Pārlekt uz galveno saturu

 

Uzzini vairāk par RSU Bibliotēkas virtuālo izstādi

Starptautiskā bezpeļņas organizācija EIFL (Electronic information for libraries) ir noslēgusi virkni līgumu ar dažādām kompānijām, nodrošinot  ievērojamu pētniecības rakstu apstrādes maksas (APC) atlaidi. Iniciatīvas mērķis ir atbalstīt Latvijas pētniekus, ļaujot tiem publicēt savus rakstus brīvpieejas izdevumos. Pamatojoties uz līgumiem, Latvijas autori var publicēt savus rakstus norādītajos Open Access žurnālos vai hibrīdžurnālos. Pilnu žurnālu nosaukumu sarakstu skatiet šeit!


Informācijas un datu meklēšana

Resursi

RSU abonētās datubāzes

Kā piekļūt datubāzēm?

  • izmantojot RSU ēkās esošos datorus, datubāzēm piekļūsiet bibliotēkas Resursu sadaļā, izvēloties "Abonētos e-resursus"
  • strādājot attālināti, docētāji izmantojot RSU piešķirto lietotājvārdu un paroli, datubāzēm piekļūs Akadēmiskajā portālā, kura sākumlapā ir norādīta saite uz bibliotēkas tiešsaistes datubāzēm
  • strādājot attālināti, studenti izmantojot RSU piešķirto lietotājvārdu un paroli, datubāzēm piekļūs Studējošo portāla sadaļā "E-datubāzes"

E-resursi pa tēmām - Medicīna un veselības aprūpe

E-resursi pa tēmām - Sociālās zinātnes un jurisprudence

Pētniecības metodes - RSU Bibliotēkas sagatavotais Ieteicamo mācību e-grāmatu saraksts

 

Meklēšanas rīki un tehnika

Meklēšanas paņēmieni un padomi!

Pārāk liels rezultātu skaits?

  • izmantojiet precīzākus meklēšanas terminus. Tezaurs (vārdnīca) ir labākā vieta, kur tos meklēt. PubMed MeSH
  • pievienojiet papildus meklēšanas terminus savam meklēšanas vaicājumam
  • izmantojiet iespēju, meklēt noteiktos meklēšanas laukos

 Piemēram, virsraksta vārdi, atslēgvārdi, autors u.c.

  • izmantojiet meklēšanas ierobežotājus

 Piemēram, noteikts laika periods, valoda, recenzēti raksti, nozares žurnāli.

  • meklējiet precīzu frāzi, izmantojot pēdiņas 

Piemēram, "heart failure", "organizācijas vadība"

Pārliecinieties, ka ierobežojot meklēšanu, neizslēdzat svarīgu priekšmeta aspektu!

Pārāk mazs rezultātu skaits? 

  • mēģiniet paplašināt meklēšanas terminus, savienojot ar OR

Piemēram, "eating disorder" OR bulimia OR anorexia

  • mēģiniet padarīt meklēšanu mazāk precīzu

Piemēram, meklējot izmantojiet "visus vārdus"(all words/ all fields)

  • izmantojiet sinonīmus
  • izmantojiet saīsināšanas zīmes / aizstājējzīmes - *, ?

Piemēri:

psychol* = psychology, psychological, psychologist

environ* = environment, environments, environmental

wom?n=woman, women

  • izmantojiet ieteiktos atslēgvārdus

AND/OR/NOT

Lai apvienotu meklēšanas vienumus, varat izmantot meklēšanas operatorus (Bula operatorus) AND, OR un NOT. Šie ir visbiežāk zināmie un izmantotie. Operatori AND un NOT ierobežo meklēšanas rezultātu skaitu. Operators OR rīkojas pretēji, tas palielina rezultātu skaitu.

  • Plaša meklēšana

Piemērs: (Feeding OR eating disorders OR anorexia nervosa OR bulimia nervosa OR binge-eating disorder) AND (family-based treatment OR family treatment OR parent-therapist alliance OR parent-focused treatment OR parent-child relations OR parents OR home treatment)

  • Sašaurināta meklēšana

Piemērs:  "Anorexia nervosa" AND "Family-based treatment" AND Adolescents

Resursi:

Search techniques. Karolinska Institutet. University Library. 

The Boolean Machine

The Cochrane Library - kā meklēt Kokrana bibliotēkā (ceļveži)

Science Direct - izvērstās meklēšanas pamācība

Wiley online library - advanced search (Video)

PubMed User Guide

SBA, SSBA

Starpbibliotēku abonements (SBA) un Starptautiskais Starpbibliotēku abonements (SSBA)

RSU bibliotēkas krājumā neesošo grāmatu un žurnālu rakstu pasūtīšanu no citām Latvijas un ārvalstu bibliotēkām nodrošina RSU bibliotēkas sniegtie SBA un SSBA pakalpojumi.
Kā pasūtīt grāmatu, žurnāla rakstu?
Klātienē bibliotēkā, rakstot uz e-pastu: SBAatrsu[pnkts]lv vai aizpildot:
grāmatas pasūtīšanas formu,
žurnāla raksta pasūtīšanas formu.
Cik tas maksās?
Pakalpojuma izmaksas nosaka RSU bibliotēkas maksas pakalpojumu cenrāža 9. punkts un tā apakšpunkti: sk. Cenrādi.
Pirms pasūtījuma veikšanas, informēsim Jūs par izmaksām. Par pakalpojumu iespējams norēķināties tikai bezskaidrā naudā.
Cik ilgā laikā es saņemšu pasūtīto grāmatu, žurnāla rakstu?
Grāmatas no citām Latvijas bibliotēkām uz RSU bibliotēku tiek piegādātas 1-3 darba dienu laikā.
Grāmatas no ārvalstu bibliotēkām uz RSU bibliotēku tiek piegādātas 10-14 darba dienu laikā.
Žurnāla raksta elektroniska kopija no Latvijas un ārvalstu bibliotēkām uz RSU bibliotēku tiek piegādāta 1-3 darba dienu laikā. 
Žurnāla raksta kopija no ārvalstu bibliotēkām var tikt atsūtīta arī pa pastu, tad uz RSU bibliotēku tā tiek piegādāta 10-14 darba dienu laikā.
Cik ilgi es varēšu pasūtīto grāmatu, žurnāla rakstu izmantot?
Grāmatas lietošanas termiņu nosaka bibliotēka-piegādātāja, parasti tas ir 2-4 nedēļas ar iespēju grāmatas lietošanas termiņu pagarināt.
Žurnāla raksta kopija tiks pārsūtīta uz Jūsu e-pastu vai izsniegta tā izdruka.

Datu meklēšana

Pētnieki padara datus pieejamus dažādos veidos. Tāpēc, lai atrastu datu kopu, ko izmantot savā darbā, var meklēt daudzos datu avotos. Ir noderīgi izprast veidus, kā cilvēki piedāvā piekļuvi saviem datiem, lai nodrošinātu, ka to meklēšana tiek veikta pēc iespējas labāk. 3 soļu startēģija  palīdzēs jums efektīvi atrast noderīgus datus.

1.solis. Nepieciešamības identificēšana.

  • Kāda informācija ir jāiekļauj datu kopā, lai tā man būtu noderīga? Tā varētu ietvert obligātos laukus, informāciju par datu telpisko vai laika pārklājumu vai jebkādu datu apstrādes vai modifikāciju aprakstu.
  • Ar kuru (-iem) faila formātu (-iem) es varu strādāt? Ja plānojat analizēt datus, izmantojot īpašu programmatūru, pārliecinieties, vai zināt failu formātus, kurus var izmantot kopā ar šo programmatūru.
  • Vai ir kādas atkārtotas izmantošanas licences, kas nav saderīgas ar datu izmantošanu? Piemēram, ja plānojat komercializēt savu pētījumu, jums vajadzētu izvairīties no datu kopām, kas atkārtotas izmantošanas licencē nosaka nekomerciālu nosacījumu.

Zinot atbildes uz šiem jautājumiem, jūs varēsit veikt efektīvu meklēšanu, nosakot atslēgvārdus, filtrēšanas nosacījumus un datu avotus, kas ir visatbilstošākie meklējamajiem datiem.

2.solis. Meklēšana

Meklētājprogrammas:

Google Datasetsearch ir Google rīks, kas ļauj atrast datu kopas, kas atrodas tīmeklī, izmantojot vienkāršu atslēgvārdu meklēšanu. To ir viegli un labi lietot, un jūs meklējat dažādos datu avotos. Datu kopas meklēšana ir vienkārša lietošanā: ievadiet meklēšanas vienumus meklēšanas lodziņā. Izmantojiet dažus vai visus atslēgvārdus, kurus esat identificējis, apsverot, kādi dati jums būtu noderīgi, lai palīdzētu iegūt atbilstošus rezultātus. Nav uzlabotas meklēšanas saskarnes, kas palīdzētu sašaurināt jūsu rezultātus. Daži no paņēmieniem, kas tiek izmantoti, lai uzlabotu regulārus Google meklējumus, darbosies arī datu kopu meklēšanā, piemēram, operatoru AND un OR izmantošana, vai vietne (lai jūsu meklēšana tiktu ierobežota līdz noteiktai vietnei vai domēnam).

DataMed - Biomedicīnas datu meklētājprogrammas prototips, kas datu kopas meklē īpašās datu krātuvēs un avotos (saraksts).

Ieteikumi,  lai palīdzētu atrast datu repozitorijus un krātuves:

  • Izmantojiet pētījumu datu repozitoriju reģistru, lai atrastu attiecīgos repozitorijus
  • Lietojot meklētājprogrammas, kā meklēšanas vienumus, izmantojiet datu repozitoriju un / vai arhīvu
  • Apskatiet vispārīgo un disciplīnai raksturīgo datu avotu piemērus

Vispārīgie datu repozitoriji:

Zenodo -  atvērts, drošs digitāls arhīvs pētniecībai, kas ļauj visu nozaru pētniekiem dalīties un saglabāt pētījumu rezultātus, neatkarīgi no to apjoma vai formāta. Zenodo ikvienam dod iespēju pētniecības rezultātus izmantot, analizēt, citēt, reproducēt un atrast ilgtermiņā.

Figshare - tiešsaistes brīvpiekļuves krātuve, kurā pētnieki var saglabāt un kopīgot savus pētījumu rezultātus, tostarp attēlus, datu kopas un videoklipus.  Ievērojot atvērto datu principu, to var augšupielādēt bez maksas un piekļūt bez maksas. Figshare atbalsta Digital Science.

Dry - mērķis ir veicināt pasauli, kurā pētniecības dati ir atklāti pieejami, integrēti zinātniskajā literatūrā un regulāri tiek izmantoti zināšanu radīšanai.

Re3data - Pētījumu datu repozitoriju reģistrs (re3data.org) ir Open Science rīks, kas piedāvā pētniekiem, finansējošām organizācijām, bibliotēkām un izdevējiem pārskatu par esošajiem starptautiskajiem pētījumu datu krātuvēm.

OpenAIRE explore - Portāls OpenAIRE Explore nodrošina piekļuvi Open Access pētījumu saturam. Tās pamatā ir OpenAIRE zinātniskās komunikācijas atvērtais grafiks, kas ietver visus pētījumus un zinātniskās darbības, aptverot visus pētījuma dzīves cikla posmus.

Dataverse RSU datu repozitorijs

Dspace (RSU) Institucionālais repozitorijs. RSU Institucionālā repoziotrija politika.

GenBank ir NIH ģenētisko secību datu bāze, visu publiski pieejamo DNS sekvenču anotēta kolekcija. GenBank datu bāze ir paredzēta, lai nodrošinātu un veicinātu zinātnieku aprindās piekļuvi visjaunākajai un visaptverošākajai informācijai par DNS sekvencēm.

3.solis. Novērtēšana

Kad esat atradis datu kopu, kas, jūsuprāt, varētu būt jums noderīga, pārliecinieties, novērtējiet tās atbilstību un kvalitāti, lai nezaudētu laiku, mēģinot analizēt datus, kas neatbilst jūsu vajadzībām.

Atbilstība - Izmantojiet ar datu kopu saistītos metadatus, lai pārliecinātos, ka tie atbilst visiem kritērijiem, kurus iestatījāt pirms meklēšanas sākšanas. Vēlreiz pārbaudiet, vai:

  • Datu kopas pārklājums ir pietiekams jūsu vajadzībām
  • Faila formāts ir saderīgs ar programmatūru, kuru plānojat izmantot analīzei
  • Datu kopai piemērotā atkārtotas izmantošanas licence ļauj veikt darbības, kurām datus izmantosit.

Saprotamība - Meklējiet readme failus vai citu dokumentāciju, kas apraksta datu kopu. Lai datu kopa būtu saprotama un izmantojama, tajā jāiekļauj:

  • Visi izmantotie tehniskie termini, datu kodi vai mainīgo definīcijas
  • Datu vākšanas procedūru apraksts
  • Datu apstrādes metožu apraksts, ieskaitot tīrīšanu un veiktās analīzes

Pēc dokumentācijas izlasīšanas jums jāspēj saprast, kāda informācija ir iekļauta datu kopā un ko var un ko nevar darīt ar datiem.

Uzticamība - Apsveriet datu un datu avota uzticamību.

  • Vai datus ir sagatavojis cienījams avots, piemēram, labi pazīstama organizācija vai pētnieks, kas aktīvi darbojas šajā jomā?
  • Vai ir pietiekami daudz aprakstošas informācijas par datiem un  sākotnējo datu vākšanu un vai apstrāde ir uzticama?
  • Vai dati ir iegūti saskaņā ar pašreizējo labāko praksi, vai arī tika izmantotas novecojušas vākšanas un analīzes metodes?
Sistemātiskais pārskats

Visaptverošs kāda temata kopsavilkums, kas veidots  sistemātiskas literatūras meklēšanas un analīzes rezultātā. Informācijas iekļaušanu un izslēgšanu, kā arī rezultātu apkopošanu nosaka iepriekš definēta metodoloģija.

sr_shema.jpg

Patenti

Latvijas patentu reģistrs

Espacenet datubāze

WIPO datubāze PATENTSCOPE

Pat-INFORMED (The Gateway to Medicine Patent Information)

Mācību materiāli par patentu informācijas meklēšanu:

 

Informācijas un datu pārvaldīšana

Plaģiātisms, atsauces un citēšanas stili

Plaģiātisms - cita autora darba (literāra, zinātniska, mākslas) vai tā daļas uzdošana par savu, publicēšana ar savu vārdu vai pseidonīmu. (Letonika.lv)

Daži plaģiāta piemēri:

  • Kopēšana no avota bez pareizas atsauces uz to.
  • Citāta izmantošana no citas personas darba bez pēdiņām un atsauces.
  • Dažu vārdu mainīšana no kāda cita darba un tā izmantošana uzdevumā, pareizi neatsaucoties.
  • Pilnīgi nokopējiet kāda cita darbu un pasniedziet to kā savu "veikumu".

Kā izvairīties no plaģiāta:

  • Pārfrāzējot - izmantojiet savus vārdus, lai izskaidrotu vai apkopotu kāda cita teikto, kā arī sniedziet teksta atsauci un pilnīgu atsauci uz sākotnējo avotu. Tas ir vairāk nekā tikai dažu vārdu mainīšana - pirms pareizi atsaucaties, jums ir jāsaprot teiktais, jāpaskaidro tas ar saviem vārdiem un teikumu struktūru.
  • Citējot - jūs varat citēt tieši no sava avota, tomēr jums tas jānorāda, izmantojot pēdiņas, un jāievieto tekstā atsauce, lai lasītāji zinātu jūsu citāta avotu. Atcerieties - izmantojiet pēdiņas taupīgi - darbam jābūt jūsu, nevis vienkārši citu cilvēku citātu virknei!
  • Atsauces - vienmēr norādiet atsauci, atstāstot idejas vai informāciju no cita avota. Pareizi izmantojiet tekstā citātus un beigās norādiet pilnu atsauču sarakstu. Pārliecinieties, ka zināt, kuru atsauču stilu jāizmanto. 
  • Izsaki savus viedokļus un idejas - daļa no jūsu uzdevuma ir kritiskā domāšana, tāpēc ir svarīgi izteikt savas idejas, kas ir formulētas jūsu pētījuma laikā.

Atsauce - īsa norādes forma, ko ietver apaļajās iekavās tekstā (autora-datuma sistēma) vai pievieno kā zemsvītras piezīmi lappuses lejasdaļā (zemsvītras atsauce) vai piezīmi darba beigās (endnote), lai identificētu informācijas resursu, no kura ņemts citāts, teksta izvilkums, ideja, ilustratīvais u. tml. materiāls, un konkretizētu izmantotās informācijas precīzu atrašanās vietu resursā.

Citāts - precīzs izvilkums no kādas personas runas vai kāda autora rakstīta teksta, un to liek pēdiņās. Ja citāts ir pilns teikums vai teikumu grupa, to parasti iesaista tekstā kā tiešo runu un pieturzīmes liek tāpat kā teikumos, kuros ir tiešā runa. Ja citāts pilnīgi tiek iekļauts rakstītajā teikumā, to liek pēdiņās, bet pārējo pieturzīmju lietošanu nosaka teikuma uzbūve.

Atsauču, izmantoto avotu un literatūras saraksta apraksta piemēri

Referenču pārvaldīšanas rīki

Visi citēšanas rīki palīdzēs jums sakārtot atsauces pētījumā un strādāt ar teksta apstrādes programmām, lai formatētu tekstā citātus un izveidotu bibliogrāfiju. Lai izvēlētos rīku, viena no metodēm ir izmēģināt katru no tiem un pārbaudīt, vai tas darbojas nevainojami ar visbiežāk izmantotajām datu bāzēm un tīmekļa lapām.

EndNote ir programmatūras pakete bibliogrāfijas izveidošanai un atsauču pārvaldībai. Ir pieejamas dažādas EndNote versijas:

  • EndNote Basic (bezmaksas versija) ir bez maksas ierobežota tīmekļa versija ar 21 stilu un ierobežotu skaitu filtru un savienojuma failu. Šī versija ir pieejama ikvienam. Ir atļauts ievietot ne vairāk kā 50 000 atsauču un 2 GB pielikumu.
  • EndNote Basic (Web of Science versija) ir ierobežota tīmekļa versija, kas pieejama RSU mācībspēkiem, studentiem un darbiniekiem kā daļa no RSU Web of Science abonēšanas. Tāpat kā EndNote Basic bezmaksas versijā, ir atļauts ievietot ne vairāk kā 50 000 atsauču un 2 GB pielikumu. Turklāt EndNote Basic Web of Science versijā ir vairāk nekā 4000 stilu un simtiem filtru un savienojuma failu.
  • EndNote Desktop ir atsevišķa, pilnīga personālā datora programmatūras pakotne par maksu.

Darbības, kas jāveic, lai varētu strādāt ar EndNote Basic (Web of Science versija):

1. solis. Atveriet datubāzi Web of Science un noklikšķiniet uz "Reģistrēties".

2. solis. Izpildiet norādījumus, lai reģistrētos Web of Science.

3. solis. Izveidojiet kontu ar RSU studējošā/ darbinieka e-pastu.

4. solis. Web of Science vietnes sadaļā "Apps" atlasiet “EndNote”.

5. solis. Pierakstieties, izmantojot tikko izveidoto lietotājvārdu un paroli.

6. solis. Pirms pakalpojuma izmantošanas jums jāpiekrīt noteikumiem un nosacījumiem.

7. solis. Atveriet “Endnote” sadaļu “Format” un izvēlieties “Cite While You Write™ Plug-In”, un veiciet faila lejupielādi, atbilstoši Jūsu programmatūrai.

8. solis. Noklikšķiniet uz lejupielādes saiti kreisajā apakšējā stūrī un gaidiet, kad uz ekrāna parādīsies lejupielādes logs, tad klikšķiniet uz “Next” līdz parādīsies “Finish” – fails būs lejupielādēts.

9. solis. Atveriet word dokumentu, kur uz augšējās rīku joslas būs “EndNote” izvēlne.

10. solis. Restartējiet datoru.

11. solis. Vēlreiz ievadiet savus reģistrācijas datus un sāciet darbu!

Palīdz:

  • Uzglabāt un kārtot norādes
  • Importēt norādes no rakstu datubāzēm un katalogiem
  • Ģenerēt bibliogrāfiju dažādos atsauču stilos
  • Sinhronizēt ar Word, lai tieši ievietotu tekstā atsauces un pilnīgas norādes
  • Atbalstīt sadarbību, atvieglojot atsauču kopīgošanu

Instrukcijas:

Clarivate Analitic videomateriāls

EndNote funkcija Cite While You write

EndNote Online Reference Guide

Datu pārvaldīšana

Pētījuma datu pārvaldība (vai RDM) ir termins, kas raksturo pētniecības projektā savākto un izmantoto datu organizēšanu, glabāšanu, saglabāšanu un koplietošanu. Tas ietver ikdienas pētījumu datu pārvaldību pētniecības projekta darbības laikā (piemēram, izmantojot konsekventas failu nosaukšanas konvencijas). Tas ietver arī lēmumus par to, kā dati tiks saglabāti un koplietoti pēc projekta pabeigšanas (piemēram, datu deponēšana repozitorijā ilgtermiņa arhivēšanai un piekļuvei).

Labas pētījumu datu pārvaldības prakses ieviešana:

  • ļauj sadarboties vienmērīgāk;
  • nozīmē, ka dati ir labi organizēti un viegli atrodami;
  • ļauj datus viegli saprast, ja tos kopīgo vai publicē;
  • samazina datu zaudēšanas risku.

Datu pārvaldības plāns (LU)

RDM handbook

RDM Toolkit

Data management checklist (UK)

Pirmais solis pētījumu datu pārvaldībā ir plānošana. Lai sāktu domāt par datu pārvaldības plānošanu, ir jāatbild uz dažiem jautājumiem, kas jāapsver:

  • Jūsu iestādes un finansētāja ekspektācijas un politika
  • Vai tiks apkopoti jauni dati vai atkārtoti izmantoti esošie dati?
  • Apkopoto datu veids un to formāts
  • Savākto datu daudzums
  • Vai ir jāseko datu versijām?
  • Aktīvo datu glabāšana un dublēšanas politika un ieviešana
  • Uzglabāšanas un arhivēšanas iespējas un prasības
  • Datu organizēšana un aprakstīšana vai marķēšana
  • Piekļuve datiem un koplietošana
  • Privātuma, piekrišanas, intelektuālā īpašuma un drošības jautājumi
  • Lomas un atbildība par datu pārvaldību pētnieku komandā
  • Budžeta plānošana datu pārvaldībai

1. Datu organizēšana

Izsmeļoši failu nosaukumi un stratēģiski organizēta mapju struktūra var ietaupīt laiku un nodrošināt  datu failu labāku izpratni un atrašanu. Izvēlaties piemērotu failu nosaukumu piešķiršanas kārtību un konsekventi ievērojiet to visā pētījuma laikā. 

Varat sākt savu nosaukumu ar datumu, kas formatēts GGGGMMDD, lai failus parādītu hronoloģiskā secībā.
Izvēlieties noderīgus atslēgvārdus, kurus jūs vai citi varētu izmantot savu failu meklēšanai, atdalot katru vārdu vai sadaļu ar defisi vai pasvītrojumu. Dokumentējiet atslēgvārdus, kurus izvēlaties izmantot, lai vēlāk varētu interpretēt failu nosaukumus. Noderīgi atslēgvārdi var būt:
projekta saīsinājums
atrašanās vieta
datu tips
datu vākšanas metodes

Piemērs: [Datums] _ [Projekts] _ [Atrašanās vieta] _ [Metode] 

Lietas, no kurām jāizvairās:

  • Nemainiet un neizdzēsiet faila paplašinājuma sufiksu (piemēram, .docx, .pdf, .csv), kas parasti tiek ģenerēts automātiski.
  • Izvairieties no īpašu rakstzīmju, piemēram, \ /: *? "<> |, izņemot defises un pasvītrojumus, failu nosaukumos
  • Neveidojiet failu nosaukumus pārāk garus

Ieteikumi:

  • Neapstrādātus datus glabājiet atsevišķā mapē no darba datiem
  • Konsensusa veidlapas glabāt atsevišķi ētikas un privātuma dēļ
  • Novietojiet mapes tādā virzienā, kas vislabāk atbilst to plānošanai. Piemēram, Location > Method > Date or Method > Date > Location
  • Neveidojiet pārāk daudz tukšu mapju pirms laika
  • Piemērs:  [Project] > [Experiment] > [Instrument or Type of file] > [Location]

US University of Sussex

UK Data Service - failu struktūra, failu nosaukumi, piemēri

Best practices for file naming - failu nosaukumi, piemēri, failu pārdēvēšana

2. Versijas kontrole

Dažas atmiņas sistēmas ļauj veikt automātisku versiju veidošanu. Varat arī izmantot versiju vadības tabulu, lai rūpīgi dokumentētu versiju kontroles procesu. Pēc izvēles varat izmantot manuālo versiju, faila nosaukumam pievienojot versijas noteikumus, piemēram:

autora vārds vai iniciāļi
pēdējo izmaiņu datums
versijas numurs

Papildu versiju kontroles vajadzībām apsveriet versiju vadības programmatūru, piemēram, Git vai Mercurial.

3. Datu aprakstīšana

Precīzi aprakstot savus datus tiek nodrošināts, ka var izprast jūsu datus un procesus, kas ir veikti datu vākšanas, apstrādes un analīzes laikā. Labi aprakstītie dati ir vieglāk atrodami, pārbaudāmi un atkārtoti izmantojami citiem pētniekiem, ja dati tiek publicēti vai kopīgoti.

Metadati ir aprakstoša un kontekstuāla informācija par jūsu datiem. Tajā var būt nosaukums, radītājs (-i), izgatavošanas / savākšanas datums, atrašanās vieta, kopsavilkums, priekšmets, metode, process, kvalitāte, formāts, tiesības un īpašumtiesības. Lai noteiktu, kuri metadati jāsaglabā, ir lietderīgi padomāt, kāda informācija palīdzētu kādam citam saprast un atkārtoti izmantot jūsu datus. Apsveriet iespēju izmantot metadatu standartu (sauktu arī par metadatu shēmu), noteiktu lauku kopumu, kas var būt vispārējs vai specifisks disciplīnai. Standarta izmantošana nodrošinās ne tikai bagātīgu jūsu datu aprakstu, bet arī palielinās varbūtību, ka cilvēki atradīs jūsu datus.

Nozaru standarti, ko piedāvā Digital Curation Centre’s (DCC)

Datu dokumentācijas izveidošana

Datu dokumentācijai jāsākas projekta sākumā un jāturpinās visa procesa laikā. Tas atvieglos dokumentēšanu un mazinās iespēju, ka vēlāk aizmirsīsies katra procesa detaļas. Datu dokumentācija arī nodrošinās, ka jūs un citi varēsiet interpretēt, novērtēt un atkārtot savu darbu. Zināt, ko iekļaut savā dokumentācijā ir atkarīgs no projekta un datu veidiem, kas tiks ģenerēti. 

Daži iespējamie iekļaujamie elementi:

  • Datu vākšanas mērķis
  • Datu vākšanas procedūras
  • Datu failu struktūra un organizācija
  • Datu vākšanas vieta un laiks
  • Datu validācija un kvalitātes nodrošināšana
  • Analīzes laikā ar neapstrādātiem datiem veikto manipulāciju veidi
  • Datu konfidencialitāte, piekļuves un izmantošanas nosacījumi

Dokumentācijai var būt dažādi formāti, lai gan visiem formātiem pēc satura jābūt līdzīgiem. Visās dokumentācijas formās ir jāietver pamatinformācija par datiem, kas ļauj tos pareizi interpretēt un atkārtoti izmantot sev un citiem pētniekiem. Dažādas studiju jomas var izvēlēties vienu formātu, nevis citu.

README fails - fails, kas satur kritisku informāciju par datu failu (-iem), ieskaitot informāciju par atsauci, faila organizācijas struktūru, mainīgo definīcijām, metodisko informāciju, kodu (ja piemērojams), datu vākšanas informāciju, izmantoto programmatūru / instrumentus un versijas, informāciju par licencēšanu utt. Bieži vien .txt faila formātā.

Cilne README - līdzīga README failam, izņemot to, ka tā bieži tiek izveidota saistībā ar izklājlapu.

Datu vārdnīca - fails, kas sniedz kritisku informāciju par datu failu, aprakstot datu elementu nosaukumus, definīcijas un atribūtus. To bieži izveido tabulas datiem, lai gan to var izdarīt visiem datu kopu formātiem.

Codebook - fails, kas dokumentē datu faila izkārtojumu un struktūru un satur atbildes kodus, kurus izmanto aptaujas atbilžu un citas informācijas ierakstīšanai. Tas visbiežāk tiek veikts sociālo zinātņu pētījumos.

Komentētais kods - rindas komentāri datora kodā, kas sniedz koda funkcijas aprakstu, kuru nevar iegūt, nolasot pašu kodu.

Laboratorijas piezīmjdatori - detalizēts visu darbību veikšanas laiks, veicot pētījumus, ieskaitot eksperimentālos materiālus un apstākļus, protokolus un rezultātus. Ietver gan e-laboratorijas piezīmjdatorus, gan fiziskos piezīmjdatorus.

Dokumentēšanas piemēri:

Reademe files - Cornell’s Guide to writing "readme" style metadata

ICPSR’s Guide to social science data preparation and archiving (Sociālās zinātnes)

Datu vārdnīcas & Codebooks  - Data Ab Initio's Data dictionaries; McGill University Health Center's Codebook cookbook: How to enter and document your data; ICPSR's What is a codebook?

Laboratory Records - Rice Universities Experimental Bioscience’s Guidelines for keeping a laboratory record; Colin Purrington's Maintaining a laboratory notebook; University of Oregon Harm Lab's Data management in the lab

Datu arhivēšana

Pārliecinieties, ka jūsu dati ilgtermiņā ir droši!
Arhivējot datus, kurus vairs aktīvi neizmantojat, tie tiks aizsargāti, lai ilgtermiņā novērstu datu zudumu. Datu arhivēšana nodrošinās nepārtrauktu piekļuvi jums vai citiem, ja izvēlēsities publicēt vai koplietot savus datus.

Failu formāts

Saglabājot un publicējot datus, ir svarīgi, lai visas datu kopas tiktu saglabātas atbilstošā faila formātā, lai nodrošinātu datu ilgtermiņa pieejamību. Failu formāti, kurus izmantojat darbam ar datiem, var nebūt piemēroti arhivēšanai vai publicēšanai. Jums vajadzētu apsvērt datu tveršanu vai failu konvertēšanu šādos formātos:

  • plaši izmanto jūsu disciplīnā
  • publiski dokumentēts, t.i. pilnīga faila specifikācija ir publiski pieejama
  • atvērta un nepatentēta
  • apstiprinājušas standartizācijas aģentūras, piemēram, Starptautiskā standartizācijas organizācija (ISO)
  • pašdokumentēšana, t.i. pats fails var ietvert noderīgus metadatus
  • nešifrēts
  • nesaspiesta vai izmantojot bezzudumu saspiešanu

Piemēram:

  • Kvantitatīvie pētījumu dati

Kamēr vācat un analizējat savus datus, tie var būt nepieciešami vairākos dažādos formātos: Excel izklājlapa, datu bāze, SPSS, SAS, R, MATLAB vai cits faila formāts, kas raksturīgs jūsu izmantotajai datu analīzes programmatūrai.
Pēc datu apkopošanas un analīzes veikšanas saglabājiet datus kā komatatdalītu vērtību (.csv) failu ilgtermiņa glabāšanai. Lielākā daļa datu apstrādes programmatūras pakotņu nodrošina iespējas datu glabāšanai kā komatu atdalītu vērtību failu. Šo formātu var pārnest uz dažādām skaitļošanas un programmatūras platformām, tāpēc tas ir izturīgāks pret programmatūras atjauninājumiem.

  • Attēlu faili

Nesaspiests TIFF (Tagged Image File Format) ir laba izvēle ilgtermiņa attēlu failu glabāšanai. Lielākajā daļā attēlveidošanas programmatūras pakotņu ir iespējas saglabāt attēlus kā TIFF failus. Attēlu faili no sākuma jāsaglabā šajā formātā, lai varētu tvert augstākās kvalitātes galvenos attēlu failus.
Strādājot ar attēliem, jums var būt nepieciešams manipulēt, kopīgot tos vai ievietot tos citos dokumentos. Šiem nolūkiem var būt noderīgi attēlu failus saspiest JPEG formātā, lai tie būtu mazāki un tos būtu vieglāk augšupielādēt internetā vai iegult analīzes projekta failos.

Doorn, P., Tjalsma, H. Introduction: archiving research data. Arch Sci 7, 1–20 (2007). https://doi.org/10.1007/s10502-007-9054-6

Datu vizualizēšana

Datu analīze ir jebkurš uzdevums, kas tiek veikts, lai mēģinātu atrast nozīmīgu informāciju no datu kopas. Tas aptver plašu darbību klāstu, sākot no korelāciju atrašanas un statistiskās analīzes veikšanas līdz attēlu vai teksta aprakstīšanai un analīzei, lai noteiktu tematiskās attiecības.

Analīzes rīki:

NVivo- teksta analīzes programma. Statistikas mācību laboratorija.

Microsoft Excel -  ir visizplatītākais rīks, ko izmanto, lai manipulētu ar izklājlapām un izveidotu analīzes. Excel var atbalstīt gandrīz jebkuru standarta analīzes darbplūsmu, un to var paplašināt, izmantojot vietējo programmēšanas valodu Visual Basic. Excel ir piemērots vienkāršai analīzei, taču tas nav piemērots lielu datu analīzei - tam ir ierobežojums aptuveni 1 miljons rindu - un tam nav laba atbalsta sadarbībai vai versijām. 

SPSS - tā aptver plašas statistiskās datu apstrādes iespējas, sākot ar datu ielādi un beidzot ar sarežģītiem analīžu grafikiem. 
RSU darbinieki un studējošie tagad SPSS var lietot neierobežoti RSU datorklasēs un bibliotēkā esošajos datoros. 


Papildus komerciālajai programmatūrai datu analīzei ir daudz atvērta pirmkoda un / vai brīvi pieejamu rīku.

OpenRefine - Spēcīgs rīks darbam ar netīriem datiem: to tīrīšana, pārveidošana no viena formāta uz citu un paplašināšana, izmantojot tīmekļa pakalpojumus un ārējos datus.

Google Fusion Table - Tā ir tīmekļa lietojumprogramma, kas palīdz apkopot, parādīt un piedāvāt datus informācijas tabulās. Tas var darboties ar milzīgiem informatīviem rādītājiem. Informāciju varat pasniegt, izmantojot kontūras, kartes un sistēmas diagrammas.

Statistical & Qualitative data analysis software: Free software (Kent State University)

Free data analysis tool 

Datu vizualizācija attiecas uz jebkādu informācijas pasniegšanas veidu tā, lai to varētu vizuāli interpretēt. Tas ir diezgan plašs piedāvājums, kas var ietvert tādas lietas kā diagrammas, attēlus, animācijas un infografikas. Datu vizualizācija izmanto mūsu spēju atpazīt tendences, modeļus un attiecības, lai izprastu mūsu datus. Tas var būt noderīgi, analizējot datus vai arī paziņojot par savu darbu citiem.

Kam domāta vizualizācija? Domājot par auditoriju vai kādam mērķim tā būs paredzēta, palīdzēs jums izveidot vispiemērotāko vizualizāciju jūsu vajadzībām. 

  • Priekš sevis - datu vizualizācija var būt svarīga datu analīzes sastāvdaļa izpētes laikā, ļaujot pamanīt datu tendences, sakārtot attiecības vai pat plānot turpmāko datu vākšanu. Veidojot šādas vizualizācijas, nav nepieciešams ražot gatavu galaproduktu. Tā vietā jums jāizstrādā darbplūsma, kas ļauj ātri un atkārtoti vizualizēt savus datus. Noteikti dokumentējiet vizualizācijas darbplūsmu, lai to varētu atkārtoti izmantot turpmākajās analīzēs, un pārliecinieties, ka zināt, kā izveidojāt konkrētu vizualizāciju. Dokumentācija var izklausīties garlaicīgi, bet pēc dažiem mēnešiem jūs būsiet ļoti priecīgs, ka to izdarījāt!
  • Citiem jūsu jomas profesionāļiem - vizualizācija var būt svarīga daļa, paziņojot savus atklājumus savas jomas pētniekiem, izmantojot mākslas darbus vai plakātus vai kā daļu no konferences prezentācijām. Šīs vizualizācijas demonstrē jūsu darbu, tāpēc tām jābūt pieslīpētām, skaidrām un labi anotētām. Jums vajadzētu apsvērt iespēju izmantot formu veidus, kas parasti tiek izmantoti jūsu nozarē, jo iepazīšanās ar izkārtojumu palīdzēs auditorijai ātri izprast jūsu rezultātus. Kad vien iespējams, jāievēro vispārīgas vizualizācijas prasības, jo to neizpildīšana var radīt nevajadzīgu neskaidrību.
  • Sabiedrībai - vizualizācija var būt lielisks veids, kā likt cilvēkiem interesēties par pētniecības projekta rezultātiem. Šīm vizualizācijām jābūt ļoti vienkāršām un saprotamām - nemēģiniet vienā vizualizācijā parādīt pārāk daudz konkurējošas informācijas! Būtu jānodrošina skaidras anotācijas un apraksti, taču mēģiniet izvairīties no īpašas terminoloģijas izmantošanas aprakstos. Ieteicams izcelt visus vizualizācijas galvenos punktus, jo plašai auditorijai var pietrūkt kompetences, lai izceltu galvenos ziņojumus bez priekšā pateikšanas.

Pieejamības apsvērumi - veidojot vizualizāciju, ieteicams apsvērt, vai jūsu auditorijā varētu būt cilvēki ar redzes traucējumiem, piemēram, krāsu aklumu. Lai vizualizācija būtu pieejama, pārliecinieties, ka krāsa nav vienīgais veids, kā nodot informāciju, izmantojot veidnes un etiķetes, lai palīdzētu atšķirt informāciju.

Kādā veidā datus vizualizēt? Vizualizācijas veids ir atkarīgs no tā, kāda veida dati jums ir. Katra no vizualizācijām pildīs noteiktu funkciju, un, mēģinot padarīt jūsu datus neatbilstošā formā, vizualizācijas būs neefektīvas vai maldinošas. Padomājiet par funkciju, kuru vēlaties vizualizēt. Piemēram, parādīt attiecības starp lietām (tīkla diagramma), atklāt korelācijas (izkliedes diagramma), izsekot tendenci laika gaitā (līniju diagramma) vai parādīt izplatījumu (kartogrāfiskā karte) u.c. 

Kā tiks parādīta vizualizācija? Vide, kurā tiek parādīta vizualizācija, ietekmēs tās veidu. Svarīgi ir tas, vai vizualizācija būs statiska, vai vide, kurā tā tiek parādīta, ļauj animēt vai mijiedarboties. Drukātās vizualizācijas, piemēram, zīmējumi uz papīra vai uz plakātiem, būs statiskas. Citi vizualizāciju parādīšanas formāti, piemēram, prezentācijas vai vietnes, ļauj veikt dinamiskas vizualizācijas, piemēram, animāciju vai interaktīvas vizualizācijas. Animācija ir efektīvs veids, kā parādīt datus, kas mainās laika gaitā vai ar kādu citu mainīgo. Tīmekļa vietnes ir īpaši piemērotas interaktīvu vizualizāciju prezentēšanai, jo tās ļauj skatītājiem izpētīt viņu interesējošos datu aspektus. Gan animācija, gan interaktīva vizualizācija var būt efektīvs veids, kā atveidot 3D datus, jo tie nodrošina iespēju apskatīt vizualizāciju no dažādiem leņķiem.

Resursi:

Data analysis and visualisation: Creating a Visualisation. Subject guides. Library. The University of Sydney. 

Data analysis and visualisation: Visualisation Tools. Subject guides. Library. The University of Sydney. 

Teksta un datu ieguve

Teksta un datu ieguve (Text and Data Mining-TDM) ir automatizēts process, kurā atlasa un analizē lielu daudzumu teksta vai datu aktīvu tādiem mērķiem kā meklēšana, modeļu atrašana, attiecību atklāšana, semantiskā analīze un izpēte par satura saistību ar idejām un vajadzībām. (Springer Nature, 2020).

Pirms darba sākšanas ar TDM pārliecinieties, vai:

  • Izprotiet un apsveriet visas autortiesību un licencēšanas problēmas saturam, kuru vēlaties izmantot.
  • Izprotiet un ņemiet vērā visus ētiskos jautājumus, kas var rasties jūsu satura izmantošanas rezultātā, īpaši saistot datu kopas vai rīkojoties ar konfidenciālu informāciju.
  • Ka jūs ievērojat datu sniedzēju vēlmes attiecībā uz piekļuvi viņu saturam.

Datu ieguve ietver skaitļošanas metožu izmantošanu, lai atklātu modeļus un attiecības lielās, strukturētās datu kopās. Strukturētie dati ir sakārtoti noteiktā formātā, lai tos varētu viegli analizēt, apstrādāt vai aprēķināt, izmantojot datoru. Piemēram, dati, kas sakārtoti tabulās vai datu bāzēs, vai strukturēta formāta failos, piemēram, XML failos.

Teksta ieguve ir līdzīga, taču šajā gadījumā nestrukturētam tekstam tiek izmantota skaitļošanas analīze, lai atklātu modeļus un attiecības. Nestrukturētam tekstam nav īpašas organizācijas, ar kuru varētu strādāt dators, tāpēc šādas analīzes veikšanai ir nepieciešamas dažādas metodes.

Nestrukturētam tekstam bieži tiek pievienota strukturēta informācija par tekstu, piemēram, autors, nosaukums, teksta publicēšanas gads vai darba lapu skaits. Šī galvenokārt nestrukturēto un dažu strukturēto datu kombinācija ir novedusi pie dažādu nosaukumu izmantošanas, lai aprakstītu līdzīgu darbību kopumu. Teksta un datu ieguve, teksta datu ieguve, TDM un teksta ieguve tiek dažādi izmantoti, lai aprakstītu nestrukturēta teksta skaitļošanas analīzi, un šie termini bieži tiek lietoti kā savstarpēji aizstājami.

TDM soļi:

1. Vai TDM jums ir piemērots? Arvien vairāk informācija tiek vākta un digitāli glabāta milzīgos apjomos. Arī vecie arhīvu un drukātie materiāli tiek digitalizēti. Ja jums ir izpētes jautājums, uz kuru vislabāk atbildēt ar lielu datu vai teksta daudzumu, TDM varētu būt domāts tieši jums. 

  • Vai datu kopa / teksts, kuru plānojat izmantot mašīnā, ir lasāms?
  • Vai datu kopa / teksts, ko plānojat izmantot, ir piemērots, lai atbildētu uz jūsu izpētes jautājumu?
  • Vai jums ir likumīgi un ētiski atļauts izmantot datu kopu / tekstu?

2. Datu kopas izveide. Pirms sākat teksta vai datu ieguves procesu, jums jāizveido datu kopa, ko sauc par korpusu. Izstrādājot izpētes jautājumu, ir jāapsver, kāds saturs vai informācija nepieciešama, lai atbildētu uz izpētes jautājumu un jāpārskata, kādi resursi ir pieejami ieguvei.

Lai izmantotu TDM:

  • Salieciet korpusu - Vai dati ir pieejami, lai tos varētu izmantot? No kurienes nāk dati? (Primārie vai sekundārie avoti? Vai ir kāda neobjektivitāte?) Kāds ir datu kopas ģeogrāfiskais pārklājums? Kāds ir laika periods vai datumu diapazons, uz kuru attiecas dati? Vai dati ir tīri un gatavi lietošanai? Kāda veida datu tīrīšana var būt nepieciešama? Datu pieejamības novērtēšana: kādiem datiem varat piekļūt? Piemēram, vai jums ir piekļuve metadatiem, kopsavilkumiem vai pilnam tekstam? 
  • Ziniet, vai dators spēj lasīt jūsu tekstu - Lai notiktu teksta un datu ieguve, datoram jāspēj lasīt jūsu tekstu. Lai pārbaudītu, vai jūsu teksts ir mašīnlasāms, vienkāršs, bet ne nepārliecinošs tests ir izmantot komandu “atrast” (Find), lai meklētu vārdu, kuru varat redzēt dokumentā. Ja dators to var atrast, tas var lasīt jūsu tekstu.
  • Jāapzinās, kā atrast datubāzes, kas ļauj TDM.

3. Licencēšana, autortiesības un ētika (skatīt sadaļā "Autortiesības")

4. Datu tīrīšana un sagatavošana. (Informācija tiks papildināta)

5. Teksta un datu ieguves metodes. (Informācija tiks papildināta)

6. Rīki un palīdzība teksta un datu iegūšanai. (Informācija tiks papildināta)

Informācijas un datu publicēšana

Stratēģiskā publicēšanās

Stratēģiskā publicēšana nozīmē skaidra plāna izstrādi, kas nodrošinās jūsu mērķauditorijas un karjeras mērķu sasniegšanu.

Palieliniet savu pētījumu ietekmi, sagatavojot labu plānu:

  • kur publicēt
  • pēc publicēšanās dalieties ar savu pētījumu
  • novērtējiet, vai jūsu stratēģija ir bijusi veiksmīga

publicesanas1.jpg

Atvērtā piekļuve

Atvērtā piekļuve ir kustība jeb iniciatīva, kuras mērķis ir veicināt un atbalstīt bezmaksas brīvpieeju elektroniskajiem resursiem izglītības un akadēmiskajā vidē. (LU. Nacionālais atvērtās piekļuves dienests. 2018.)

Open Science: Empowering Knowledge (Elsevier) - Infografika

(Informācija tiks papildināta)

Pētījuma datu publicēšana

Dažos žurnālos var būt publicēšanas nosacījums kā prasība, lai jūs kopīgotu savus datus. Bieži vien datu koplietošanas politikas var atrast sadaļā "Norādījumi autoriem" vai "Autora vadlīnijas". 

Piemēri: Nature - Availability of data; Wiley - Sharing and Citing your Research Data; Taylor&Francis - Data availability statament; BMJ - Author HUB; Elsevier - sharing research data; Plos One - data availability

Tegbaru, D., Braverman, L., Zietman, A. L., Yom, S. S., Lee, W. R., Miller, R. C., ... & Dekker, A. (2019). ASTRO Journals’ Data Sharing Policy and Recommended Best Practices. Advances in radiation oncology4(4), 551-558. https://doi.org/10.1016/j.adro.2019.08.002

(Informācija tiks papildināta)

Autortiesības

Autortiesības - starptautiskajā Ženēvas autortiesību konvencijā (Universal Copyright Convention, UCC) 1952. g. noteikts autora tiesiskais stāvoklis - sevišķas tiesības publicēt, reproducēt un izplatīt literatūru, muzikālu, mākslas u.tml. darbu. Tiek aizstāvētas tikai to autoru tiesības, kuru publikācijās iespiesta autortiesību zīme (c). (Letonika.lv)

Autortiesību likums

Akadēmiskā godīguma terminu vārdnīca; Akadēmiskā godīguma vispārējās vadlīnijas

Ethics-coverWEB100830.indd (europa.eu) 

Atvērtā licence (Nacionālais atvērtās piekļuves dienests). Norādītajā tīmekļa vietnē pieejama informācija par bezpeļņas organizācijas “Creative Commons” darbības mērķi un pastāstīts par “Creative Commons” licencēm, ar kuru palīdzību ikviens var noteikt izmantošanas iespējas savam radošajam veikumam. Ņemot vērā licences tiesības, ir iespēja izmantot arī lielu skaitu citu autoru radītus materiālus, kuriem piešķirta  “Creative Commons” licence. Licenču veidi ir dažādi, jo tie iekļauj dažādas atļaujas – par veidiem un citiem jautājumiem detalizēti pastāstīts: Atvērtā licence

Trauksmes celšana

(Informācija tiks papildināta)

Komunikācija

Pētnieka profils

ORCID mājaslapā ir iespēja bez maksas izveidot ORCID ID jeb unikālo digitālo identifikatoru, kas atšķir vienu pētnieku no cita pētnieka, pat ja abiem pētniekiem ir identisks vārds un uzvārds. Pie ORCID ID iespējams pievienot profesionālo informāciju – pētnieka piederību organizācijai vai organizācijām, stipendijas, publikācijas u.c. ORCID ID var lietot, lai dalītos ar savu profesionālo informāciju citās sistēmās un datubāzēs, to pievienojot pie informācijas par autoru.

Register your ORCID ID (pamācība)

Video Tutorials 

Researcher FAQ

(Informācija tiks papildināta)

Akadēmiskie sociālie tīkli

Pētniekiem ir pieejamas daudzas vietnes tiešsaistē, lai dalītos ar savu pētījumu rezultātiem. Jūsu izvēle ir atkarīga no mērķauditorijas, kuru vēlaties sasniegt.

  • ResearchGate misija ir vienot zinātnes pasauli un darīt pētījumus pieejamus ik katram. Vairāk kā 19 miljoni pētnieku no visas pasaules to lieto, lai dalītos ar saviem pētījumiem, piekļūtu citu pētnieku publikācijām, sekotu nozares aktualitātēm, sazinātos un sadarbotos ar kolēģiem, un izgūtu statistikas datus par sava pētījuma lasīšanas un citēšanas biežumu.
  • Google Scholar ir meklētājprogramma, kas akadēmisko izdevēju, profesionālo biedrību, universitāšu mājaslapās un e-repozitorijos meklē zinātniskas publikācijas un izdevumus. Google Scholar sniedz iespēju izveidot savu autora profilu un padarīt to publisku, lai tas tiek atspoguļots Google Scholar meklējumu rezultātos, kad tiek meklēts Jūsu vārds un uzvārds. Iespēja iegūt citēšanas datus. Resurss palīdz autoriem izlemt, kur iesniegt publicēšanai savu pētījumu – piemēram, autors var pārlūkot top žurnālus dažādās nozarēs, kas sakārtoti pēc to pēdējo 5 gadu  h-indeksa un h-mediānas rādītājiem.
  • Academia ir platforma, kas veidota, lai dalītos ar akadēmiskiem pētījumiem. Platformu izmanto jau 150 miljoni lietotāju un tajā ievietoti 22 miljoni pētījumu. Atbalsta atvērto piekļuvi. Papildus abonējot “Academia Premium”, pētniekiem iespējams piekļūt detalizētākai informācijai, piemēram, autori iegūst uzlabotus publikāciju analīzes un ietekmes izsekošanas rīkus.
  • Penprofile ir akadēmiska kopiena e-vidē, kas vieno studentus, zinātniekus un izglītības iestādes visā pasaulē, lai apmainītos ar idejām, sadarbotos, dalītos ar publikācijām, lasītu citu autoru publikācijas dažādās nozarēs, klausītos audiogrāmatas un izglītojošas aplādes (podkāstus), skatītos izglītojošus video un lekcijas, meklētu stipendiju iespējas, publicētu informāciju par konferencēm u.c. 
  • Mendeley vairāk pazīstams kā bezmaksas atsauču veidošanas rīks, taču tas ir arī akadēmiskais sociālais tīkls, kas var palīdzēt veidot Jūsu pētījumu un iepazīt citus jaunākos pētījumus nozarē, kā arī sniedz iespēju sadarboties ar citiem pētniekiem.

Social media for researchers: Elsevier Researcher academy (Prezentācija)

PubLon

Mūsdienu ļoti konkurētspējīgajā pētniecības vidē pētniekiem bieži tiek lūgts demonstrēt viņu ietekmi. Sekot šai ietekmei nav viegli, un tas prasa laiku. Tāpēc  Web of Science devuši iespēju  pētniekiem ātri un viegli vienuviet izsekot un demonstrēt pilnīgāku viņu ietekmes uzskaiti kā citētais autors, žurnāla redaktors un recenzents.

Publons nodrošina integrāciju ar Web of Science, ORCiD un tūkstošiem zinātnisko žurnālu, lai varētu parādīt savas pētniecības ietekmi. 

Institūcijām Publons palīdz:

  • parādīt savu ietekmi uz pasaules pētījumiem, sniedzot pierādījumus par viņu pētnieku salīdzinošo pārskatīšanu(rezenzēšanu) un ieguldījumu žurnālu redakcijās;
  • paaugstināt savas iestādes atpazīstamību kā pētniecības izcilības centrs;
  • noteikt savas institūcijas ieguldījumu izdevējdarbībā.

Pētniekiem: 

  • visas jūsu publikācijas tiek importētas no Web of Science, ORCID vai bibliogrāfisko uzziņu pārvaldniekiem (piem., EndNote vai Mendeley);
  • uzticama citātu metrika, kas automātiski tiek importēta no Web of Science pamata kolekcijas;
  • tiek apkopota informācija par jūsu recenzētām publikācijām un žurnālu rediģēšanas vēsture;
  • Publons CV, kurā apkopota jūsu zinātniskā ietekme kā autoram, redaktoram un recenzentam.

(Informācija tiks papildināta)

Ietekmes novērtēšana

Citēšanas metrika

Mūsdienās svarīga pētniecības savstāvdaļa ir pētniecības ietekmes novērtēšana, lai saprastu ko varat darīt, lai dokumentētu, uzlabotu, novērtētu un prezentētu savas pētniecības ietekmi nozarē. 

Autora ietekme:

  • H indekss - Visplašāk izmantotā pētījuma metrika, mērījumi, produktivitāte un autora zinātniskās produkcijas ietekme. H-indeksa aprēķināšanas rīki ir Web of Science, Scopus un Google Scholar 
  • G indeks- Indekss zinātniskās produktivitātes kvantificēšanai, pamatojoties uz publikāciju ierakstu (to 2006. gadā ieteica Leo Egghe),
  • i10 indekss -Norāda to autora uzrakstīto akadēmisko publikāciju skaitu, kuras citi ir citējuši vismaz 10 reizes. To 2011. gada jūlijā ieviesa Google kā daļu no Google Scholar

Raksta ietekme - Google Scholar, Scopus, Web of Science, SNIP

Žurnāla ietekme - Journal Citation Report, Eigenfactor, SJR

(Informācija tiks papildināta)

SCiVal

SciVal zinātnes analīzes rīks ietver bibliometriskos datus no datubāzes Scopus no 1996. gada, kas aptver vairāk nekā 50 miljonus ierakstu no vairāk nekā 5000 izdevējiem visā pasaulē, un nodrošina ātru un vieglu pieeju zinātniski pētnieciskās darbības rezultātiem 231 valstīs un 9000 zinātniskajās institūcijās.  SciVal katru nedēļu saņem jaunu datu atjauninājumu no Scopus. SciVal saturs:

  • 23 500+ recenzēti žurnāli
  • 300+ nozares publikācijas
  • 194 000+ grāmatas
  • 740+ grāmatu sērijas
  • 9+ miljoni konferences rakstu

SciVal analītiskais rīks piedāvā izvērtēt autorus, institūcijas, pētnieku grupas pēc publikāciju skaita, ietekmes faktoriem, skatījumu skaita un citiem bibliogrāfiskajiem datiem. Rīks ļauj objektīvi salīdzināt Latvijas autoru publikācijas ar līdzīgām citu valstu autoru publikācijām.
SciVal izmantošanai nepieciešama individuāla reģistrācija, norādot RSU e-pasta adresi.

Scival sastāv no:

  • Pārskats (overwiev) - Piekļūstiet jebkuras vēlamās pētniecības organizācijas pētījumu rezultātu kopsavilkumiem, identificējiet un analizējiet to unikālās stiprās puses un starpnozaru pētījumu jomas.
  • Salīdzinošā novērtēšana (benchmarking) - Salīdziniet jebkuras organizācijas stiprās puses un uzlabojamās jomas, izmantojot dažādus rādītājus un priekšmetus, un izsekojiet progresu laika gaitā.
  • Sadarbība (collaboration)- Esošo un potenciālo sadarbības iespēju identificēšana un analīze, pamatojoties uz publikāciju un citātu rezultātiem.
  • Tendences (trends) - Analizējiet pētījumu tendences jebkurai atsevišķai vai iepriekš noteiktai pētniecības jomai, publikāciju kopai, tēmai vai tēmu kopai, izmantojot atsauces, publikācijas un lietošanas datus, lai atklātu galvenos pētniekus, uzlecošās zvaigznes un notiekošās norises interesējošajās jomās.
  • Ziņojums (reporting) - Izveidojiet analīzes no visiem moduļiem, apvienojiet analīžu atlasi, lai izveidotu unikālus pārskatus. Saglabājiet SciVal lietotākos pārskatus, lai tos eksportētu un koplietotu, kad tas jums nepieciešams.

SciVal piedāvā plašu vienkāršu un sarežģītāku metriku kopumu, tostarp Sniega bumbas (Snowball) metriku, kas ir identificēta, sadarbojoties akadēmiskajām aprindām un nozarēm, lai nodrošinātu, ka tos droši un atbilstoši izmanto stratēģisko lēmumu pieņemšanā un salīdzinošajā novērtēšanā.

Kā tiek rēķināta metrika?

Metrics in SciVal - what are they and what are their strengths and weaknesses?

SciVal support center

Altmetrika

Termins "altmetrika" ir saīsinājums no "alternatīva metrika", kura ietver virkni darbību, lai novērtētu auditorijas iesaistīšanos un uzmanību ārpus akadēmiskās vides. Tāpat kā citēšanas metrikai, arī altmetrikai ir ierobežojumi, un tā ir jāizmanto kā papildinājums citiem rādītājiem.

Tā ir netradicionālu metriku klāsts, ko var izmantot, lai novērtētu zinātnieku ietekmi uz pētījumiem viņu pētījumu jomās. Tā var ietvert rakstu lejupielāžu skaitu, pētījumu citēšanu tiešsaistes ziņu / sociālo mediju avotos, Mendeley grāmatzīmēs (tīmekļa sistēma informācijas apmaiņai un iegūšanai no PDF un citiem elektroniskiem dokumentiem) un netradicionālām stipendiju formām.  (Careless, J. 2013. Altmetrics 101: A Primer. (cover story). Information Today, 30(2), 1-36.)

Lai gan altmetriku bieži uzskata par metriku par publikācijām, to var pielietot cilvēkiem, žurnāliem, grāmatām, datu kopām, prezentācijām, videoklipiem, pirmkodu repozitorijiem, tīmekļa lapām utml.  Altmetriku izmanto dažādās platformās, lai apkopotu datus par brīvpieejā esošiem skriptiem un algoritmiem. Altmetrika neietver citātu skaitu, bet tā aprēķina pētnieku ietekmi, kas balstīta uz dažādiem tiešsaistes izpētes rezultātiem, piemēram, sociālo mediju, tiešsaistes ziņu plašsaziņas līdzekļiem, tiešsaistes atsauces vadītājiem utt. Tas parāda gan ietekmes ietekmi, gan detalizētu ietekmes struktūru.

Priekšrocības:

  • ir (gandrīz) tūlītēja: pateicoties tam, ka to iegūst no tīmekļa, nevis žurnāliem un grāmatām, tiešsaistē ir iespējams uzraudzīt un apkopot darba pieminējumus, tiklīdz tie tiek publicēti. Daudzi altmetrikas veidi tiek atjaunināti katru dienu.
  •  var atklāt daudzveidīgāku uzmanību nekā uz atsaucēm balstīta metrika.
  • attiecas ne tikai uz žurnālu rakstiem un grāmatām: pētnieki tiešsaistē vairāk nekā jebkad agrāk dalās ar saviem datiem, programmatūru, prezentācijām un citiem zinātniskiem rezultātiem. Tas nozīmē, ka mēs varam izsekot to izmantošanai tīmeklī tikpat viegli kā rakstiem un grāmatām.

Ierobežojumi:

  • altmetrika papildina, nevis aizstāj tādas lietas kā informēta salīdzinošā pārskatīšana un uz atsaucēm balstīta metrika.
  • Tāpat kā ar jebkuru metriku, pastāv arī iejaukšanās iespēja: ikviens, kam ir pietiekami daudz laika, var mākslīgi uzpūst savu pētījumu altmetriku. Tāpēc altmetrikas pakalpojumu sniedzējiem, piemēram, Altmetric, PLOS un SSRN, ir ieviesti pasākumi, lai identificētu un labotu, kad notiek blēdīšanās. 
  • Tā ir salīdzinoši jauna (no 2011), tāpēc ir nepieciešams veikt vairāk pētījumu par to izmantošanu. Lai gan mēs daudz uzzinām par to, cik bieži pētījumi tiek koplietoti tiešsaistē, mēs vēl nezinām daudz, kāpēc tas notiek - ir vajadzīgi vairāk pētījumu. Kamēr mēs nezinām vairāk, uzmanīgi izmantojiet un interpretējiet altmetriku.

Kāpēc izmantot?

  • lai izpētītu ietekmi ārpus tradicionālajās žurnālu metrikas;
  • lai ātrāk uzzinātu, ko citi domā par pētījumu;
  • lai demonstrētu savas ietekmes nozīmi un salīdzinātu savus darbus ar citiem nozarē;
  • lai dokumentētu savu ietekmi CV, veidojot akadēmisko karjeru;
  • lai veidotu savu zinātnisko reputāciju un  atpazīstamību.

Platformas, kuras piedāvā veikt mērījumus: Altmetric, Plum Analytics, Impactstory.

Kas izmanto? Daži izdevēji savās vietnēs sniedz altmetriku autoriem un plašākai sabiedrībai. PLOS ir bijis līderis altmetrikas nodrošināšanā. Katram viņu publicētajam rakstam ir sadaļa "Metrika", kas sniedz daudz informācijas. RSU abonētās datubāzes: Science Direct; Scopus, ProQuest Ebook Central, SAGE publications, BMJ journals, Wiley online Library, The Cochrane Library. 

Altmetrika var atbildēt uz jautājumiem:

Cik reizes dokuments tika lejupielādēts?
Kas lasa manu darbu? (Mendeley, grāmatzīmju vietnēs utt.)
Vai to atspoguļoja kāda ziņu aģentūra?
Vai citi pētnieki to komentē?
Cik reizes tas tika kopīgots? (Facebook, Twitter utt.)
Kurās valstīs meklē/apskata/lasa manu pētījumu?

Altmetrika pēc vienuma veida:

  • Raksts - Citēšana (Web of Science; Scopus; Google Scolar; politikas dokumentu citēšana; Grāmatzīmes (Mendeley, Cite ULike; Zotero uc.); Diskusija (F1000, Publons, Twitter, Facebook; avīžu raksti, videoieraksti un podkāsti; pieminējumi zinātniskos emuāros, piemēram, ResearchBlogging); Dalīšanās (Twitter un Facebook); Skatījumi (lapas skatījumu un lejupielāžu statistika no žurnāla vietnes vai krātuves, kurā esat arhivējis savu darbu).
  • Grāmatas/ grāmatu nodaļas - Citēšana (Web of Science, Scopus, Google grāmatu citātēšana); WorldCat (bibliotēku skaits visā pasaulē, kuras ir iegādājušās jūsu grāmatu); Skatījumi (lapas skatījumu un lejupielāžu statistika no izdevēja vietnes vai krātuves, kurā esat arhivējis savu grāmatu / nodaļu); Vērtējumi (Amazon.com un Goodreads vērtējumi); Diskusija  un grāmatzīmes(sk. "Raksti" iepriekš).
  • Dati - Citēšana (datu atsauces indekss un Google Scholar citēšana); Skatījumi: (skati un lejupielādes no Figshare, Zenodo, Dryad, ICPSR vai citiem priekšmetu vai iestāžu repozitorijiem); Atkārtota izmantošana (GitHub); Diskusija (Figshare komentāri; skatīt arī "Raksti" iepriekš); Grāmatzīmes (skatīt arī "Raksti" iepriekš)
  • Posteri  - Skatījumi (skati un lejupielādes Figshare, Zenodo vai citā institucionālā vai priekšmetu repozitorijā); Diskusija (Figshare komentāri; arī "Raksti" iepriekš)
  • Slaidi - Skatījumi: (skati un lejupielādes vietnē Slideshare, Speakerdeck un Figshare); Diskusija (Slideshare un Figshare komentāri; skatīt arī "Raksti" iepriekš); Dalīšanās ( citās vietnēs atsauce uz Slideshare; Twitter, Facebook, LinkedIn);  Patīk: Slideshare un Speakerdeck);  Grāmatzīmes (skatīt iepriekš rakstu sadaļu)
  • Video - Skatījumi (Youtube, Vimeo un Figshare); Patīk / Nepatīk (Youtube); Diskusija (Youtube, Vimeo un Figshare komentāri; skatīt arī "Raksti" iepriekš); Dalīties, grāmatzīmes (skatiet iepriekš rakstu sadaļu) (Introduction to altmetrics. LibGiude. University of Pittsburgh)

Resursi:

What are altmetric?

Altmetrics: a manifesto

Altmetrics: owerview

How to use altmetric?

Metrics Toolkit

PLOS Altmetrics Collection 

Williams, A. E. 2017. Altmetrics: an overview and evaluationOnline Information Review41(3), 311-317.

Barnes, C. (2015). The Use of Altmetrics as a Tool for Measuring Research Impact. Australian Academic & Research Libraries, 46(2), 121-134.

Mācības

Vebināri

1. Informācijas veiksmīga meklēšana. (1h)
Vebināra saturs:

  • Grāmatu un žurnālu rakstu meklēšana, izmantojot Kopkatalogu, RSU bibliotēkas katalogu un Nacionālās bibliogrāfijas analītikas datubāzi
  • E-grāmatu un e-žurnālu rakstu pilnu tekstu izguve, izmantojot Vienoto informācijas meklētāju PRIMO
  • Efektīvas meklēšanas stratēģijas izveide
  • SBA un SSBA pakalpojumi

Vebināru vadīs: 

Informācija par vebināra norises laiku tiks precizēta!

2. Sistemātiskais pārskats: pierādījumu meklēšana un organizēšana (1h)

Vebināra saturs:

  • Sistemātiskā pārskata soļi
  • Atsevišķu pētījumu meklēšanas iespējas un dokumentēšana
  • Pierādījumu pārvaldīšana, izmantojot referenču pārvaldīšanas rīku EndNote 

Vebināru vadīs: Inga Znotiņa

Informācija par vebināra norises laiku tiks precizēta!

Resursi:

Elsevier Research Academy - nodrošina bezmaksas piekļuvi neskaitāmiem e-mācību resursiem, kas paredzēti, lai atbalstītu pētniekus katrā viņu pētniecības ceļa posmā. Izveidojiet savu profilu vai izmantojiet jau esošo jebkura Elsevier produkta (Science Direct, Clinical Key vai Scopus) profila lietotājvārdu un paroli.

Bright TALK - globāla platforma tiešsaistes B2B sarunām un pasākumiem. Reģistrējoties var skatīties sarunas un pasākumus sev ērtā laikā pēc tiešraides. Elsevier kompānija izmanto šo platformu saviem vebināriem. 

(Informācija tiks papildināta)

Konsultācijas

Par pētījuma ietekmes mērīšanu un novērtēšanu.

Atbalsts, padomi un praktiskas mācības, lai palīdzētu pārvaldīt atsauces un norādes (EndNote).

Pētījumu datu pārvaldības stratēģijas un atklātas piekļuves publicēšanās.

Sistemātiskā pārskata veikšanas soļi, vadlīnijas, ziņojumu standarti un prasības.

Padziļinātas meklēšanas startēģija un tehnika. 

(Informācija tiks papildināta)

Pakalpojumi

1. Publikāciju analīze, kura ietver citēšanas un salīdzinošās novērtēšanas analīzi. 

Ko var izmērīt?

Publikācijas: gadā, katram autoram
Citēšanas skaits: katram izdevumam, autoram un žurnālam
Publikācijas veids: raksti, grāmatas, grāmatu daļas, pilna teksta konferenču tēzes jeb konferenču raksti, konferenču tēzes uc.
Sadarbība: starp pētniekiem, grupām, organizācijām, valstīm

Kādu ietekmi var izmērīt?

  • Indivīda, grupas, iestādes, priekšmeta vai ģeogrāfiskā reģiona.
  • Rakstu līmeni

Bezmaksas pakalpojums. Kontakti: inga[pnkts]znotinaatrsu[pnkts]lv

2. Top 10 nozares žurnāli, kur var publicēties

Pakalpojumu var pasūtīt pētnieki, kas vēlas publicēties zinātniskajos žurnālos ar augstu ietekmes faktoru, tātad tādos žurnālos, kas augsti novērtēti attiecīgā zinātnes nozarē. Bibliotēkas speciālists atlasīs un nosūtīs pētniekam uz e-pastu desmit ietekmīgāko zinātnisko žurnālu nosaukumus, lai pēc tam docētājs varētu izvēlēties, kuram no šiem žurnāliem sūtīt savu zinātnisko rakstu. Bezmaksas pakalpojums.

Kontakti: bibliotekaatrsu[pnkts]lv

3. Diferencētā informatīvā apkalpošana pēc tematiskajiem pieprasījumiem

Šis pakalpojums ietver informācijas meklēšanu abonētajos elektroniskajos resursos pēc konkrētas nepieciešamās tēmas vai atslēgvārdiem. Tiek sagatavots saraksts ar bibliogrāfisko informāciju. Pēc tam pēc vajadzības tiek atlasīti arī pilnie teksti. Tas ir maksas pakalpojums.

Kontakti:  Natālija Kisļakova, +37167409192,  e-pasts: Natalija[pnkts]Kislakovaatrsu[pnkts]lv .

Tematiskā pieprasījuma veidlapa.

4. RSU bibliotēkas krājumā neesošo grāmatu un žurnālu rakstu pasūtīšana no citām Latvijas un ārvalstu bibliotēkām (skatīt sadaļu SBA, SSBA).

(Informācija tiks papildināta)