeus on Informaatiotutkimus-lehdellä sekä digitaalisena että painettuna vuosikirjassa. Artikkelia voi vapaasti käyttää opetuksessa ja muihin ei-kaupallisiin tarkoituksiin siten, että lähteenä mainitaan tekijä, artikkeli, lehden numero sekä artikkelin URL-osoite kokonaisuudessaan.

Artikkelin kustantaja-PDF -version saa tallentaa lehden numeron julkaisun jälkeen julkaisuarkistoon tai muuhun vastaavaan palveluun, kunhan artikkelin alkuperäinen osoite mainitaan.