Sdílení dat v sociálních vědách Jindřich Krejčí

Český sociálněvědní datový archiv Sociologického ústavu AV ČR, v.v.i. Jilská 1, 110 00 Praha 1, Česká republika; http://archiv.soc.cas.cz

Sociologie jako současná vědní disciplína, kurz pro doktorandy sociologie FSV UK

Sdílení dat v sociálních vědách Jindřich Krejčí

Obsah

Sdílení dat a dopady na výzkum Nová data - "Big Data" Management dat a koncepce výzkumu Příklady zdrojů dat

Sdílení dat - doktorandský kurz 2014

Snímek

2

►

I. MANAGEMENT DAT VE VÝZKUMNÉM PROJEKTU A ARCHIVACE DAT • Koncepce správy dat a výzkumný projekt • Založení a správa datového souboru v průběhu výzkumného projektu • Standardy dokumentace a archivace dat • Sociálněvědní dat. archivy: jejich úloha, služby a nástr. • Standardizace proměnných v sociálněvědním výzkumu • Mezinárodní klasifikace vzdělání a problémy při aplikaci • Měření soc. statusu a sociálních tříd na zákl. povolání

►

II. ZDROJE DAT PRO SOCIÁLNĚVĚDNÍ VÝZKUM • Mezinárodní sociálněvědní komparativní výzkum a ČR • Datová základna české sociologie • Data z výzkumů volebního chování v České republice • Data z komparativních politologických šetření • Šetření ČSÚ a statistiky trhu práce • Přehled výzkumů o rodině • Mezinárodní výzkumy v oblasti vzdělávání • Statistiky a výzkumy imigrantů aneb Jak srovnávat nesrovnatelné • Výzkumy věnující se podobám religiozity v ČR po 1989 • Výzkum kriminality Str. 3

Lyons, P. 2012. Theory, Data and Analysis. Data Resources for the Study of Politics in the Czech Republic. Praha: SOÚ. http://www.soc.cas.cz/TDA/ ► ► ► ► ► ► ► ►

Theories of Political Attitudes and Public Opinion Origins and Nature of Political Attitude Surveying Election Survey Research Comparative Survey Research Elite Survey Research Expert and Manifesto Data Research Interpretation of Political Survey Data Conceptualising Survey Data and Interpretation of Questionnaire Responses

Sdílení dat a dopady na výzkum

Data nejnižší úroveň abstrakce, z níž je odvozeno poznání mnoho druhů dat - různé terminologie pouze digitální data / digitální i analogová data a materiály pořízeny za účelem analýzy k vytváření a validizaci původních výzkumných výsledků ►

v určitém kontextu data, v jiném ne

účely využití se mohou v průběhu života dat měnit primární data vs. odvozená data (různé chápání - datové matice, kódování inerview jako sekundární); primární vs. sekundární analýza


Snímek

6

Digitální SV data - typy zdroj: data z pozorování, experimentální, simulační, odvozená, kompilovaná, referenční, kanonická, metadata jednotky: individua, organizace, interakce, kontext formát: čtvercové soubory, hiearchická data, textová, numerické kódování, audio, video... kvantitativní / kvalitativní cross sectional (více témat) longitudinální - panelová strukturovaná agregovaná Sdílení dat - doktorandský kurz 2014

Snímek

7

Sdílení dat  proměna výzk. prostředí velké množství dat nové typy dat snadná dostupnost přes internet význam sekundární analýzy význam spolupráce ve výzkumu sdílení dat  management dat ►

při přípravě a vytváření databáze je třeba počítat se zveřejněním, sdílením a sekundární analýzou


Snímek

8

Přínos sdílení dat generování rozsáhlých zdrojů dat, snadno dostupné propojování databází -> nové zdroje prostředí pro komparativní výzkum (v čase i mezinárodní) informace využitelné i pro přípravu nových šetření archivace -> zabezpečení, zachování využití při výuce výzkum je transparentnější širší zázemí pro spolupráci ve výzkumu demokratičtější podmínky pro výzkum i mimo hlavní centra systematičtější výzkum a prosazování standardů kvality efektivita využití prostředků ve výzkumu


Snímek

9

Rizika sekundární analýzy

nedostupnost „vhodných dat“ dat -> modifikace výzk. záměrů nedostatečná dokumentace -> problematické/chybné využití ►

znalost původního konceptu? znalost kontextu výzkumu? znalost průběhu sběru dat? srozumitelnost modifikací provedených v datech? kompatibilita kombinovaných datových zdrojů?...;

neschopnost vyhodnotit kvalitu dat, netransparentnost kvality nesrovnatelnost konceptů, proměnných... omezení přístupu k datům nekompatibilita formátů


Snímek

10

Pravidla pro sdílení dat


Snímek

11

Otevřený přístup k výzkumným datům “otevřenost znamená přístup za rovných podmínek pro mezinárodní vědeckou komunitu za nejnižší možnou cenu, nejlépe nepřesahující mezní náklady distribuce. Otevřený přístup k výzkumným datům z veřejného financování by měl být snadný, časově nenáročný, uživatelsky přívětivý a nejlépe založený na Internetu.” (OECD Principles and Guidelines for Access to Research Data ... http://www.oecd.org/dataoecd/9/61/38500813.pdf)

pouze výzkumná data vzniklá z veřejných fondů za účelem veřejně přístupného vědeckého výzkumu omezení ► ► ► ► ►

ochrana soukromí osob a osobních údajů ochrana obchodních tajemství a duševního vlastnictví zajištění národní bezpečnosti ochrana ohrožených druhů nenarušení právních jednání (sub judice)

technické bariéry - chybějící infrastruktura... ošetření autorských práv Sdílení dat - doktorandský kurz 2014

Snímek

12

Cyklus života dat


Snímek

13

Výzkumná infrastruktura - sdílení dat sociálněvědní datové archivy univerzitní datové archivy, datové archivy knihoven kontinuální výzkumné projekty (ESS, SHARE...) iniciativy - tématické archivy (Web of Happiness...) statistické úřady - data pro vědecké účely (Eurostat, European Statistical System (ESS), národní úřady) mezinárodní instituce (OECD, World Bank,...) digitální repozitáře (???) specifické datové zdroje (administrativní data, Big Data, open data...) Sdílení dat - doktorandský kurz 2014

Snímek

14

Sociálněvědní datové archivy zachování digitálních materiálů, nástroj sdílení dat ► ►

vývoj VT, IT, digitalizace, permanentní správa, aktivní přístup, nepřiprav. knihoven Roper Center (USA 1957), Zentralarchiv für Empirische Sozialforschung (ZA, dnes GESIS, Německo 1960), Inter-university Consortium for Political and Social Research (ICPSR, USA 1962), Steinmetz Archive (Nizozemí 1964)...

(mezi-)národní centra ► ► ► ► ► ► ► ►

přístup k datům, výzkumné nástroje podpora pro speciální výzkumné projekty podpora pro mezinárodní spolupráci (sítě CESSDA, ICPSR, IFDO,...) výuka metod analýzy dat (kurzy, školy) metodologický výzkum informační technologie informace, publikace všeobecná podpora sekundárního využití dat

rozvoj archivů: internet, kapacita paměti, mezinárodní spolupráce stimulace vývoje sociálních věd ► komparativní výzkum (dostupnost dat, spolupráce) ► způsob práce -> význam sekundární analýzy ► nové typy dat a nové metody Sdílení dat - doktorandský kurz 2014

Snímek

15

Archivace digitálních dat rozdílné koncepce archivace ►

elektronický záznam (materiál) vs. virtuální data

vyhledání, získání a zařazení do archivu ► ► ►

akademický výzkum - chaos, byrokracie legální a etické otázky formáty a další technické aspekty

srozumitelnost (dokumentace - metadata, standardizace) dlouhodobé zabezpečení (proces - systém založený na analýze funkčnosti) dostupnost (katalogizace, dokumentace, dohledatelnost, kontrola přístupu, IT) kompatibilita, komparabilita (transformace, harmonizace dat) podpora využití monitoring využití


Snímek

16

Archivy - mezinárodní organizace CESSDA (Consortium of Social Scieneces Data Archives), http://www.cessda.net/ ► dříve neformální sdružení, síť spolupracujících archivů ► dnes nová pan-evropská výzkumná infrastruktura ve stavu zrodu ► rozcestník archivů, budoucí služby (integrovaný katalog), informace

ICPSR (Inter-university Consortium for Political and Social Research), http://www.icpsr.umich.edu, Ann Arbor, USA ► největší archiv, americké a mezinárodní databáze, data z jiných zemí ► organizace na členské bázi sdružuje archivy i uživatelské instituce ► pro nečleny přístup hrazený International Federation of Data Organisations (IFDO), http://ifdo.org (sdružení institucí, informace o digitální archivaci) International Association for Social Science Information Services and Technology (IASSIST), http://www.iassistdata.org/ (profesionální asociace, informace, konference) Sdílení dat - doktorandský kurz 2014

Snímek

17

CESSDA a ESFRI

ESFRI Roadmap: http://ec.europa.eu/research/infrastructures/index_en.cfm?pg=esfri-roadmap MŠMT: http://www.msmt.cz/vyzkum-a-vyvoj/ceska-roadmap

"BIG DATA" a specifická data

"BIG DATA" např. sociální sítě, mobilní komunikace, služby na Webu..., ale také administrativní data kombinace více úrovní analýzy ►

obecné trendy -> detailní individuální profily

interdisciplinární výzkum - computational science ►

informační věda + všechny obory sociálních věd

nástroje a výpočetní postupy jako primární východisko ► ►

přístup k datům - vyhledávání, zachytávání, extrakce... výpočetní kapacita, rychlost, úložný prostor

propojování databází specifické metodologické, legální a etické problémy ► ► ► ► ►

reprezentativita stálost, možnosti opakování rozsah etika - ochrana osobních údajů legální problémy - mezinárodní využití, propojování


Str. 20

Elias, P. Challenges for the Social Sciences. Conference presentation. Facing the Future: European Research Insfrastructures for the Social Sciences, Berlin. 21. - 22. 11. 2013, http://facingthefuture.gwi-berlin.de/style/img/pre/Elias_FacingtheFuture_2013-11-21.pdf Str. 21


Str. 22

příklady nových typů dat ►

Strohmaier, M. Challenges and Opportunities for Computational Social Science. http://facingthefuture.gwiberlin.de/style/img/pre/Stroh maier_FacingtheFuture_201 3-11-22.pdf

administrativní data v UK ►

Woollard, M. Administrative Data: Problems and Benefits. http://facingthefuture.gwiberlin.de/style/img/pre/Wooll ard_FacingtheFuture_201311-22.pdf

open data initiatives ►

►

Management dat

EU Open Data Portal http://opendata.europa.eu/en/data/ opendata.cz http://opendata.cz/

Str. 23

Management dat

Str. 24

Management dat a koncepce výzkumu

ICPSR: fáze managementu dat

Snímek

26

Cíle managementu dat integrita dat, kvalita dat - přesnost a správnost výzkumu srozumitelnost pro všechny potenciální uživatele efektivita výzkumné práce - čas a náklady autenticita dat - možnost replikace, opravy analýz zajištění legálních a formálních předpokladů výzkumu zabezpečení a zachování dat zpřístupnění dat


Snímek

27

Review datových zdrojů při psaní projektu Existují data, která mohou odpovědět na naše výzkumné otázky? Je možné srovnání s existujícími daty? Pokud ano, jsou tato data dostupná a za jakých podmínek? Jsou tato data dostatečně srozumitelná, komplementární a kvalitní? Jaká data pro zodpovězení našich otázek postrádáme? Pokud jsou dostupná srovnatelná data, je potřeba záměry srovnávání zohlednit v našich metodikách? Byly již dříve realizovány podobné výzkumné záměry či metodické postupy nebo využity relevantní výzkumné nástroje? Pokud ano, je k nim dostupná nějaká dokumentace? Je možné tuto dokumentaci využít při koncipování našeho výzkumu? Snímek

28

Etika etické kodexy a normy (např. WAPOR, ESOMAR, ISO 20252:2006...) ►

respondenty je třeba chránit před škodlivými dopady výzkumu i po skončení terénu - tj. při archivaci, zpřístupnění a sekundárním používání dat - informace individuálního charakteru jsou důvěrné; zvláště citlivé údaje

►

respondenti jsou svéprávní, mají právo znát účel a způsob využití jimi poskytnutých informací a rozhodovat o možnostech jejich využití - tato rozhodnutí je pak nezbytné respektovat.

►

vždy je třeba zajistit adekvátní využití získaných informací v souladu se stanoveným účelem - proto, aby úsilí respondentů nevyšlo vniveč; data pořízená z veřejných zdrojů je třeba maximální využít (-> sdílení dat)


Snímek

29

Ochrana osobních údajů Zákon č. 101/2000 Sb. přímé, nepřímé identifikace ► osobní údaje, citlivé údaje ► informovaný souhlas respondenta ► registrace u Úřadu na ochranu osobních údajů ►

projekt výzkumu bude potřeba informovaný souhlas respondentů (rozsah souhlasu)? ► budeme muset anonymizovat? ►

Úřad pro ochranu osobních údajů (ÚOOÚ), http://www.uoou.cz MEDARD, http://medard.soc.cas.cz/


Snímek

30

Informovaný souhlas respondenta participace dobrovolně a se znalostí a bez nepříznivých důsledků podrobné informace, jednoznačné k čemu se souhlas váže na základě přímého jednání ze zákona: • • • •

v jakém rozsahu je poskytován komu a k jakému účelu na jaké období kdo jej poskytuje

šetření: • • • • • • • •

účel výzkumu co participace představuje k čemu je to dobré, jaká jsou rizika možnost odmítnout specifikace použití dat způsob zajištění důvěrnosti uchování dat kdo, jak a do kdy bude mít přístup k datům


Snímek

31

Anonymizace - základní metody odstranění přímých identifikátorů odstranění nebo nahrazení propojení s jinými dostupnými neanonymními databázemi nebo informacemi agregace údajů nebo redukce podrobnosti znaku ošetření extrémních hodnot znaků


Snímek

32

Autorská práva ochrana duševního vlastnictví (IPR) Zákon 121/2000 Sb. databáze uspořádání, způsob výběru... - autorské dílo souborné ► už v době vzniku (nemusí být označeno (c)) ► ochrana před ztrátou příjmu a morální újmou způsobenou neautorizovaným šířením ► ochraně podléhá dílo, nikoliv fakta v něm uvedená ► např. u hloubkového rozhovoru je držitelem práv na záznam výzkumník, ale k jednotlivým výrokům informant -> svolení ► práva jsou osobnostní - nepřenosná (právo osobovat si autorství, změny, dohled nad plněním povinností ) a majetková (rozmnožování, zveřejňování, vystavování, ►

půjčování, zpřístupnění) ►

postoupení licenční smlouvou (užití omezené/neomezené, jednotlivé/veškeré, výhradní/nevýhradní)


Snímek

33

...autorská práva lze citovat výňatky nebo celá drobná díla v odůvodněné míře pro účely kritiky, recenze, vědecké či odborné práce ► lze využít pro výukové, ilustrační účely (uvádět autora, název a pramen) ► držiteli autorských práv jsou všichni spoluautoři - tedy členové výzkumného týmu, nikoliv pouze hlavní řešitel projektu ►

• nikoliv pouze učitel, ale také všichni studenti (ale škola má právo na uzavření licenční smlouvy o užití školního díla)

porady, technické a administr. či pomocné práce nevedou k autorství ► činnosti dané pracovní smlouvou => zaměstnavatel vykonává svým jménem autorova majetková práva k dílu ► studenti nejsou zaměstnanci univerzity, tj. majetková práva kompletně na univerzitu nepřecházejí ► akademické instituce majetková práva někdy přenechávají svým zaměstnancům ► licence typu Creative Commons (tvůrčí společenství) ►


Snímek

34

Plán managementu dat systematický plán, jak budou data vytvořena a jak s nimi bude zacházeno během výzkumu (které kroky je třeba realizovat v jednotlivých fázích) i po jeho skončení ujasnění východisek výzkumu formalizovaný dokument pro grantovou agenturu vzory dostupné na Webu


Snímek

35

Rozpočet projektu - co nezapomenout získání informovaného souhlasu anonymizace zabezpečení a přístup k datům digitalizace, transkripce (např. přepis rozhovorů) formátování a správa souborů popis dat a kódování čištění popis kontextu dat dokumentace (zjišťování dokumentace v průběhu procesu nebo dodatečně) metadata (vytváření popisu - dokumentace k datům) formáty souborů (náklady konverze audiovizuálních dat atp.) plánování, rozdělení rolí a odpovědnosti (spolupráce více institucí atp.) operacionalizace (plánování a implementace datového managementu) viz též UKDA/JISC Costing Tool: http://www.data‐archive.ac.uk/media/257647/ukda_jiscdmcosting.pdf Sdílení dat - doktorandský kurz 2014

Snímek

36

Zdroje dat - příklady

Český sociálněvědní datový archiv: http://archiv.soc.cas.cz

datový katalog: data on-line kvalitativní výzkum: Medard web directory management dat publikace Sdílení dat - doktorandský kurz 2014

Snímek

38

GESIS - mezinárodní databáze v katalogu ZACAT http://zacat.gesis.org/webview/ European Values Study 1981, 1990, 1999/2000, 2008 (stránky projektu: http://www.europeanvaluesstudy.eu/) International Social Survey Programme (ISSP)) Primární data z Eurobarometru Standard & Special EB (1970+) ► EB Trend File (selected trends) ► Candidate Countries EB (2001-2004) ► Central & Eastern EB (1990-1997) ►

data from Eastern Europe World Values Survey EE & Germany 1995-1997 ► Evaluation of Programs to assist young Unemployed/self-employed in Post Communist CEE 1996-1998 ► Consolidation of Democracy in Central and Eastern Europe 1990-2001 ► selected election studies from CEE ►


Snímek

39

Survey of Health, Ageing and Retirement in Europe http://www.share-project.org/ ČR: http://iweb.cerge-ei.cz/share/

Management dat

Str. 40

Progress in Int. Reading Literacy Study (PIRLS) Trends in Int. Mathematics and Science Study (TIMSS) timss.bc.edu, lighthouse.air.org/ Programme for Int. Student Assessment (PISA), www.pisa.oecd.org

REPORTS FREE DATA DOWNLOADS Info den, 06/12/2011

Snímek

41

Country: Belarus; Bulgaria; Croatia; Czech Republic; Estonia; Hungary; Latvia; Lithuania; Poland; Romania; Russia; Serbia; Slovakia; Slovenia; Ukraine

Management dat 7. 3. 2012

Str. 42

International Social Justice Project, http://www.isjp.de/ Eurofound, http://www.eurofound.europa.eu/ewco/surveys/ ►

European Working Conditions Survey (EWCS)

►

European Quality of Life Survey

Comparative Study of Electoral Systems (CSES), www.cses.org European Election Studies (ESS) - PIREDEU, http://www.ees-homepage.net/

International Crime Victim Survey, UNICRI/ICVS http://www.crimevictimsurvey.eu/ http://www.unicri.it/services/library_documentation/publications/icvs/

Str. 43

http://www.czso.cz


Str. 44

ČSÚ - data pro vědecké účely Demografie - narození, zemřelí, stěhování vnitřní, vnější, sňatky, rozvody, potraty Mikrocensus 1996 nebo Mikrocensus 2002 Životní podmínky (SILC) Výběrové šetření pracovních sil (VŠPS) Statistika rodinných účtů (SRÚ) výzkum a vývoj: roční výkazy, šetření o inovacích AES - Vzdělávání dospělých a dalších odborných zaměstnanců CVTS - Další odborné vzdělávání zaměstnaných osob volební data některé speciální zakázky Data ČSÚ pro vědecké účely přehled - ČSDA: http://archiv.soc.cas.cz/articles/cz/2/DATA.html#artID637 podmínky a formulář: http://www.czso.cz/csu/redakce.nsf/i/data_pro_ucely_vedeckeho_vyzkumu Str. 45

Evropský statistický systém - mikrodata dva typy dat úplné soubory považovány za důvěrné: přístup v „safe centres“ ► odvozená data zcela anonymní: distribuce na CD pod heslem na základě smlouvy ►

setreni European Community Household Panel (ECHP) ► Labour Force Survey (LFS) ► EU Statistics on Income and Living Conditions (EU-SILC) ► Structure of Earning Survey (SES) ► Community Innovation Survey (CIS) ► Adult Education Survey (AES) ► Continuing Vocational Survey (AES) ► Farm Structure Survey (FSS) ►

http://epp.eurostat.ec.europa.eu/ Sdílení dat - doktorandský kurz 2014

Str. 46

http://epp.eurostat.ec.europa.eu


Str. 47

Str. 48

OECD: www.oecd.org - statistics by topics / by countries -> statistics statistics OECD.Stat Extracts: a selection of datasets (no subscription) OECD.Stat: complete statistics service by subscription Country Statistical Profiles OECD Factbook & other publications (PDF) - OECD iLibrary OECD.Stat Extracts ► ► ►

By keyword using “search” By selecting data in popular queries or data by theme By accessing your saved queries under “my queries”

Str. 49

Str. 50

UN Statistical Division http://unstats.un.org/

http://www.unece.org/ - statistics - statistics on-line

Str. 51

Děkuji za pozornost a prosím o Vaše otázky


Snímek

52

Sdílení dat v sociálních vědách Jindřich Krejčí

Recommend Documents