Vysvetlenie výskumných údajov na príkladoch

Pri riešení problémov a opise javov sa výskumníci vo veľkej miere opierajú o údaje. Odpovede na mnohé otázky pochádzajú z výskumných údajov. Ako by ste odpovedali na otázku, keby ste na začiatku nemali žiadne informácie? Dolovaním údajov môžete objaviť zaujímavé vzorce a odhaliť množstvo informácií.

Informácie, ktoré vytvárajú, sú ovplyvnené údajmi, ktoré skúmajú, ich cieľmi a pohľadmi ich čitateľov. Výskumní pracovníci by mali zostať nezaujatí vždy, keď dôkladne skúmajú údaje a zostávajú vnímaví voči neznámym trendom, koncepciám a výsledkom. Pozrime sa na to, čo sú výskumné údaje a aké sú ich kategórie.

Čo sú výskumné údaje?

Údaje z výskumu sú informácie zozbierané, zdokumentované, zostavené alebo vytvorené s cieľom potvrdiť dôveryhodnosť pôvodných výsledkov výskumu. Výskumné údaje vrátane korešpondenčných záznamov a laboratórnych záznamov sú často digitálne, ale môžu byť aj nedigitálne.

Výskumné údaje nie sú len čísla. Za výskumné údaje sa považuje akýkoľvek materiál použitý a analyzovaný na výskumné účely. Pojem "výskumné materiály" sa v niektorých akademických oblastiach používa častejšie ako "výskumné údaje".

Existuje mnoho spôsobov zberu výskumných údajov. Množstvo výskumných údajov, ktoré možno získať z práce jedného výskumníka, nie je obmedzené. Existuje mnoho druhov údajov, napríklad videoklipy, štatistiky, grafy, prepisy, zvukové súbory, prepisy rozhovorov, údaje z experimentov, kódy programov a mnohé ďalšie.

Príklady výskumných údajov

Existuje mnoho spôsobov zberu výskumných údajov. Tu je niekoľko možností:

Súbory, ako sú dokumenty a tabuľky
Zápisníky pre laboratóriá, exkurzie a denníky
Kódy, prepisy rozhovorov a dotazníky
Videokazety a audiokazety
Obrázky, videozáznamy
Výsledky testu
Prezentácia, objekt, "vzorka" alebo "prípadová štúdia"
Digitalizované výstupné archívy
Vstupné/výstupné údaje
Algoritmus alebo model
Anotácie
Analýza softvérových vstupov, výstupov, logovacích súborov, dátových štruktúr
Procesy a metodiky

Prečo je dôležité zdieľať údaje z výskumu?

Zdieľanie údajov namiesto opakovania už publikovaného výskumu je výhodným spôsobom, ako nadviazať na prácu kolegov výskumníkov. Prostredníctvom zdieľania údajov možno tiež metaanalyzovať výskumné témy. Verejné zdieľanie výsledkov výskumu je v súčasnosti požiadavkou mnohých financujúcich agentúr a inštitúcií.

Distribúcia a využívanie údajov v rámci výskumného ekosystému sa zvyšuje prostredníctvom lepšieho zdieľania údajov, transparentnosti a dostupnosti informácií. Výsledkom je, že verejná politika a plánovanie môžu byť informované v dôsledku kvalitnejších a dostupnejších faktov.

Výskumník aj zadávateľ výskumu mali prospech zo spoločného využívania údajov. Podporuje výskumníkov, aby lepšie spravovali svoje údaje a zabezpečili ich vysokú kvalitu, keď k nim majú prístup ich kolegovia a verejnosť. Zdieľanie údajov podporuje informovanosť a ďalší výskum v ich odborných oblastiach. Sponzori výskumu a výskumní pracovníci môžu mať prospech zo spoločného využívania údajov tým, že sa zviditeľnia a získajú uznanie.

Vedecká komunita vo veľkej miere podporuje zdieľanie údajov, ale jeho realizácia si vyžaduje veľa času, úsilia a zdrojov. Na prípravu údajov na zdieľanie je dôležité starostlivo zdokumentovať metódy zberu údajov a výsledky výskumu.

Zdroje výskumných údajov

Výskumné údaje je možné získať z rôznych dôvodov a viacerými metódami. Niekoľko príkladov je uvedených nižšie:

Údaje z pozorovania: Správanie alebo činnosť sa pozoruje a zachytáva ako údaje z pozorovania. Na zber údajov sa používajú rôzne metódy vrátane pozorovania, dotazníkových prieskumov a používania monitorovacích zariadení a nástrojov.
Experimentálne údaje: Pri zmene premennej sa výskumníci snažia vytvoriť rozdiel alebo dosiahnuť zmenu aktívnym zásahom. Výskumníci môžu zvyčajne určiť kauzálne vzťahy pomocou experimentálnych údajov a môžu výsledky široko aplikovať. S reprodukciou týchto typov údajov sú zvyčajne spojené náklady.
Simulačné údaje: Počítačové modely napodobňujú správanie sa reálnych procesov v čase s cieľom generovať simulačné údaje. Výstupné údaje sú dôležitejšie ako metadáta a model vygenerovaný z testovacích modelov.
Odvodené/zostavené údaje: Údaje, ktoré sú upravené z predchádzajúcich vzoriek údajov. V prípade, že sa stratia, je možné ich reprodukovať, ale náklady by boli vysoké. Príkladom sú trojrozmerné modely a zostavovanie databáz.
Referenčné alebo kanonické údaje: Ide o rozsiahle zbierky kompaktnejších publikovaných a starostlivo pripravených súborov údajov. Príkladom môže byť databáza uchovávajúca génové sekvencie, databáza obsahujúca atómové štruktúry alebo databáza uchovávajúca súradnice.

Zvyšovanie vplyvu a viditeľnosti vašej práce

Uvádza sa, že články s grafickými abstraktmi majú 8x viac zdieľaní v sociálnych médiách. Teraz už chápete, aké dôležité je zahrnúť do svojich článkov dostatok grafiky.

Našťastie je to teraz veľmi jednoduché. Pomocou stránky Mind the Graph, môžete vytvárať ilustrácie, plagáty a grafické abstrakty len niekoľkými kliknutiami. Môžete si ich tiež nechať prispôsobiť našimi odborníkmi. Už nečakajte a urobte to ešte dnes!

Vytvárajte efektívne vedecké postavy za niekoľko minút