Page tree
Skip to end of metadata
Go to start of metadata

Updated 24.1.2020.

National guidance and questions that assist with data management planning have been updated in 24.1.2020. The key changes compared with the previous version (2019) are marked with orange font color. A group of experts co-operated in writing the guidance. The members of the group came from Finnish universities, research institutions and The Academy of Finland. The work was coordinated by Tuuli office, which is funded (2015-) by the Ministry of Education and Culture in Finland.

The questions and guidance have been modified based on user feedback to make them more explicit and easier to understand. The questions and guidance will be updated annually in the future as well.  As the expertise of the users increases it would be useful that the structure of the guidance stays the same. From 2019 the Finnish national guidance follows the Core Requirements for Data management Plans launched by Science Europe. (1)

The guidance is in English, Finnish and Swedish.

Cite as: Tuuli-project. (2020, January 24). General Finnish DMP guidance (Version 2020). Zenodo. http://doi.org/10.5281/zenodo.3630309

References

(1) Science Europe, (2018) Practical Guide to the International Alignment of Research Data Management, https://www.scienceeurope.org/wp-content/uploads/2018/12/SE_RDM_Practical_Guide_Final.pdf

Section
0. Introduction
0. Esittely0. Introduktion

Motivation

Motivointiosio

Motivation

How do I write a DMP? - READ THIS FIRST!

  • Read all of the questions first!
  • Use a DMP to complement your research plan – avoid overlaps with the research plan!
  • The research plan describes the scientific, analytical and methodological processing of data.
  • The data management plan describes the technical and administrative management of data.
  • To avoid redundancy, refer to your research plan in your DMP and vice versa.
  • Use the DMP as a risk evaluation document – it shows that you can recognise, anticipate and handle the risks related to your data management workflow.
  • The DMP should be drawn from your own research project – do not copy/paste examples from somewhere else.
  • Write only sentences you yourself understand.
  • Answer the questions where applicable – if a certain question is not applicable in your case, justify why not.
  • Answer at least the main categories – each sub-question does not need to be answered separately.
  • Include background information such as the name of the applicant and the project, the project number, the funding programme and the version of the DMP.
  • Demonstrate your data management and version control skills, for example, when considering the name of the DMP file.
  • Follow the organisation’s or funder’s requirements.


Why should you manage your research data and write a data management plan (DMP)?

  • It is good research practice!
  • You will reduce the risk of losing your data.
  • You will be able to anticipate complex ownership and user rights issues in advance.
  • It helps you support open access to create productive future collaborations.
  • You will meet your funder’s requirements.
  • It helps you save time and money.
  • Your DMP reflects your managerial skills as a project leader.


In the DMP context, ‘data’ is understood as a broad term. Data covers all of the information and material your research results are based on. You can concentrate on the data, which is your responsibility.


Your DMP should describe how you will manage the data throughout the life cycle of your research. The DMP is a living document, which should be updated as the research project progresses.


Your research data management practices should aim to produce reusable data, which follows FAIR principles, that is, your data will be Findable, Accessible, Interoperable and Re-usable.


Good luck with your DMP!

Miten laadin aineistonhallintasuunnitelma? LUE AINAKIN NÄMÄ ENSIN.

  • Tutustu ensin kaikkiin kysymyksiin!
  • Käytä aineistonhallintasuunnitelmaa tutkimussuunnitelmasi täydentämiseen. Vältä päällekkäisyyttä tutkimussuunnitelman kanssa.
  • Tutkimussuunnitelma kuvaa aineiston tieteellistä, analyyttistä ja metodologista käsittelyä.
  • Aineistonhallintasuunnitelma kuvaa aineiston teknistä ja hallinnollista käsittelyä.
  • Päällekkäisyyksien välttämiseksi viittaa aineistonhallintasuunnitelmassa tutkimussuunnitelmaan ja päinvastoin.
  • Käytä aineistonhallintasuunnitelmaa riskinarvioinnin kuvauksena. Osoita, että pystyt tunnistamaan, ennakoimaan ja hallitsemaan aineistonhallintaprosessiin liittyviä riskejä.
  • Laadi aineistonhallintasuunnitelma oman tutkimushankkeesi näkökulmasta. Älä kopioi esimerkkejä muualta.
  • Kirjoita vain virkkeitä, jotka itse ymmärrät.
  • Vastaa kysymyksiin, jotka koskevat tutkimustasi. Jos jokin kysymys ei liity tutkimukseesi, perustele, miksi näin on.
  • Vastaa ainakin pääkysymyksiin. Kaikkiin alakysymyksiin ei tarvitse vastata erikseen.
  • Sisällytä suunnitelmaan taustatietoja, esimerkiksi hakijan ja hankkeen nimet, hankkeen numero, rahoituspäätöksen tunniste ja aineistonhallintasuunnitelman versiotieto.
  • Osoita aineiston- ja versionhallintataitosi esimerkiksi nimeämällä myös aineistonhallintasuunnitelma asianmukaisesti.
  • Noudata organisaation tai rahoittajan vaatimuksia.


Mihin tutkimusaineistojen hallinnointia ja aineistonhallintasuunnitelmaa tarvitaan?

  • Tutkimusaineistojen hallinnointi ja aineistonhallintasuunnitelman laatiminen kuuluvat hyviin tieteellisiin käytäntöihin.
  • Etukäteen laadittu aineistonhallintasuunnitelma vähentää aineistojen häviämisen tai tuhoutumisen riskiä.
  • Suunnitelman avulla pystyt ennakoimaan ja hallitsemaan omistajuuteen ja käyttöoikeuksiin liittyviä yksityiskohtia.
  • Etukäteen laadittu suunnitelma mahdollistaa aineistojen avaamisen ja luo edellytyksiä uusien yhteistyöhankkeiden muodostumiselle.
  • Suunnittelu auttaa seuraamaan rahoittajien linjauksia.
  • Suunnittelemalla säästät aikaa ja rahaa.
  • Aineistonhallintasuunnitelma kertoo osaamisestasi hankkeen johtajana.


Aineistonhallintasuunnitelman yhteydessä aineisto (data) ymmärretään laajasti. Tutkimusaineisto ja -data kattavat kaikki tiedot ja resurssit, joihin tutkimustuloksesi perustuvat. Suunnitelmassa voit keskittyä kuvamaan vastuullasi olevan aineiston.


Aineistonhallintasuunnitelma kuvaa, miten tutkimusaineistoa hallinnoidaan koko tutkimuksen elinkaaren ajan. Aineistonhallintasuunnitelmaa päivitetään säännöllisesti tutkimushankkeen edistyessä.


Tutkimusaineiston hallintaan liittyvien käytäntöjen tulee pyrkiä ns. FAIR-periaatteiden noudattamiseen eli siihen, että aineisto on löydettävissä (Findable), saavutettavissa (Accessible), yhteentoimiva (Interoperable) ja uudelleen käytettävissä (Re-usable).


Onnea aineistonhallintasuunnitelman laatimiseen!

Hur man skriver en datahanteringsplan (data management plan, DMP) - LÄS DETTA FÖRST!

  • Läs igenom alla frågor först!
  • Datahanteringsplanen ska komplettera din forskningsplan – besvara de frågor som är tillämpbara på ditt projekt, men undvik överlappningar med forskningsplanen.
  • I forskningsplanen beskrivs de vetenskapliga metoderna och analysen av datamaterialet. I datahanteringsplanen beskrivs teknisk och administrativ behandling av datamaterialet.
  • För att undvika upprepningar kan du hänvisa till din forskningsplan i datahanteringsplanen och vice versa.
  • Använd datahanteringsplanen som ett riskbedömningsdokument: visa att du kan identifiera, förutse och hantera eventuella risker i anknytning till behandlingen av data inom ditt forskningsprojekt.
  • Skriv datahanteringsplanen utgående från ditt forskningsprojekt. Kopiera inte in exempel från andra texter.
  • Skriv bara sådana meningar som du själv förstår.
  • Svara på frågorna i det fall att de är relevanta för ditt forskningsprojekt. Om en fråga inte är relevant, motivera varför.
  • Svara åtminstone på frågorna i huvudpunkterna. Du behöver inte svara på alla underpunkter separat.
  • Lägg till bakgrundsinformation såsom exempelvis den sökandes och projektets namn, projektnummer, finansieringsprogram och datahanteringsplanens version.
  • Visa din förmåga till datahantering och dokumentation exempelvis genom att namnge datahanteringsplanens olika versioner på ett tydligt sätt.
  • Följ din organisations eller finansiärens anvisningar.


Varför är datahantering och att skriva en datahanteringsplan (DMP) viktigt?

  • Det är god forskningspraxis!
  • Risken att förlora forskningsdata minskar.
  • I planen kan du redan i förväg ta ställning till eventuella komplicerade frågor som gäller ägande- och nyttjanderätt.
  • Planen är ett stöd för öppen tillgång och främjar produktivt framtida samarbete.
  • Du bemöter krav från finansiärerna.
  • Du sparar tid och pengar.
  • Datahanteringsplanen visar dina projektledarfärdigheter.


Data ett brett begrepp inom DMP-kontexten. Data inbegriper all information och allt material som dina forskningsresultat grundar sig på. Du kan koncentrera dig på sådana data som är ditt ansvarsområde.


Datahanteringsplanen ska beskriva hur forskningsdata kommer att hanteras genom forskningens hela livscykel. Datahanteringsplanen är ett levande dokument som bör uppdateras allteftersom forskningsprojektet framskrider.


Rutinerna för hantering av forskningsdata ska följa FAIR-principerna, vilket innebär att forskningsdata ska vara sökbara (Findable), tillgängliga (Accessible), interoperabla (Interoperable) och återanvändbara (Re-usable).


Lycka till med datahanteringsplanen!


1. General description of the data

1. Aineiston yleiskuvaus1. Allmän beskrivning av data

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.

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.

1.1 Vilka slags data baserar sig forskningen på? Hurdana data samlas in, produceras eller återanvänds? Vilka filformat används? Ge även en grov uppskattning av hur mycket data som kommer att produceras eller samlas in.

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) data collected for this project,
B) data produced as an outcome of the process,
C) previously collected existing data which is being reused in this project,
D) managerial documents and project deliverables, and so on.

The categorisation follows the license policy of your data sets. For example, briefly describe the license according to which you are entitled to (re)use the data. The categorisation can form a general structure for the rest 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.

In the DMP, what is important is to describe the required disk space, not how many informants participated in the project. A rough estimation of the size of the data is sufficient, for example, less than 100 GB, approx. 1 TB or several petabytes.

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.
  • Examples of file formats are .csv, .txt, .docx, .xslx and .tif.
  • 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.
  • You can also estimate the increase in data production or collection during the project for a specific time period: "The project is producing/collecting approximately 100 GB of data per week."


AVOID OVERLAPS WITH THE RESEARCH PLAN! Data analysis and methodological issues related to data and materials should be described in your research plan.

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) tätä hanketta varten kerätty aineisto
B) tutkimusprojektissa tuotettu aineisto
C) aiemmin kerätty aineisto, jota käytetään tässä hankkeessa uudelleen
D) tutkimuksen hallintaan liittyvät asiakirjat.

Luokittelu kannattaa muotoilla tutkimuksessa hyödyntämäsi ja tuottamasi aineiston käyttöoikeuksien ja lisenssien perusteella. Kerro lyhyesti, minkä lisenssin perusteella sinulla on oikeus aineiston (uudelleen)käyttämiseen. Kohdassa 1.1 muotoilemasi luokittelu muodostaa luontevan jäsentelyn, johon voit viitata aineistonhallintasuunnitelman muissa kysymyksissä.

Kuvaa käyttämäsi tiedostomuodot. 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.

Sisällytä aineistonhallintasuunnitelmaan kuvaus tarvittavasta levytilasta, ei siitä, kuinka monta tiedonantajaa hankkeeseen osallistui. Aineiston koon arviointi summittaisesti riittää (esim. alle 100 Gt, noin 1 Tt tai useita petatavuja).

Vinkkejä hyvistä käytännöistä

  • Käytä taulukkoa tai luetteloa esittämään tietotyypit, tiedostomuodot, käytettävät ohjelmat ja aineiston koko tiiviissä muodossa.
  • Mahdollisia tiedostomuotoja ovat .csv, .txt, .docx, .xslx ja .tif.
  • Muista mainita tietojen tarkasteluun tai käyttämiseen tarvittavat erityiset tai epätavalliset ohjelmat varsinkin, jos ne koodataan tai tuotetaan hankkeessasi.
  • Voit myös arvioida, kuinka paljon hankkeessa tuotetaan tai kerätään aineistoa esimerkiksi viikossa: ”Hankkeessa tuotetaan/kerätään viikoittain noin 100 Gt aineistoa.”

VÄLTÄ PÄÄLLEKKÄISYYTTÄ TUTKIMUSSUUNNITELMAN KANSSA! Aineiston analysointiin ja tutkimusmenetelmiin liittyvät yksityiskohdat ja prosessit kuvataan tutkimussuunnitelmassa.

Beskriv kort vilka slags data som samlas in eller produceras. Ange också vilka slags befintliga data som kommer att (åter)användas. Till exempel texter, bilder, fotografier, mätningar, statistik, fysiska prover eller koder.

Kategorisera dina data genom att dela in dem på ett åskådligt sätt, till exempel:
A) data som samlas in för detta projekt
B) data som är ett resultat av processen
C) befintliga data som insamlats tidigare och återanvänds i detta projekt
D) projektledningens dokument samt projektrapporter, osv.

Kategoriseringen ska följa licensriktlinjerna för dina dataset. Beskriv till exempel kortfattat i enlighet med vilken licens du har rätt att (åter)använda data. Kategoriseringen kan utgöra en generell struktur för resten av datahanteringsplanen.

Ange filformat för alla data. I vissa fall kan formatet som används under forskningsprojektet vara ett annat än det format som används vid arkiveringen av datamaterialet. Ange båda formaten. Filformatet är av central betydelse för framtida tillgänglighet och återanvändbarhet av data.

Beskriv i datahanteringsplanen hur mycket lagringsutrymme som behövs för dina data – inte hur många informanter som deltagit i projektet. Det räcker med en grov uppskattning av storleken på dina data, till exempel mindre än 100 gigabyte, ungefär 1 terabyte, eller flera petabyte.

Rekommendationer för bästa praxis

  • Använd tabeller eller punktuppställningar för att koncist presentera typer av data, filformat, programvara, och storlek på data.
  • Exempel på filformat: .csv, .txt, .docx, .xslx, .tif.
  • När du listar vilka filformat som kommer att användas ska du komma ihåg att nämna all slags särskild eller ovanlig programvara som krävs för att läsa eller använda data, i synnerhet om programvaran kodas inom ramen för projektet.
  • Du kan även uppskatta ökningen av data under projektets gång, exempelvis per vecka: ”Projektet producerar/samlar in cirka 100 gigabyte data per vecka.”


UNDVIK ÖVERLAPPNING MED FORSKNINGSPLANEN! Dataanalysen och metodologiska frågor som gäller projektets data ska beskrivas i forskningsplanen.

1.2 How will the consistency and quality of data be controlled?

1.2 Miten aineiston yhtenäisyys ja laatu varmistetaan?

1.2 Hur kontrolleras datamaterialets enhetlighet och kvalitet?

Explain how the data collection, analysis and processing methods used may affect the quality of the data and how you will minimise the risks related to data accuracy.

Data quality control ensures that no data is accidentally changed and that the accuracy of the data is maintained over its entire life cycle. Quality problems can emerge due to the technical handling, converting or transferring of data, or during its contextual processing and analysis.

Tips for best practices

  • Transcriptions of audio or video interviews should be checked by someone other than the transcriber.
  • Analog material should be digitised in the highest resolution possible for accuracy.
  • In all conversions, maintaining the original information content should be ensured.
  • Software-producing checksums should be used.
  • Organise training sessions and set guidelines to ensure that everyone in your research group can implement quality control and anticipate the risks related to the quality of the data.

AVOID OVERLAPS WITH THE RESEARCH PLAN! Issues related to data analysis, methods and tools should be described in your research plan, that is, do not include, for example, instrument calibration descriptions here.

Selitä, miten aineiston keruun, analysoinnin ja käsittelyn menetelmät voivat vaikuttaa aineiston laatuun, ja miten turvaat aineiston virheettömyyden.

Aineiston laadunhallinnalla varmistetaan, että aineisto ei epähuomiossa muutu ja että aineisto pysyy virheettömänä koko sen elinkaaren ajan. Laatuongelmia voi syntyä tietojen teknisen käsittelyn, muuntamisen tai siirron vuoksi tai sisällön käsittelyn ja analyysin aikana.

Vinkkejä hyvistä käytännöistä

  • On suositeltavaa, että haastattelujen ääni- tai videotaltiointien litteroinnit tarkistaa joku muu kuin litteroija.
  • Virheiden ja epätarkkuuksien välttämiseksi analoginen aineisto on syytä digitoida mahdollisimman korkealla resoluutiolla.
  • Alkuperäisen tietosisällön säilyminen on aina varmistettava tietoja ja tiedostoja muunnettaessa.
  • Käytä ohjelmistoja, jotka laskevat tarkistussummia.
  • Tarjoa koulutusta ja ohjeita varmistaaksesi, että kaikki tutkimusryhmäsi jäsenet pystyvät huolehtimaan laadunvalvonnasta ja ennakoimaan laatuun liittyvät riskit.


VÄLTÄ PÄÄLLEKKÄISYYTTÄ TUTKIMUSSUUNNITELMAN KANSSA! Aineiston analysointiin, menetelmiin ja työvälineisiin liittyvät seikat kuvataan tutkimussuunnitelmassa. Aineistonhallintasuunnitelmassa ei siis kuvata esimerkiksi tutkimuslaitteiden kalibrointia.

Beskriv hur metoderna som används för att samla in, analysera och bearbeta data kan påverka kvaliteten på projektets data och hur du ämnar minimera riskerna.

Kvalitetskontroll av data säkerställer att data inte ändras av misstag och att kvaliteten upprätthålls under hela livscykeln. Kvalitetsproblem kan uppstå i samband med den tekniska hanteringen, konverteringen eller överföringen eller i samband med kontextuell hantering och analys.

Rekommendationer för bästa praxis

  • Transkriptioner av ljudupptagningar eller videointervjuer ska kontrolleras av en annan person än den som transkriberat dem.
  • Analogt material ska digitaliseras med så hög resolution som möjligt för precision.
  • Vid alla konverteringar ska det ursprungliga informationsinnehållet säkerställas.
  • Programvara som använder sig av kontrollsummor ska användas.
  • Ordna övningssessioner och skriv anvisningar för att säkerställa att alla i din forskningsgrupp är insatta i kvalitetskontroll och kan förutse risker i anknytning till kvaliteten på data.


UNDVIK ÖVERLAPPNING MED FORSKNINGSPLANEN! Detaljer i anknytning till dataanalys, metoder och verktyg ska beskrivas i forskningsplanen. Du ska till exempel inte inkludera beskrivningar av instrumentens kalibrering i datahanteringsplanen.


2. Ethical and legal compliance

2. Eettisten periaatteiden ja lainsäädännön noudattaminen2. Iakttagande av etiska principer och lagstiftning

2.1 What legal issues are related to your data management? (For example, GDPR and other legislation affecting data processing.)

2.1 Mitä juridisia seikkoja liittyy aineiston hallintaan (esim. EU:n yleinen tietosuoja-asetus ja muu aineiston käsittelyyn liittyvä lainsäädäntö)?

2.1 Vilka juridiska frågor är relevanta för datahanteringen? (Till exempel GDPR och annan lagstiftning som påverkar behandling av data.)

All types of research data involve questions of rights and legal and ethical issues. Demonstrate that you are aware of the relevant legislation related to your data processing. If you are handling personal or sensitive information, describe how you will ensure privacy protection and data anonymisation or pseudonymisation.

Tips for best practices

  • Check your institutional ethical guidelines, data privacy guidelines and data security policy, and prepare to follow the instructions that are given in these guidelines.
  • If your research is to be reviewed by an ethical committee, outline in your DMP how you will comply with the protocol (e.g., how you will remove personal or sensitive information from your data before sharing data to ensure privacy protection).
  • Will you process personal data? If you intend to do so, please detail what type of personal data you will collect.
  • All data related to an identified or identifiable person is personal data. Information such as names, telephone numbers, location data and information on the congenital diseases of the individual's grandparents is personal data.
  • Office of the Data Protection Ombudsman (https://tietosuoja.fi/en/processing-of-personal-data)


AVOID OVERLAPS WITH THE RESEARCH PLAN! Details of the ethical issues, the ethical committee statements and the use of laboratory animals should be described in the research plan.

Jokaiseen tutkimusaineistoon liittyy oikeuksia, lainsäädäntöä ja tutkimusetiikkaa koskevia kysymyksiä. Osoita, että tunnet aineiston käsittelyyn liittyvän lainsäädännön. Jos käsittelet henkilötietoja tai arkaluonteisia tietoja, kerro, miten suojaat tutkittavien yksityisyyden ja anonymisoit tai pseudonymisoit aineiston.

Vinkkejä hyvistä käytännöistä

  • Tutustu organisaatiosi eettisiin ohjeisiin, yksityisyyttä koskeviin ohjeisiin ja tietoturvaperiaatteisiin ja valmistaudu noudattamaan kyseisten asiakirjojen ohjeistusta.
  • Jos eettinen toimikunta antaa lausunnon tutkimuksestasi, kerro aineistonhallintasuunnitelmassa, miten noudatat toimintaohjeita (ts. miten henkilökohtaiset tai arkaluonteiset tiedot poistetaan aineistosta ennen sen jakamista, jotta yksityisyydensuoja voidaan varmistaa).
  • Jos käsittelet henkilötietoja, yksilöi, millaisia henkilötietoja keräät.
  • Kaikki tunnistettua tai tunnistettavaa henkilöä koskevat tiedot ovat henkilötietoja. Myös nimet, puhelinnumerot, sijaintitiedot ja henkilön isovanhempien synnynnäisten sairauksien kaltaiset tiedot ovat henkilötietoja.
  • Lisätietoja ks. mm. Tietosuojavaltuutetun toimisto (https://tietosuoja.fi/henkilotietojen-kasittely)


VÄLTÄ PÄÄLLEKKÄISYYTTÄ TUTKIMUSSUUNNITELMAN KANSSA!  Yksityiskohtaiset tutkimuseettiset seikat, eettisten toimikuntien lausunnot ja koe-eläinten käyttö ym. kuvataan tutkimussuunnitelmassa.

Frågor i anknytning till rättigheter samt juridiska och etiska aspekter omfattar all forskningsdata. Visa att du känner till relevant lagstiftning i anknytning till behandlingen av dina forskningsdata. Om du hanterar personuppgifter eller känsliga uppgifter ska du beskriva hur deltagarnas identitet kommer att skyddas och hur du kommer att anonymisera eller pseudonymisera data.

Rekommendationer för bästa praxis

  • Bekanta dig med din organisations etiska riktlinjer och datasäkerhetspolicy och var beredd att följa bestämmelserna i dem.
  • Om en etikprövningsnämnd ger ett utlåtande om din forskning ska du i datahanteringsplanen ange hur du ämnar följa direktiven (t.ex. hur deltagarnas identitetsskydd tryggas genom att man avlägsnar känsliga eller personliga uppgifter ur data innan de görs tillgängliga).
  • Inbegriper din forskning försökspersoner?
  • Ingår behandling av personuppgifter? Om du kommer att behandla personuppgifter, ange vilken typ av data du ämnar samla in.
  • Med personuppgifter avses alla uppgifter som anknyter till en identifierad eller identifierbar person. Personuppgifter är till exempel namn, telefonnummer, positionsuppgifter och uppgifter om far- och morföräldrars genetiska sjukdomar.
  • Dataombudsmannens byrå (https://tietosuoja.fi/sv/behandling-av-personuppgifter)


UNDVIK ÖVERLAPPNING MED FORSKNINGSPLANEN! Detaljer gällande etiska frågor, liksom utlåtanden från etiska kommittéer och användning av försöksdjur ska beskrivas i forskningsplanen.

2.2 How will you manage the rights of the data you use, produce and share?

2.2 Miten hallinnoit käyttämäsi, tuottamasi ja jakamasi aineiston oikeuksia?

2.2 Hur hanteras rättigheterna till det datamaterial du använder, producerar och delar?

Describe how you will agree upon the rights of use related to your research data – including the collected, produced and (re)used data of your project. Here, you can employ your categorisation in the first question. Each of these categories involves different rights and licenses. Describe the transfer of rights procedures relevant to your project. Describe confidentiality issues if applicable in your project.

Tips for best practices

  • Check your organisational data policy for ownership, the right of use and the right to distribute.
  • Have you gained consent for data preservation and sharing?
  • Agreements on ownership and rights of use should be made as early as possible in the project life cycle.
  • Consider the funder's policy.
  • It is recommended to make all of the research data, code and software created within a research project available for reuse, e.g., under a Creative Commons (
https://creativecommons.org/choose/), GNU (https://www.gnu.org/licenses/gpl-3.0.en.html) or MIT license (https://opensource.org/licenses/MIT), or under another relevant license.

Kuvaa, miten sovit hankkeessa kerätyn, tuotetun ja (uudelleen)käytetyn tutkimusaineiston käyttöoikeuksista. Voit käyttää luokittelua, joka esitetään edellä kohdassa 1. Kuhunkin kysymyksessä 1.1 luokiteltuun ryhmään liittyy erilaisia oikeuksia ja lisenssejä. Kuvaa oikeuksien siirtämiseen liittyvät menettelyt, jotka koskevat hankettasi. Kuvaa hankettasi koskevat salassapitokäytännöt.

Vinkkejä hyvistä käytännöistä

  • Tarkista tietojen omistajuutta ja käyttö- ja jakeluoikeuksia koskevat organisaatiosi periaatteet.
  • Tarkista, että olet saanut luvat aineiston säilyttämiseen ja jakamiseen.
  • Omistajuutta ja käyttöoikeuksia koskevat sopimukset tehdään mahdollisimman varhaisessa vaiheessa hankkeen elinkaarta.
  • Huomioi rahoittajan linjaukset.
  • Tutkimusaineiston sekä kaikkien tutkimushankkeessa luotujen koodien ja ohjelmistojen tarjoaminen uudelleen käytettäviksi on suositeltavaa. Käytä tähän tarkoitukseen esimerkiksi Creative Commons - (
https://creativecommons.org/choose/), GNU- (https://www.gnu.org/licenses/gpl-3.0.en.html) tai MIT-lisenssiä (https://opensource.org/licenses/MIT) tai muuta asianmukaista lisenssiä.

Ange hur ni kommer överens om nyttjanderätten för projektets data, såväl insamlat, producerat som (åter)använt datamaterial? Här kan du använda kategoriseringen du gjort upp under punkt 1. Varje kategori inbegriper olika rättigheter och licenser. Beskriv de processer i anknytning till överföring av nyttjanderätter som är relevanta för ditt projekt. Beskriv frågor i anknytning till konfidentialitet om det är relevant för ditt projekt.

Rekommendationer för bästa praxis

  • Kontrollera din organisations policy i fråga om äganderätt, nyttjanderätt och rätten att sprida data.
  • Har du fått samtycke för förvaring och tillgängliggörande av data?
  • Avtal om äganderätten bör ingås i ett så tidigt skede av projektets livscykel som möjligt.
  • Beakta också finansiärens principer för upphovsrätt och immaterialrätt.
  • Det rekommenderas att all data, alla koder och all programvara görs tillgängliga för återanvändning t.ex. genom Creative Commons (
https://creativecommons.org/choose/), GNU (https://www.gnu.org/licenses/gpl-3.0.en.html), MIT (https://opensource.org/licenses/MIT) eller en annan ändamålsenlig licens.


3. Documentation and metadata

3. Dokumentointi ja metatiedot3. Dokumentation och metadata

3.1 How will you document your data in order to make the data findable, accessible, interoperable and re-usable for you and others?  What kind of metadata standards, README files or other documentation will you use to help others to understand and use your data?

3.1 Miten dokumentoit aineistosi, jotta se on löydettävissä, saavutettavissa, yhteentoimiva ja uudelleen käytettävissä sekä itseäsi että muita varten?  Mitä metatietostandardeja, README-tiedostoja ja muuta dokumentaatiota käytät, jotta muut voivat ymmärtää ja käyttää aineistoasi?

3.1 På vilket sätt dokumenterar du ditt datamaterial så att det är sökbart, tillgängligt, interoperabelt och återanvändbart?  Vilka metadatastandarder, README-filer eller annan dokumentation kommer att användas för att andra ska kunna förstå och återanvända datamaterialet?

Data documentation enables data sets and files to be discovered, used and properly cited by other users (human or computer). Documentation includes essential information regarding the data, for example, where, when, why and how the data were collected, processed and interpreted. Without the proper documentation, your data is useless. Describe the tool, such as Qvain, that you will use to describe your data sets. Do not mention metadata standards if you do not use them. You can anticipate the open accessibility of your data and its description already here. However, a detailed description of which part of your data can be set openly available will be included in Section 5 below.

AVOID OVERLAPS WITH THE RESEARCH PLAN! The data-level documentation (https://www.ukdataservice.ac.uk/manage-data/document/data-level.aspx) and details about experiments, analytical methods and the research context belong to the research plan. In the DMP you should concentrate on the study-level documentation (https://www.ukdataservice.ac.uk/manage-data/document/study-level.aspx).

Tips for best practices

  • Describe all the types of documentation (README files, metadata, etc.) you will provide to help secondary users to find, understand and reuse your data.
  • Following the FAIR (https://www.force11.org/group/fairgroup/fairprinciples) principles will help you ensure the Findability, Accessibility, Interoperability and Re-usability of your data.
  • Know the minimum requirements for data documentation; see, for example, Qvain Light (https://www.fairdata.fi/en/qvain/qvain-light-user-guide/).
  • Use research instruments, which create standardised metadata formats automatically.
  • Identify the types of information that should be captured to enable other researchers to discover, access, interpret, use and cite your data.

Aineistoa koskeva dokumentaatio mahdollistaa sen, että muut käyttäjät (sekä ihmiset että tietokoneet) voivat löytää ja käyttää tietoaineistoja ja tiedostoja sekä viitata niihin asianmukaisesti. Dokumentaatio sisältää oleellisia tietoja esimerkiksi siitä, missä, milloin, miksi ja miten aineisto kerättiin, käsiteltiin ja tulkittiin. Ilman asianmukaista dokumentaatiota aineisto on hyödytön. Kerro, mitä työkalua (esim. Qvain) aiot käyttää aineistosi kuvailuun. Älä mainitse metatietostandardeja, jos et aio käyttää niitä. Voit ennakoida hankkeesi kuvailutietojen avaamista jo tässä kohdassa. Kerro avaamisesta yksityiskohtaisesti alla kohdassa 5.

VÄLTÄ PÄÄLLEKKÄISYYTTÄ TUTKIMUSSUUNNITELMAN KANSSA!

Aineistotason dokumentaatiota (https://www.ukdataservice.ac.uk/manage-data/document/data-level.aspx) ja kokeita, analyysimenetelmiä ja tutkimuskontekstia koskevat tiedot kuuluvat tutkimussuunnitelmaan.

Aineistonhallintasuunnitelmassa voit keskittyä tutkimustason dokumentaatioon (https://www.ukdataservice.ac.uk/manage-data/document/study-level.aspx).

Vinkkejä hyvistä käytännöistä

  • Kuvaa kaikki tarjoamasi dokumentaatiotyypit (esim. README-tiedostot ja metatiedot), jotka auttavat jatkokäyttäjiä löytämään, ymmärtämään ja uudelleen käyttämään aineistoa.
  • FAIR-periaatteiden (https://www.fairdata.fi/miksi-fairdata/fair-periaatteet/) noudattaminen auttaa varmistamaan, että aineisto on löydettävissä, saavutettavissa, yhteentoimiva ja uudelleen käytettävissä.
  • Lisätietoja aineiston dokumentaation vähimmäisvaatimuksista on esimerkiksi täällä: (https://www.fairdata.fi/qvain/qvain-light-kayttoopas/).
  • Käytä välineitä ja laitteita, jotka tuottavat standardoitua metadataa.
  • Tunnista ne vähimmäistason tiedot, jotka tulee tallentaa, jotta muut tutkijat voivat löytää, tarkastella, tulkita ja käyttää aineistoasi sekä viitata siihen.

Dokumentationen av data möjliggör att andra (både människor och datorer) kan hitta, använda och citera dataset och filer. Metadata är väsentlig information som t.ex. berättar var, när, varför och hur datamaterialet samlades in, bearbetades och tolkades. Utan ändamålsenlig dokumentation är ditt datamaterial värdelöst. Beskriv verktyget, exempelvis Qvain, som du ämnar använda för att dokumentera dina dataset. Du behöver inte nämna metadatastandarder om du inte använder sådana. Förutse öppnandet av ditt projekts metadata eller dokumentation redan här. Du ska dock ge en detaljerad beskrivning av öppnandet i punkt 5.

UNDVIK ÖVERLAPPNING MED FORSKNINGSPLANEN! Dokumentation på datanivå (data-level) (https://www.ukdataservice.ac.uk/manage-data/document/data-level.aspx) och detaljer i fråga om experiment, analysmetoder och den vetenskapliga kontexten ska beskrivas i forskningsplanen. I datahanteringsplanen ska du beskriva dokumentationen på projektnivå (study-level) (https://www.ukdataservice.ac.uk/manage-data/document/study-level.aspx).

Rekommendationer för bästa praxis

  • Beskriv alla dokumentationstyper som kommer att användas (t.ex. README-filer, metadata o.d.) för att andra ska kunna hitta, förstå och återanvända ditt datamaterial.
  • När du följer FAIR-principerna (https://www.force11.org/group/fairgroup/fairprinciples) säkerställer du att ditt datamaterial är sökbart, tillgängligt, interoperabelt och återanvändbart.
  • Minimikrav för dokumentation av datamaterial, se till exempel Qvain Light (https://www.fairdata.fi/en/qvain/qvain-light-user-guide/).
  • Använd sådana forskningsverktyg som automatiskt skapar metadata i standardiserade format.
  • Identifiera vilken slags information som ska sparas för att andra forskare ska kunna hitta, få tillgång till, tolka, använda och citera dina forskningsdata.

4. Storage and backup during the research project

4. Tallentaminen ja varmuuskopiointi tutkimushankkeen aikana 4. Lagring och säkerhetskopiering under forskningsprojektet

4.1 Where will your data be stored, and how will the data be backed up?

4.1 Minne aineistosi tallennetaan, ja miten se varmuuskopioidaan?

4.1 Var kommer datamaterialet att lagras och hur sker säkerhetskopieringen?

Describe where you will store and back up your data during your research project. Explain the methods for preserving and sharing your data after your research project has ended in more detail in Section 5.

Consider who will be responsible for backup and recovery. If there are several researchers involved, create a plan with your collaborators and ensure safe transfer between participants.

Show that you are aware of the storing solutions provided by your organisation. Do not merely refer to IT services. In the end, you are responsible for your data, not the IT department or the organisation.

Tips for best practices

  • The use of a safe and secure storage provided and maintained by your organisation’s IT support is preferable.
  • Do NOT USE external hard drives as the main storing option.

Kuvaa, minne aineisto tallennetaan ja varmuuskopioidaan tutkimushankkeen aikana. Kuvaa kohdassa 5 yksityiskohtaisesti menetelmät, joita käytetään aineiston säilyttämiseen ja jakamiseen tutkimushankkeen päätyttyä.

Pohdi, kuka vastaa tietojen varmuuskopioinnista ja palauttamisesta. Jos mukana on useita tutkijoita, tee suunnitelma yhteistyökumppaniesi kanssa ja varmista tietojen turvallinen siirto osallistujien välillä.

Osoita, että tunnet organisaatiosi säilytysratkaisut. Älä viittaa ainoastaan tietotekniikkapalveluihin. Perimmäinen vastuu aineistosi käsittelemisestä on sinulla, ei tietotekniikkaosastolla tai organisaatiolla.

Vinkkejä hyvistä käytännöistä

  • On suositeltavaa, että aineisto tallennetaan oman organisaatiosi tarjoamaan ja ylläpitämään turvalliseen paikkaan.
  • ÄLÄ KÄYTÄ ulkoisia kovalevyjä pääasiallisena säilytysratkaisuna.

Ange var datamaterialet lagras och säkerhetskopieras under forskningsprojektet. Beskriv metoderna för bevaring och tillgängliggörande av datamaterialet efter att forskningsprojektet har avslutats utförligare i avsnitt 5.

Fundera över vem som ska ansvara för säkerhetskopiering och återställande. Om flera forskare är involverade ska du göra upp en plan med dina samarbetspartner och säkerställa en trygg överföring mellan de medverkande.

Visa att du känner till vilka lagringsmöjligheter din organisation erbjuder. Det räcker inte med att hänvisa till IT-tjänster. Slutligen är det du – inte IT-avdelningen eller din organisation – som ansvarar för ditt datamaterial.

Rekommendationer för bästa praxis

  • Det rekommenderas att du använder dig av en säker förvaringsplats som erbjuds och förvaltas av din egen organisations IT-avdelning.
  • ANVÄND INTE externa hårddiskar som primär lagringsplats.

4.2 Who will be responsible for controlling access to your data, and how will secured access be controlled?

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

4.2 Vem reglerar åtkomsten till datamaterialet och hur övervakas skyddad åtkomst?

It is essential to consider data security issues, especially if your data include sensitive data, personal data, politically sensitive information or trade secrets. Describe who has access to your data, what they are authorised to do with the data, or how you will ensure the safe transfer of data to your collaborators.

Tips for best practices

  • Access controls should always be in line with the level of confidentiality involved.

Tietoturvasta huolehtiminen on oleellista varsinkin, jos aineisto on arkaluonteista (esim. sisältää henkilötietoja tai poliittisesti arkaluonteisia tietoja tai liikesalaisuuksia). Kerro, kenellä on pääsy aineistoosi, mitä kyseiset henkilöt voivat tehdä aineistolle ja miten varmistat aineiston turvallisen siirron yhteistyökumppaneillesi.

Vinkkejä hyvistä käytännöistä

  • Aineistoon pääsyä tulee aina valvoa luottamuksellisuustaso mukaan.

Det är ytterst viktigt att trygga datasäkerheten, i synnerhet om datamaterialet innehåller känsliga data, personuppgifter, politiskt känslig information eller affärshemligheter. Ange vilka som har tillgång till ditt datamaterial, vad de har rätt att göra med det och hur du säkerställer att data tryggt överförs till dina samarbetspartner.

Rekommendationer för bästa praxis

  • Åtkomsten till datamaterialet ska regleras och övervakas enligt graden av konfidentialitet.

5. Opening, publishing and archiving the data after the research project

5. Aineiston avaaminen, julkaiseminen ja arkistointi tutkimushankkeen päätyttyä5. Öppna, publicera och arkivera data efter avslutat forskningsprojekt

5.1 What part of the data can be made openly available or published? Where and when will the data, or its metadata, be made available?

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

5.1 Vilken del av datamaterialet kan göras öppet tillgängligt eller publiceras? Var och när kommer datamaterialet eller dess metadata att göras tillgängliga?

Describe whether you will make openly available or publish all your data or only parts of the data. If your data or parts of the data cannot be opened, explain why.

In the case of sensitive data, which cannot be opened, describe the opening of its metadata. Describe the secured preservation procedure of sensitive data in Section 5.2.

The openness of research data promotes its reuse.

Tips for best practices

  • You can publish a description (i.e., the metadata) of your data without making the data itself openly available, which enables you to restrict access to the data.
  • Publish your data in a data repository or a data journal.
  • Check re3data.org (https://www.re3data.org/) to find a repository for your data.
  • Remember to check the funder, disciplinary or national recommendations for data repositories.
  • It is recommended to make all of the research data, code and software created within a research project available for reuse, for example, under a Creative Commons (https://creativecommons.org/choose/), GNU (https://www.gnu.org/licenses/gpl-3.0.en.html) or MIT license (https://opensource.org/licenses/MIT), or under another relevant license.
  • Consider using repositories or publishers, which provide persistent identifiers (PID) to enable access to the data via a persistent link (e.g. DOI, URN).


AVOID OVERLAPS WITH THE PUBLICATION PLAN! The research article publication does not equal data publication. The data journal is a publication forum specialised in publishing research data.

Kerro, julkaisetko tai asetatko aineistosi saataville kokonaisuudessaan vai vain osittain. Jos aineistoasi ei voida avata kokonaan tai osittain, perustele se.

Jos kyse on arkaluonteisista tiedoista, joita ei voi avata, kuvaa niihin liittyvien metatietojen avaaminen. Kuvaa arkaluonteisen aineiston turvallinen säilytysmenettely seuraavassa kohdassa 5.2.

Tutkimusaineiston avoimuus edistää aineiston uudelleenkäyttöä.

Vinkkejä hyvistä käytännöistä

  • Voit julkaista aineistosi kuvauksen (ts. metatiedot) asettamatta aineistoa avoimesti saataville ja näin rajoittaa pääsyä aineistoon.
  • Julkaise aineistosi data-arkistossa (data repository) tai datajulkaisuissa (data journal).
  • Voit etsiä sopivaa data-arkistoja osoitteesta re3data.org (https://www.re3data.org/).
  • Muista tarkistaa rahoittajan omat, alakohtaiset tai kansalliset suositukset data-arkiston valintaan liittyen.
  • Tutkimusaineiston sekä kaikkien tutkimushankkeessa luotujen koodien ja ohjelmistojen tarjoaminen uudelleen käytettäviksi on suositeltavaa. Käytä tähän tarkoitukseen esimerkiksi Creative Commons - (https://creativecommons.org/choose/), GNU- (https://www.gnu.org/licenses/gpl-3.0.en.html) tai MIT-lisenssiä (https://opensource.org/licenses/MIT) tai muuta asianmukaista lisenssiä.
  • Harkitse sellaisten arkistojen tai julkaisijoiden käyttämistä, jotka tarjoavat pysyvän tunnisteen (PID) ja varmistavat näin, että aineisto on käytettävissä pysyvän linkin (esim. DOI, URN) kautta.


VÄLTÄ PÄÄLLEKKÄISYYTTÄ JULKAISUSUUNNITELMAN KANSSA! Tutkimusartikkelin julkaiseminen ei ole sama asia kuin aineiston julkaiseminen. Datajulkaisut (data journal) ovat tutkimusaineistojen julkaisuun erikoistuneita foorumeita.

Beskriv huruvida du har för avsikt att publicera datamaterialet eller på annat sätt göra det öppet tillgängligt delvis eller i sin helhet. Om datamaterialet delvis eller i sin helhet inte kan göras öppet ska du motivera varför.

Om ditt projekt innehåller känsliga data som inte kan öppnas, beskriv hur projektets metadata kommer att öppnas. Beskriv hur känsliga uppgifter lagras på ett säkert sätt under punkt 5.2.

Öppen tillgänglighet främjar återanvändningen av forskningsdata.

Rekommendationer för bästa praxis

  • Du kan publicera en beskrivning av datamaterialet (dvs. metadata) utan att göra själva datamaterialet öppet tillgängligt. På så sätt kan du begränsa tillgängligheten.
  • Publicera datamaterialet i ett datarepositorium eller i en datapublikation.
  • Sök lämpliga repositorier på re3data.org.
  • Kom ihåg att kontrollera finansiärens och vetenskapsområdets rekommendationer för datarepositorier och också de nationella rekommendationerna.
  • Det rekommenderas att all data, alla koder och all programvara görs tillgängliga för återanvändning t.ex. genom Creative Commons (https://creativecommons.org/choose/), GNU (https://www.gnu.org/licenses/gpl-3.0.en.html), MIT (https://opensource.org/licenses/MIT) eller en annan ändamålsenlig licens.
  • Sträva till att använda repositorier eller förläggare som ger permanenta identifikationer ( t.ex. DOI, URN) till ditt datamaterial.


BLANDA INTE IHOP MED PUBLIKATIONSPLANEN! Publikation av en vetenskaplig artikel är inte samma sak som publikation av datamaterial. Datapublikationer är specialiserade forum för publikation av forskningsdata.

5.2 Where will data with long-term value be archived, and for how long?

5.2 Mihin pitkällä aikavälillä arvokkaat tiedot arkistoidaan ja kuinka pitkäksi ajaksi?

5.2 Var bevaras datamaterial av långsiktigt värde och hur länge?

Briefly describe what part of your data you will preserve and for how long. Categorise your data sets according to the anticipated preservation period:

A) Data to be destroyed upon the ending of the project
B) Data to be archived for a verification period, which varies across disciplines, e.g., 5–15 years
C) Data to be archived for potential re-use, e.g., for 25 years
D) Data with long-term value to be archived by a curated facility for future generations for tens or hundreds of years

Describe which part of the data you will dispose of after the project and how you will destroy the data. Describe the access policy to the archived data. Consider using archives with a curation policy.

Tips for best practices

  • Remember to check funder, disciplinary or national recommendations for data archives.

Kuvaa lyhyesti, mitkä osat aineistostasi aiot säilyttää ja kuinka pitkään. Luokittele aineistosi ennakoidun säilytysajan mukaan:

A) Hankkeen päättyessä tuhottava aineisto
B) Aineisto, joka arkistoidaan verifioinnin ajaksi (tieteenalan mukaan esim. 5–15 vuotta)
C) Mahdollista uudelleenkäyttöä varten arkistoitava aineisto (esim. 25 vuotta)
D) Pitkällä aikavälillä arvokas aineisto, joka arkistoidaan kuratoidussa ympäristössä kymmeniksi tai sadoiksi vuosiksi tulevia sukupolvia varten

Kuvaa, mitkä osat aineistostasi hävitetään hankkeen jälkeen ja miten. Kuvaa arkistoitujen tietojen saatavuutta koskevat periaatteet. Harkitse kuratointiperiaatteita noudattavien arkistojen käyttöä.

Vinkkejä hyvistä käytännöistä

  • Muista tarkistaa rahoittajan omat, alakohtaiset tai kansalliset tietoarkistosuositukset.

Beskriv kort vilka data som ska arkiveras och hur länge. Kategorisera dina dataset i enlighet med den planerade förvaringsperioden:

  1. A) Data som förstörs när projektet har avslutats.
    B) Data som arkiveras under en verifieringsperiod, som kan variera enligt vetenskapsområde; 5–15 år.
    C) Data som arkiveras för eventuell återanvändning; i t.ex. 25 år.
    D) Data av långvarigt värde som arkiveras i en kuraterad tjänst för framtida generationer i tiotals eller hundratals år.

Beskriv vilka data som förstörs efter att projektet har avslutats och hur dessa kommer att förstöras. Beskriv principerna för det arkiverade datamaterialets tillgänglighet. Överväg att anlita arkiv med riktlinjer för kuratering.

Rekommendationer för bästa praxis

  • Kom ihåg att kontrollera både nationella och finansiärens och vetenskapsområdets rekommendationer för datarepositorier.

6. Data management responsibilities and resources6. Aineistonhallintaa koskevat vastuut ja resurssit6. Datahanteringens ansvarsområden och resurser

6.1 Who (for example role, position, and institution) will be responsible for data management (i.e., the data steward)?

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

6.1 Vem (t.ex. roll, ställning och enhet) ansvarar för specifika uppgifter i datahanteringen under projektets livscykel (den dataansvariga)?


Summarise here all the roles and responsibilities described in the previous answers.

Tips for best practices

  • Outline the roles and responsibilities for data management/stewardship activities, for example, data capture, metadata production, data quality, storage and backup, data archiving, and data sharing. Name the responsible individual(s) where possible.
  • For collaborative projects, explain the co-ordination of data management responsibilities across partners.
  • Indicate who is responsible for implementing the DMP and for ensuring that it is reviewed and, if necessary, revised.
  • Consider scheduling regular updates of the DMP.


Finally, consider who will be responsible for the data resulting from your project after your project has ended.

Kerro tässä lyhyesti, miten edellisissä vastauksissa kuvatut tehtävät ja vastuut on jaettu

Vinkkejä hyvistä käytännöistä

  • Hahmottele aineistonhallintaan/tietovastaavan toimintaan liittyvät tehtävät ja vastuut, jotka liittyvät esimerkiksi tiedonkeruuseen, metatietojen tuottamiseen, 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 varmistaa, että suunnitelma tarkastetaan ja tarvittaessa korjataan.
  • Harkitse aineistonhallintasuunnitelman säännöllistä päivittämistä.


Pohdi myös, kuka vastaa aineistosta, jota hankkeesi tuottaa vielä päätyttyään.

Här kan du sammanfatta alla ansvarsområden som beskrivits i föregående frågor.

Rekommendationer för bästa praxis

  • Beskriv datahanteringens roller och ansvarsområden i fråga om exempelvis lagring av data, produktion av metadata, datakvalitet, lagring och säkerhetskopiering, arkivering och tillgängliggörande av data. Namnge ansvariga personer när det är möjligt.
  • I fråga om samarbetsprojekt, förklara hur datahanteringen koordineras och vilka som är ansvariga inom de olika samarbetsorganisationerna.
  • Ange vem som ansvarar för genomförandet av datahanteringsplanen, och för att den granskas och uppdateras vid behov.
  • Planera in regelbunden granskning av datahanteringsplanen.
Fastställ också vem som är ansvarig för datamaterial från ditt projekt efter att det är avslutat.

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)?

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

6.2 Vilka resurser behövs för hanteringen av ditt datamaterial för att data ska kunna öppnas och förvaras i enlighet med FAIR-principerna (sökbart, tillgängligt, interoperabelt och återanvändbart)?

Estimate the resources needed (for example, financial and time) to manage, preserve and share the data. Consider the additional computational facilities and resources that need to be accessed, and what the associated costs will amount to.

Tips for best practices

  • Remember to specify your data management costs in the budget, according to funder requirements.


Account for the costs of the necessary resources (for example, time) to prepare the data for sharing/preservation (data curation). Carefully consider and justify any resources needed to deliver the data. These may include storage costs, hardware, staff time, the costs of preparing data for deposit and repository charges.

Arvioi resurssit (esim. raha ja aika), joita tarvitaan aineiston hallintaan, säilyttämiseen ja jakamiseen. Pohdi, mitä täydentäviä tietoteknisiä tiloja ja resursseja tarvitaan ja mitkä niiden kustannukset ovat.

Vinkkejä hyvistä käytännöistä

  • Erittele aineistonhallintakustannukset budjetissa rahoittajan vaatimusten mukaisesti.


Harkitse tarkkaan, mitä resursseja tarvitaan aineiston jakamiseen, säilyttämiseen ja kuratointiin. Perustele niiden tarpeellisuus. Tarvittavia resursseja ovat esimerkiksi säilytyskustannukset, laitteet, työaika sekä mahdolliset data-arkiston tallennuskustannukset. Huomio, että myös aineiston saataville asettamisen valmistelusta aiheutuu kustannuksia ja se vie aikaa. Kerro, miten kaikki yllä mainitut on otettu huomioon kustannuslaskelmassa.

Uppskatta vilka resurser som behövs (till exempel tid och kostnader) för hantering, förvaring och tillgängliggörande av data. Beakta vilken typ av extra IT-tjänster och resurser som behövs, och vilka extra kostnader som dessa inbegriper.

Rekommendationer för bästa praxis

  • Kom ihåg att specificera datahanteringskostnaderna i budgeten, enligt finansiärens krav.


Förklara hur nödvändiga resurser (till exempel tid) som behövs för att bereda datamaterial för tillgängliggörande/förvaring (kuratering) har beaktats i kostnadskalkylen. Beakta noggrant och motivera alla eventuella resurser som behövs för att leverera data. Dessa kan inkludera kostnader för förvaring, hårdvara, personalresurser (tid), kostnader för beredning av data för förvaring, och kostnader för användning av repositorier.
  • No labels