- Kiitos järjestäjille
- Tänään puhun:
- Toistettavuus tutkimuksessa ja analyysissä
- R työkaluna
- sorvi ja datawiki
Esittely samalla myöhempään paneeliin
- Tutkimus - analyyis - avoin data --> tutkimuksen työvälineet myös laajemmassa yhteiskunnallisessa käytössä
- Yhteisö, joka tarjoaa resursseja avoin datan kanssa työskentelyyn
- Mainitse Leo ja Juuso
- Monilla tutkijatausta
- Hämmennyksen välttämäiseksi tähän mennessä lähinnä työtä sorvin parissa
- Olipa kyse sitten avoimen datan tai tutkimuksen työvirroista, oma gradu kuvaa aika hyvin sitä miten homma normaalisti menee
-
Onko toistettavuuden puute ongelma, tai ainakaan suuressa mittakaavassa?
-
Lainaten Juha Haatajaa eiliseltä
-
Tutkimus:
- Voi olla. Sekä omasta näkökulmasta että laajemmalti tieteen tekemisen näkökulmasta
- Isoa osaa tutkimuksista ei voi toistaa eikä siihen toisaalta kannusteta
- Myös esimerkin puute
-
Päätöksenteko:
- läpinäkyvyys
- tietopohjainen päätöksenteko
- Minkälaisia työkaluja on olemassa on ja ennen kaikkea jo käytössä, joilla voi helpottaa tutkimuksen toistettavuutta?
- Juha: inhottavat käyttikset...
- R liityy myös sorviin, joka on louhoksen käyttämä alusta
- Myös paikkatiedon analyysi- ja käsittelyominaisuudet ovat kattavat -> tästä lisää esityksiä tänään iltapäivällä
- Todella suosittu, monilla aloilla de facto kieli tilastollisessa analyysissä
- Ekosysteemi on valtava:
- kieli
- kehittäjät
- lisäosat
- Pakettien ja laajennosten määrä on iso
- Miten R liittyy toistettavuuteen?
- Koodi itsessään on jo eräänlainen kuvaus siitä, mitä on tehty ja ehkä jo miksi. Se on myös toistettavaa.
- Toisaalta koodi voi olla täysin epäselvää
- Tällä menetelmällä mahdollista tehdä jopa julkaisuja
- Kynnys voi olla korkea, pelkästään R, mutta myös muut
- Toisaalta
- R ei tietenkään ole kaikille tutkimusaloille sopiva eikä siitä ikinä tule avoimen datan jokamiehen työkalua