datamateriaali

Datamateriaali on tutkimuksessa, kehitystyössä tai muussa analyysissä käytettävä data-aineisto. Se voi olla sekä raakadata että käsitelty data ja sisältää numeerista, teksti- tai multimediaa kuten kuvia, äänitteitä tai videoita.

Datamateriaalin lähteitä ovat kokeet, kyselyt, sensorit ja simuloinnit. Tiedostomuodot vaihtelevat rakenteisista kuten CSV, JSON ja SQL-tietokannat sekä strukturoimattomiin kuten teksti, kuvat ja äänisisällöt.

Metatieto ja tiedon alkuperä ovat olennainen osa datamateriaalia. Sisältöön kuuluu tiedonkeruun menetelmä, aika ja paikka, käytetyt instrumentit, mittayksiköt sekä datan versiointi ja muokkauskerroksia.

Laatu ja hallinta: datan laatuun liittyy kattavuus, tarkkuus ja konsistenssi sekä ajantasaisuus. Laadunvarmistus voidaan suorittaa testauksella, puuttuvien arvojen käsittelyllä ja validoinnilla. Datan hallinta tarkoittaa käyttöoikeuksia, jakamista sekä lisensiointia.

Käyttö ja uudelleenkäyttö: datamateriaalia voidaan käyttää analyysissä, mallien kehittämisessä, tutkimusdatan toistamisessa ja vertailuissa. Julkinen ja avointen datan repositories mahdollistavat muiden reunaehtojen alaiset käytöt. Lisensointi vaihtelee; yleisiä ovat avoimen datan lisenssit ja käyttöehdot.

Tietosuoja ja eettisyys: henkilötietojen suojaaminen, anonymisointi ja GDPR:n noudattaminen ovat keskeisiä erityisesti yksilöihin liittyviä tietoja sisältävän datan kanssa. Pitkäaikaissäilytys ja arkistointi, tunnisteet kuten DOI tai Handle helpottavat löydettävyyttä ja pysyvyyttä.