Uurimisandmed koos näidetega

Probleemide lahendamiseks ja nähtuse kirjeldamiseks toetuvad teadlased suurel määral andmetele. Vastused paljudele küsimustele tulenevad uurimisandmetest. Kuidas te vastaksite küsimusele, kui esialgu ei oleks mingit teavet? Andmete kaevandamise abil saab avastada huvitavaid mustreid ja paljastada hulgaliselt teavet.

Nende loodud teavet mõjutavad andmed, mida nad uurivad, nende eesmärgid ja lugejate vaatenurgad. Teadlased peaksid jääma erapooletuks, kui nad uurivad andmeid hoolikalt ja jäävad vastuvõtlikuks tundmatutele suundumustele, kontseptsioonidele ja tulemustele. Vaatleme, mis on uurimisandmed ja millised on kategooriad.

Mis on uurimisandmed?

Uurimisandmed on teave, mida kogutakse, dokumenteeritakse, koostatakse või genereeritakse, et kinnitada esialgsete uurimistulemuste usaldusväärsust. Uurimisandmed, sealhulgas kirjavahetuse kirjed ja laboratooriumiaruanded, on sageli digitaalsed, kuid võivad olla ka mittedigitaalsed.

Uurimisandmed on midagi enamat kui lihtsalt numbrid. Mis tahes materjali, mida kasutatakse ja analüüsitakse teadustööks, loetakse uurimisandmeteks. Teatud akadeemilistes valdkondades kasutatakse terminit "uurimismaterjalid" sagedamini kui "uurimisandmed".

Uurimisandmete kogumiseks on mitmeid viise. Ühe teadlase tööga saadavate uurimisandmete hulk ei ole piiratud. Andmeid on mitmesuguseid, näiteks videoklippe, statistikat, graafikat, transkriptsioone, helifaile, transkribeeritud intervjuusid, eksperimentide andmeid, programmide koodi ja palju muud.

Näiteid uurimisandmetest

Uurimisandmete kogumiseks on mitmeid viise. Siin on mõned võimalused:

failid, näiteks dokumendid ja tabelid
Laboratooriumide, õppekäikude ja päevikute märkmikud
Koodiraamatud, transkribeeritud intervjuud ja küsimustikud
Videokassetid ja audiokassetid
Pildid, videosalvestised
Katse tulemused
Slaid, objekt, "näidis" või "juhtumiuuring".
Digiteeritud väljundarhiivid
Sisend-/väljundandmed
Algoritm või mudel
Märkused
Tarkvara sisendite, väljundite, logifailide ja andmestruktuuride analüüs.
Protsessid ja metoodika

Miks on teadusandmete jagamine oluline?

Andmete jagamine, selle asemel, et korrata juba avaldatud uuringuid, on kasulik viis, kuidas tugineda teiste teadlaste tööle. Andmete jagamise kaudu saab uurimisteemasid ka meta-analüüsida. Uurimistulemuste avalikustamine on nüüd paljude rahastamisasutuste ja institutsioonide nõue.

Andmete levitamine ja kasutamine teadusuuringute ökosüsteemis suureneb andmete parema jagamise, läbipaistvuse ja teabe kättesaadavuse kaudu. Selle tulemusel saab avalik poliitika ja planeerimine saada teavet kvaliteetsemate ja paremini kättesaadavate faktide põhjal.

Andmete jagamisest said kasu nii teadlane kui ka uuringu sponsor. See julgustab teadlasi oma andmeid paremini haldama ja tagama, et andmed on kvaliteetsed, kui nende kolleegidel ja avalikkusel on neile juurdepääs. Andmete jagamine soodustab teadlikkust ja edasisi teadusuuringuid oma erialal. Teadusuuringute sponsorid ja teadlased saavad andmete jagamisest kasu, sest see suurendab nende nähtavust ja tunnustust.

Teadlaskond toetab suures osas andmete jagamist, kuid selle elluviimine nõuab palju aega, jõupingutusi ja ressursse. Andmete jagamiseks ettevalmistamiseks on oluline hoolikalt dokumenteerida andmekogumismeetodid ja uurimistulemused.

Uurimisandmete allikad

Uurimisandmeid on võimalik genereerida erinevatel põhjustel ja mitut meetodit kasutades. Allpool on loetletud mõned näited:

Vaatlusandmed: Käitumist või tegevust jälgitakse ja salvestatakse vaatlusandmetena. Andmete kogumiseks kasutatakse mitmesuguseid meetodeid, sealhulgas vaatlust, küsimustikuuringuid ning jälgimisseadmete ja -vahendite kasutamist.
Eksperimentaalsed andmed: Muutuja muutmisel on teadlaste eesmärk luua erinevus või tekitada muutus, sekkudes aktiivselt. Teadlased saavad tavaliselt määrata põhjuslikke seoseid, kasutades katseandmeid, ja rakendada tulemusi laialdaselt. Selliste andmete taastootmisega kaasnevad tavaliselt kulud.
Simulatsiooniandmed: Simulatsiooniandmete saamiseks jäljendavad arvutimudelid realistlike protsesside käitumist aja jooksul. Väljundandmed on olulisemad kui metaandmed ja katsemudelitest genereeritud mudel.
Tuletatud/koostatud andmed: Andmed, mida on muudetud eelmistest andmestikest. Juhul kui need kaovad, saab neid reprodutseerida, kuid see läheks väga kalliks maksma. Kolmemõõtmelised mudelid ja andmebaaside koostamine on näited.
Viide- või kanoonilised andmed: Tegemist on kompaktsemate avaldatud ja hoolikalt koostatud andmekogumite mahukate kogumikega. Näiteks võib olla geenijärjestusi sisaldav andmebaas, aatomistruktuure sisaldav andmebaas või koordinaate sisaldav andmebaas.

Teie töö mõju ja nähtavuse suurendamine

On teatatud, et graafiliste kokkuvõtetega artiklid teevad 8 korda rohkem sotsiaalmeedia jagamisi. Nüüd saate aru, kui oluline on lisada oma artiklitesse piisavalt graafikat.

Õnneks on seda nüüd väga lihtne teha. Veebilehega Mind the Graphsaate luua illustratsioone, plakateid ja graafilisi kokkuvõtteid vaid paari hiireklõpsuga. Võite lasta neid ka meie ekspertidel kohandada. Ärge oodake enam, tehke seda juba täna!

Loo efektiivseid teadusfiguurid minutitega