Pētniecības datu pārvaldības terminu glosārijs

Administratīvie metadati
Administrative Metadata
Administratīvie metadati ir metadatu kategorija, kas ietver informāciju par datu izcelsmi, īpašumtiesībām, piekļuves tiesībām, datu izmantošanas ierobežojumiem un versiju kontroli. Šie metadati bieži ietver tehnisko informāciju, piemēram, datņu izmērus, izveides un modificēšanas datumus, programmatūras prasības un glabāšanas vietas. Dažreiz tos dēvē par meta-metadatiem
Anonimizēti dati
Anonymised Data
Informācija, kas nedod iespēju personu identificēt, izdalīt to no datu kopas. Personas patiesā identitāte, piemēram, vārds, uzvārds, darbavieta, ir izteikta ar šifru – izdomātu vārdu vai simbolu. Anonimizēti dati ir neatgriezeniski, proti, informācija par personas pseidonimizēšanu un šifrēšanu nevienam vairs nav pieejama, tā ir dzēsta. Pseidonimizācija vai anonimizācija ir obligāta pētījumos, kuros tiek iegūti personas dati, personīgi viedokļi vai cita sensitīva informācija
Aprakstošie metadati
Descriptive Metadata
Metadati, kas apraksta datu saturu, piemēram, nosaukums, autors vai tēma
Atsauce
Citation
Norāde uz konkrētu darbu, datu kopu vai avotu, kas izmantots pētījumā
Atvērtā koda dokumentācija
Open-source Documentation
Publiski pieejami dokumenti, kas apraksta atvērtā koda programmatūras lietošanu, uzbūvi un attīstību
Atvērtā piekļuve, arī atvērtā pieeja, brīvpieeja
Open Access
Atvērtās zinātnes iniciatīva ar mērķi veicināt zinātnisko zināšanu izplatību sabiedrībā, īpaši izglītības vidē un akadēmiskajā kopienā. Atvērtā piekļuve ir zinātnisku izdevumu pieejamības veids, kas atbalsta brīvu pieeju elektroniskajiem resursiem – pilnteksta zinātniskajai informācijai, ievērojot pieļautos lietošanas nosacījumus: meklēt, lasīt, lejupielādēt, citēt, kopēt, izplatīt, pārraidīt kā datus vai izmantot citā veidā, nepārkāpjot autortiesību noteikumus
Atvērtā pirmkoda programmatūra
Open Source Software
Programmatūra, kuras pirmkodu atklāti izmanto tās veidotāji un lietotāji. Šādas programmatūras priekšrocība ir iespēja tās programmētājiem un izmantotājiem jau programmas izstrādes gaitā attīstīt un pielāgot programmu specifisku uzdevumu risināšanai. Kā atklātās pirmkoda programmatūras piemēru var minēt operētājsistēmu Linux
Atvērtā zinātne
Open Science
Zinātniskās darbības publiskošanas veids ar mērķi nodrošināt jaunāko zinātnisko pētījumu publisku pieejamību gan akadēmiskajā kopienā, gan visā sabiedrībā. Atvērto zinātni raksturo aktuālu pētniecības datu, publikāciju, pētījuma piezīmju, mutvārdu ziņojumu u.c. pētniecības procesa informācijas izplatīšana bez ierobežojumiem vai ar minimāliem ierobežojumiem atvērtajā piekļuvē, kā arī sabiedrības iesaistīšana zinātniskās pētniecības procesā dažādos veidos, veicinot amatierzinātni. Tas tiek paveikts, praktizējot dažādas aktivitātes: zinātniskā publicēšanās atvērtā piekļuvē (open access), lai publikācijas un dati bez maksas visiem būtu brīvi pieejami tiešsaistē; zinātnieku iedrošināšana zinātniskus pierakstus publiskot atvērtā piekļuvē; atvērtās piekļuves ideju popularizēšana
Atvērtās piekļuves repozitorijs
Open Access Repository
Atvērtās piekļuves resurss – liela apjoma datu glabātuve, tiešsaistes vietne ar brīvu pieeju elektroniski arhivētai un deponētai pilnteksta zinātniskajai informācijai un iespēju lietotājiem rīkoties ar to atbilstoši atvērtās piekļuves lietošanas nosacījumiem
Atvērtie dati
Open Data
Tiešsaistē pieejama informācija, kuru raksturo tiesiski un tehnoloģiski brīva bezmaksas piekļuve, mašīnlasāms formāts ar brīvi pieejamām lietojumprogrammām un neierobežota izmantošana. Atvērtos datus ikviens var brīvi lejuplādēt un apstrādāt, koplietot un izplatīt. Atvērto datu pieeju var attiecināt arī uz informāciju, kuru publicē iestādes, piemēram, publiskiem reģistriem un valsts informācijas sistēmu publiskajām daļām, pētījumiem, statistiku u.tml.
Autortiesības
Copyright
Izņēmuma tiesību veids, kuru subjekts ir zinātnes, literatūras vai mākslas darbu autors un/vai pasūtītājs, objekts – autora darbs. Autortiesības tiek attiecinātas uz jebkuriem darba izmantojuma aspektiem un veidiem. Autortiesības ir cilvēktiesības un īpašumtiesības, tās nosaka, no kādām darbībām autortiesību īpašnieki ir jāpasargā. Autortiesības aizstāv un regulē Autortiesību likums
Avots
Source
Resurss, no kā kaut ko iegūst, piemēram, ierosmi, informāciju, materiālu labumu. Pētniecībā primāro datu avots jeb pirmavots ir aptauja, intervija, eksperiments, dokumenti u.c., savukārt sekundāro datu avots jeb sekundārais avots ir literatūra, statistikas datubāzes u.tml. resursi. Vēstures pētījumā avoti tiek īpaši klasificēti, piemēram, rakstveida, lietiskās, mutvārdu, audiovizuālās vēstures liecības
Bioloģiskie dati
Biological Data
Dati, kas saistīti ar dzīviem organismiem, piemēram, ģenētiskā, fizioloģiskā vai bioloģiskā informācija
Creative Commons
Creative Commons
Licencēšanas sistēma, kas ļauj autoram noteikt, kā citi var izmantot viņa darbu
Dati
Facts, Data
1. Informācija par kādu fenomenu, piemēram, būtni, objektu, kas palīdz to atšķirt, identificēt starp citiem līdzīgiem fenomeniem. 2. Informācija, kas raksturo kādu fenomenu, piemēram, būtni, procesu, stāvokli, sniedzot aprakstošas ziņas par šo fenomenu. Dati var būt izteikti skaitliski, t.i., kvantitatīvi, un tekstveidā, t.i., aprakstoši. Izglītībā tiek izmantoti dati, kas raksturo, piemēram, izglītības institūciju veidus, skaitu un ģeogrāfisko izvietojumu, pedagogu izglītības līmeni, skolēnu/studentu sniegumu, izglītības finansējumu u.tml. Izglītības datu analīze ļauj novērtēt un izdarīt secinājumus par izglītības kvalitāti, identificēt labo praksi un trūkumus. Pedagogi, izglītības iestāžu vadītāji un izglītības politikas veidotāji var izmantot datus, lai pieņemtu lēmumus par izglītības organizāciju, metodēm un resursu optimālu izmantošanu, plānotu turpmākās darbības, kā arī izstrādātu problēmu risināšanas koncepcijas. 3. Informācija, kas iegūta, izmantojot zinātnes disciplīnas metodoloģijai atbilstošas datu ieguves metodes, piemēram, aptauju, interviju, dokumentu analīzi
Datne jeb fails
File
Strukturēta digitāla informācijas vienība, kas tiek glabāta datu nesējā vai datorā un kurai piešķirts nosaukums. Tā var saturēt dažāda veida datus, piemēram, tekstu, attēlus, skaņu, programmatūras kodu vai citus digitālus ierakstus, un parasti tiek identificēta arī pēc faila formāta vai paplašinājuma (piemēram, .txt, .csv, .jpg)
Datnes formāts
File Format
Specifiska datu struktūra vai kodēšanas veids, kādā informācija tiek saglabāta (piemēram, CSV, PDF, JSON)
Datu kopas īpašnieks
Data Owner
Persona vai organizācija, kurai ir tiesības lemt par datu izmantošanu, piekļuvi un nodošanu
Datu kopas pārvaldnieks
Data Manager
Atbildīgā persona vai loma, kas nodrošina datu kvalitāti, integritāti, dokumentēšanu un atbilstību normatīvajiem aktiem
Datu analīze
Data Analysis
Process, kurā sistemātiski apkopo, pārbauda, pārveido un interpretē datus saskaņā ar kādu noteikumu kopumu ar nolūku iegūt jaunu un noderīgu informāciju, noteikt likumsakarības, izdarīt secinājumus vai atbalstīt lēmumu pieņemšanu
Datu analīzes metodes
Data Analysis Methods
Sistematizētu paņēmienu un darbību kopums pētījumā iegūto datu sistēmiskai apkopošanai un apstrādei atbilstīgi pētījuma mērķim: dati tiek novērtēti, salīdzināti, grupēti, vizualizēti un interpretēti. Datu analīzē tiek izmantoti analogi un digitāli rīki, piemēram, programma SPSS kvantitatīvu datu analīzei, vai programma MAXQDA kvalitatīvu datu analīzei. Datu analīzes metodes var būt cieši saistītas ar datu ieguves metodēm, piemēram, ar kontentanalīzi, hermeneitiku, Delfu metodi
Datu anonimizācija
Data Anonymisation
Datu anonimizācija ir process, kurā personas datus apstrādā tā, lai vairs nebūtu iespējams tieši vai netieši identificēt konkrētu personu. Tas ietver identifikatoru noņemšanu vai pārveidošanu, nodrošinot personas privātuma aizsardzību un atbilstību datu aizsardzības normatīvajiem aktiem
Datu arhivēšana
Data Archiving
Pētniecības datu pārvaldībā datu arhivēšana ir prakse identificēt pētniecības datus, kas vairs nav aktīvi, un pārvietot tos uz ilgtermiņa glabāšanu. Tas nozīmē aktivitātes, kuras nodrošina ierakstu, objektu, metadatu un pētniecības datu pareizu atlasi un saglabāšanu tā, ka tiem var piekļūt un tiem laika gaitā tiek saglabāta loģiskā un fiziskā integritāte, drošība un autentiskums
Datu atkalizmantošana
Data Reuse
Esošu pētniecības datu izmantošana jaunos pētījumos vai citiem analītiskiem mērķiem, kas var atšķirties no sākotnējā datu vākšanas nolūka. Tā veicina zinātnes atvērtību, efektīvu resursu izmantošanu un jaunu atziņu iegūšanu
Datu deponēšana
Data Deposition
Datu deponēšana ir process, kurā pētniecības dati tiek ievietoti un strukturētā repozitorijā, lai nodrošinātu to saglabāšanu, pieejamību un atkārtotu izmantojamību laika gaitā.
Datu drošība/aizsardzība
Data Security/Protection
Pasākumu kopums, lai pasargātu datus no nesankcionētas piekļuves, pārveidošanas, zuduma vai izpaušanas
Datu dublēšana
Data Backup
Datorā vai serverī saglabātu datu kopijas izveidošana, tādējādi samazinot kļūmes vai zaudējuma iespējamo ietekmi
Datu formāts
Data Format
Struktūra, kurā dati tiek kodēti un uzglabāti. Tas nosaka, kā dati tiek saglabāti un kā tos var apstrādāt, piemēram, teksta faili (.txt), attēli (.jpg), vai datu tabulas (.csv). Izvēloties formātu, jānodrošina datu saderība un pieejamība nākotnē
Datu ieguves metodes
Data Collection Methods
Sistematizētu paņēmienu un darbību kopums informācijas ieguvei un datu fiksēšanai atbilstīgi pētījuma teorijai, pētījuma metodikai un mērķim. Datu ieguvei izmanto kvantitatīvā un kvalitatīvā pētījuma metodes, primāro un sekundāro datu ieguves metodes. Datu ieguves metodes ir, piemēram, aptauja, novērošana, eksperiments u.c. Datu ieguvē tiek ievērota personas datu aizsardzība, ētikas normas un akadēmiskais godīgums
Datu ieguves un apstrādes rīks
Data Extraction and Processing Tool
Līdzeklis kvantitatīvu un kvalitatīvu datu fiksēšanai, atlasīšanai, strukturēšanai, palīdzot atklāt sakarības, tendences u.tml. Rīks palīdz īstenot datu ieguves un analīzes metodes. Datu ieguves un apstrādes rīki var būt analogi, piemēram, anketa, protokols, tests, vai digitāli, piemēram, datorprogramma
Datu ievākšanas stratēģija
Data Collection Strategy
Plāns vai metode, kādā veidā tiks iegūti dati konkrētam pētījumam
Datu kopa
Data Set
Zinātniskā pētījuma laikā ievāktie novērojumu un mērījumu dati. Fizikālo ierakstu apvienojums datu vidē, kam ir savs identifikators un kas atbilst vienam no datu apstrādes sistēmas, datu izvietošanas, glabāšanas un piekļuves organizācijas veidiem
Datu kopīgošana
Data Sharing
Datu pieejas nodrošināšana citiem lietotājiem, izmantojot kādu noteiktu platformu vai rīku, bieži vien tiešā veidā (piemēram, nosūtot saiti vai datni)
Datu koplietošana
Data Sharing
Datu izmantošana kopā ar citiem lietotājiem vai institūcijām saskaņotā, strukturētā vai atkārtoti izmantojamā veidā, bieži vien ar noteikumiem un piekļuves kontrolēm
Datu kurators
Data Curator Data Steward
Persona, kas atbild par datu kvalitātes, pieejamības, drošības un atbilstības nodrošināšanu organizācijā vai pētījumā. Viņa galvenais uzdevums ir rūpēties par datu pārvaldību visā to dzīves ciklā, sākot no to iegūšanas un apstrādes līdz uzglabāšanai un izmantošanai. Datu kurators nodrošina, lai dati būtu precīzi, pilnīgi un pieejami tiem lietotājiem, kuriem tie nepieciešami, vienlaikus ievērojot attiecīgās juridiskās un ētiskās prasības. Turklāt viņš/vai viņa ir atbildīgs par datu dokumentēšanu, metadatu pārvaldību un atbilstību standartiem, kas saistīti ar datu kvalitāti un piekļuvi
Datu lietotāji
Data Users
Pētnieki vai citas personas, kas izmanto datus analīzei, salīdzinājumiem vai atkārtotai pētniecībai
Datu minimizēšana
Data Minimization
Principa piemērošana, lai vāktu tikai tos datus, kas nepieciešami konkrētam mērķim, samazinot lieku vai sensitīvu informāciju
Datu pārvaldība
Data Management
Pētniecības datu pārvaldība ir strukturēts process, kas ietver pētījumu plānošanu, datu vākšanu, dokumentēšanu, apstrādi, glabāšanu, koplietošanu un ilgtermiņa saglabāšanu visā pētniecības cikla laikā, nodrošinot datu kvalitāti, atkārtotu izmantojamību un atbilstību ētikas un juridiskajām prasībām
Datu pārvaldības plāns DPP
Data Management Plan DMP
Dokuments, kas apraksta, kā tiks pārvaldīti pētniecības dati – kā tie tiks savākti, saglabāti, aizsargāti un kopīgoti. DPP ietver informāciju par datu formātiem, versiju kontroli, drošību un datu iesniegšanu repozitorijā, kā arī nepieciešamajiem rīkiem to atkārtotai izmantošanai
Datu pārvaldnieki
Data Managers
Personas, kas atbild par datu glabāšanu, strukturēšanu, dokumentēšanu un pieejamību saskaņā ar noteikumiem un labās prakses principiem
Datu pieejamības deklarācija
Data Availability Statement
Paziņojums zinātniskā publikācijā, kurā norādīts, vai un kur pētniecības dati ir pieejami
Datu pseidonimizācija
Data Pseudonymization
Datu pseidonimizācija ir personas datu apstrādes metode, kurā identificējoša informācija tiek aizvietota ar mākslīgiem identifikatoriem (piemēram, koda numuriem), lai personas identitāte vairs nebūtu tieši nosakāma bez papildu informācijas. Pseidonimizētie dati joprojām tiek uzskatīti par personas datiem, jo teorētiski ir iespējams atjaunot identitāti, ja pieejama atsevišķi glabātā informācija (piemēram, atslēga vai identifikatoru tabula). Atšķirībā no anonimizācijas, kas ir neatgriezeniska, pseidonimizācija ir atgriezeniska, ja pieejami atbilstoši dati vai rīki
Datu publicēšana
Data Publishing
Datu publicēšana ir process, kurā pētniecības dati tiek sagatavoti, aprakstīti un padarīti pieejami citiem lietotājiem, ievērojot noteiktus kvalitātes, dokumentēšanas un piekļuves standartus, piemēram, publicējot tos datu repozitorijā
Datu šifrēšana
Data Encryption
Datu apstrādes process, ko veic datu sagatavotājs, lai datu saturu nodrošinātu pret nesankcionētu izmantošanu. Šifrēšana ir tehnisks process, kas pārvērš datus nesalasāmā formātā, lai aizsargātu to konfidencialitāti un nepieļautu neatļautu piekļuvi. Lietotāji šifrētos datus var lasīt un apstrādāt tikai pēc to atšifrēšanas. Atšifrēšanas atslēga ir slepena, tāpēc tā jāaizsargā pret nesankcionētu piekļuvi
Datu validācija
Data Validation
Datora atmiņā vai dokumentos glabājamo datu atbilstības pakāpes reālajam atspoguļojamo objektu stāvoklim pārbaude, kas nodrošina pārbaudāmo datu atbilstību noteiktajām specifikācijām, un izslēdz neparedzētu rakstzīmju un datu tipu izmantošanu vai novirzes no uzdotajiem lauku garumiem. Tas ir process, kas nodrošina, ka dati ir precīzi, pilnīgi un uzticami pirms to izmantošanas analīzē
Datu vārdnīca
Data Dictionary
Strukturēts metadatu kopums, kas apraksta datu elementus, to nozīmi, datu tipus un iespējamās vērtības
Datu vizualizācija
Data Visualization
Informācijas koncentrēts, strukturēts atveidojums, izmantojot grafisku attēlu, t.i., attēlu ar skaidri identificējamiem elementiem, piemēram, karti, diagrammu, shēmu, tabulu u.c. Datu vizualizācijas mērķis ir sistematizēt datus, atvieglot datu uztveri un analīzi
Datu vizualizācijas rīks
Data Visualisation Tool
Programmatūra, ar kuras palīdzību tiek veidots datu grafiskais attēls. Datu vizualizācijas rīki palīdz veidot un apstrādāt grafiskos attēlus, piemēram, diagrammas, vai izstrādāt interaktīvu datu vizualizāciju
Digitalizācija
Digitization
Process, kurā fiziskā vai analogā informācija tiek pārveidota digitālā formātā
Digitālais arhīvs
Digital Archive
Digitāli glabātu datu vai dokumentu krātuve, kas nodrošina ilgtermiņa saglabāšanu un piekļuvi
Digitālais objekta identifikators DOI
Digital Object Identifier DOI
Unikāls un nemainīgs identifikators, kas garantē, ka digitāls objekts būs pastāvīgi pieejams internetā, neatkarīgi no URL izmaiņām. Centrālā reģistra sistēma nodrošina, ka, izmantojot DOI, lietotājs tiks novirzīts uz objekta aktuālo atrašanās vietu, saglabājot piekļuvi tam ilgtermiņā
Datu pārvaldības plānu DPP platformas
Data Managemen plan DMP Platforms
Digitālie datu pārvaldības plānu (DPP) rīki, kas palīdz pētniekiem strukturēt, aprakstīt un organizēt datu pārvaldību visā projekta dzīves ciklā
Duālā lietojamība/ divejādā lietojamība
Dual Use
Tehnoloģijas vai resursi un ar tiem saistītie dati, kurus iespējams izmantot gan civiliem, gan militāriem mērķiem, tajā skaitā, lai apspiestu cilvēktiesības vai veiktu teroristu uzbrukumus
Embargo periods
Embargo Period
Laika periods, kura laikā dati netiek publiskoti, bieži līdz publikācijas vai projekta pabeigšanai
FAIR datu principi
AIR Data Principles
Vadlīnijas pētniecības datu radīšanā un pārvaldībā; šīs vadlīnijas definētas, lai veicinātu maksimālu pētniecības datu izmantošanu; FAIR dati ir atrodami, pieejami, sadarbspējīgi un atkalizmantojami (findable, accessible, interoperable, reusable)
Ierobežotas piekļuves dati
Restricted Access Dataā
Piekļuves režīms, kas ļauj datus izmantot ierobežotā piekļuvē, piemēram, tikai noteiktām lietotāju grupām,vai tie pieejami pēc noteikta termiņa, vai saskaņā ar citiem konkrētiem nosacījumiem
Ievaddati
Input Data
Datu kopa, kas tiek izmantota kā ievade analīzes, modeļu vai aprēķinu veikšanai
Informētā piekrišana
Informed Consent
Pētījuma dalībnieka nepārprotams apliecinājums par gatavību brīvprātīgi iesaistīties pētījumā. Informētā piekrišana tiek sniegta galvenokārt rakstveidā; tā ir apliecinājums, ka pētījuma dalībnieks ir informēts par pētījuma mērķi, par savu lomu pētījumā un personas datu aizsardzību, par iespēju pārtraukt līdzdalību pētījumā, kā arī par iespējamo risku un ieguvumu samēru
Institucionālais repozitorijs
Institutional Repository
Atvērtās piekļuves repozitorijs institūcijas vai institūciju grupas izdevumu, piemēram, e-izdevumu, tehnisko pārskatu, maģistra darbu un disertāciju, datu kopu un mācību materiālu glabāšanai
Intelektuālais īpašums
Intellectual Property
Radītas nemateriālās vērtības, piemēram, izgudrojumi, darbi vai zīmoli, uz kuriem attiecas īpašuma tiesības
IT infrastruktūra
IT Infrastructure
Tehnoloģiju sistēmu kopums (aparatūra, programmatūra, tīkli), kas nodrošina datu pārvaldību un piekļuvi tiem
Izcelsmes metadati
Provenance Metadata
Metadati, kas dokumentē datu radīšanas un apstrādes vēsturi
Izlēcēji
Outliers
Novērojumi vai datu vērtības, kas ievērojami atšķiras no pārējiem un var ietekmēt analīzes rezultātus
Īpašumtiesības
Ownership Rights
Tiesiska kontrole pār datiem, tostarp tiesības noteikt, kas drīkst tos lietot un kādos nolūkos
Jēldati
Raw Data
Sākotnējie, neapstrādātie dati, kas iegūti tieši no novērojumiem, mērījumiem, sensoriem vai citiem datu avotiem pirms to pārveidošanas, attīrīšanas vai analīzes. Tie bieži satur arī kļūdas, trūkstošus ierakstus vai lieku informāciju
Juridiskie jeb tiesību metadati
Rights Metadata
Metadati, kas sniedz informāciju par autortiesībām, licencēm un izmantošanas nosacījumiem
Kamieļu burti
CamelCase
Rakstības stils, kur vairāku vārdu salikums tiek veidots bez atstarpēm, katru vārdu sākot ar lielo burtu (piemēram, MyVariableName)
Kodēšana
Coding
Datu pārveidošana simboliskā vai šifrētā formā, piemēram, kvalitatīvās analīzēs vai datu aizsardzībai
Kodu grāmata
Codebook
Dokuments, kurā ir aprakstīta datu kodēšanas sistēma, kas palīdz analizēt un interpretēt kvantitatīvos un kvalitatīvos datus. Tajā apraksta mainīgos, ietverot to kodēto nosaukumu, pilno nosaukumu, datu veidu un mērījumu skalu, lietotos kodus un to atšifrējumus, mērījuma diapazonu, mērīto mainīgo mērvienības u.c.
Kodu tabula
Code Table
Strukturēts dokuments, kas apraksta mainīgos, to nozīmes un kodēšanas sistēmas datu kopā
Konfidenciālie dati
Confidential Data
Informācija, kuras izpaušana varētu kaitēt personām, organizācijām vai procesiem, un tādēļ tai ir ierobežota piekļuve
Kontrolētā vārdnīca
Controlled Vocabulary
Iepriekš definēts, standartizēts terminu vai vārdu saraksts, kas tiek izmantots, lai nodrošinātu vienotu un konsekventu informācijas aprakstu, klasifikāciju vai meklēšanu. Šāda vārdnīca palīdz novērst sinonīmu, pareizrakstības un valodas daudzveidības radītās neskaidrības
Kvalitatīvā pētījuma metodes
Qualitative Research Methods
Sistematizētu paņēmienu kopums, lai kvalitatīvajā pētījumā iegūtu, apstrādātu un analizētu datus fenomena būtības izzināšanai, interpretācijai. Kvalitatīvo datu ieguves metodes ir intervija, fokusgrupas intervija, novērošana u.c., kā arī dažādu veidu tekstu un attēlu analīze. Kvalitatīvo datu analīzei izmanto datu izpēti, kodēšanu, kategorizēšanu un salīdzināšanu, piemēram, kontentanalīzi, diskursa analīzi, hermeneitiku
Kvalitatīvie dati
Qualitative Data
Dati, kas apraksta kvalitāti, nozīmi vai pieredzi, bieži iegūti, izmantojot intervijas, novērojumus vai atvērtus jautājumus
Kvantitatīvie dati
Quantitative Data
Dati, kas izteikti skaitļos un tiek analizēti, izmantojot statistiskās metodes, piemēram, aptaujas rezultāti vai mērījumu dati. Kvantitatīvos datus var saskaitīt, izmērīt vai tiem var piešķirt skaitlisku vērtību
Labas pētniecības prakse
Good Research Practice
Pamatprincipi un uzvedības standarti, kas nodrošina zinātnisko kvalitāti, caurspīdīgumu, ētiku un integritāti pētniecībā
Licence
License
Dokuments vai nosacījumu kopums, kas nosaka, kā citām personām ir atļauts izmantot datus, programmatūru vai citu saturu
Lielie dati
Big Data
Masveidīgs strukturētas vai nestrukturētas informācijas kopums, kuru raksturo daudzveidība, to ieguves un izguves ātrums, dažādi informācijas avoti elektroniskajā vidē, piemēram, reāllaika dati, kas tiek iegūti internetā: sociālo tīklu saturs, e-pasti, mobilo lietotņu dati u.tml. Lielie dati tiek apkopoti, uzglabāti un analizēti, izmantojot īpašas programmatūras
Mašīnlasāmība/mašīnlasāms
Machine-readability/Machine-readable
Mašīnlasāmība ir datu, dokumentu vai failu īpašība, kas ļauj to datorprogrammatūrai nolasīt, apstrādāt un interpretēt bez papildu manuālas iejaukšanās. Mašīnlasāms apzīmē tādu formātu vai informācijas struktūru, kuru dators var automātiski nolasīt un saprast, piemēram, strukturēti dati CSV, JSON, XML u.c. formātos
Mākoņpakalpojumi
Cloud Services
Interneta balstīti IT resursi, piemēram, datu glabāšana vai apstrāde, kas pieejami caur attālinātu infrastruktūru
Metadati
Metadata
Dati par datiem. Tie sniedz papildu informāciju, kas palīdz aprakstīt, organizēt un izprast pamatdatus. Metadati ietver, piemēram, datu autoru, radīšanas datumu, datu formātu, saistītos atslēgvārdus vai versijas informāciju. Metadati padara datus vieglāk meklējamus, pieejamus un atkārtoti izmantojamus
Metadatu shēma
Metadata Schema
Noteikumu kopums, kas nosaka, kā metadati tiek organizēti un strukturēti, lai nodrošinātu to vienveidību un saprotamību. Metadatu elementu kopums, to aizpildīšanas kārtība un nosacījumi veido metadatu shēmu. Ja shēmu izstrādājuši speciālisti vai institūcijas, tad šīs vadlīnijas var kļūt par metadatu standartu
Metadatu standarts
Metadata Standard
Atzīta sistēma metadatu veidošanai, kas nodrošina saderību starp datu kopām un informācijas sistēmām
Novērtējums par ietekmi uz datu aizsardzību – NIDA
Data Protection Impact Assessment – DPIA
Process, kas novērtē riskus, kas var ietekmēt personas privātumu, ja tiek apstrādāti personas dati. Ja datu apstrāde rada augstu privātuma risku, saskaņā ar vispārīgās datu aizsardzības regulas 35. pantu ir jāveic NIDA, lai identificētu riskus un noteiktu pasākumus to mazināšanai
Ontoloģija
Ontology
Formāla zināšanu reprezentācijas struktūra, kas apraksta jēdzienus (jeb klases), to īpašības un savstarpējās attiecības noteiktā jomā. Tā ļauj datoriem un cilvēkiem vienoti interpretēt datus, nodrošinot kopīgu izpratni par terminoloģiju un tās lietojumu
Open Data Commons
Open Data Commons
Organizācija, kas izstrādā atvērtu datu licencēšanas modeļus
Pārskatāmība
Transparency
Informācijas atklātība, kas ļauj novērtēt datu avotus, analīzes procesu un pētījuma pamatotību
Personas dati
Personal Data
Jebkura informācija, kas attiecas uz identificētu vai identificējamu dzīvu fizisku personu. Personas dati ietver informāciju, pēc kuras var identificēt konkrētu cilvēku, piemēram, personas dati ir vārds, uzvārds, personas kods, ģenētiskie un biometriskie dati
Petniecības datu ilgtspēja
Sustainability of Research Data
Procesu un pasākumu kopums, kas nodrošina pētniecības datu pieejamību, saglabāšanu, atkārtotu izmantojamību un saprotamību ilgtermiņā. Tas ietver datu strukturētu glabāšanu, metadatu pievienošanu, dokumentēšanu, kā arī atbilstošu tehnoloģisko un institucionālo atbalstu, lai dati nezaudētu savu zinātnisko vērtību arī nākotnē
Pētījuma dalībnieks, pētījuma dalībniece
Research Participant
Indivīds, kas piekrīt piedalīties un tiek iesaistīts pētījumā atbilstoši noteiktiem atlases kritērijiem, lai nodrošinātu datus pētījuma veikšanai. Pētījuma dalībnieks ir informēts par pētījuma mērķi, pētījuma datu ieguves un analīzes metodēm, personas datu aizsardzību un rezultātu izplatīšanu
Pētījuma metodoloģija
Research Methodology
Noteiktas zinātnes disciplīnas vai zinātnes nozares, vai starpdisciplinaritātes aspektā izvēlēta pētījuma sistēmiska organizācija atbilstoši pētījuma kategorijām – pētījuma objektam, priekšmetam, mērķim un/vai jautājumam, hipotēzei, uzdevumiem. Pētījuma metodoloģija ietver teorētisko koncepciju un pētījuma metodiku. Metodoloģija atklāj pētījuma konstruēšanas loģiku un pamatotību, pētījuma struktūru
Pētījuma plāns vai protokols
Research Plan or Protocol
Detalizēts apraksts par to, kā tiks veikts konkrēts pētījums, ietverot mērķus, metodoloģiju, datu vākšanas un analīzes kārtību
Pētījumu ētikas komiteja
Research Ethics Commitee
Neatkarīga institūcija pētījuma ētiskuma izvērtējumam; tā aizsargā pētījuma dalībnieku un sabiedrības intereses, mazina bažas par pētnieka interešu konfliktu, nodrošina pētnieka atbildību un pētījumu procesa caurskatāmību
Pētījumu projekts
Research Project
Organizēts pētniecības darbs ar konkrētu mērķi, metodoloģiju, laika grafiku un bieži vien arī finansējumu
Pētniecības dati
Research Data
Informācija, kas tiek savākta, radīta, apstrādāta vai analizēta pētnieciskā darba ietvaros, un kas kalpo par pamatu zinātnisku secinājumu izdarīšanai. Pētniecības datus potenciāli ir iespējams kombinēt un atkalizmantot gan zinātniskajā praksē, gan ārpus tās
Pētniecības datu repozitorijs
Research Data Repository
Strukturēta sistēma (vietne vai platforma), kas nodrošina pētniecības datu uzglabāšanu, metadatu pievienošanu, piekļuvi, atkārtotu izmantošanu un ilglaicīgu saglabāšanu, atbilstoši noteiktiem standartiem un piekļuves nosacījumiem
Pētniecības dzīves cikls
Research Life Cycle
Process, kas ietver visus soļus, sākot no pētījuma sākotnējām idejām līdz rezultātu publicēšanai un datu ilgtermiņa saglabāšanai. Tas parasti ietver šādas fāzes: pētījuma plānošana – mērķu izvirzīšana, jautājumu formulēšana un metodoloģijas izvēle; datu vākšana – eksperimentu veikšana, datu iegūšana un reģistrēšana; datu analīze – iegūto datu apstrāde, analīze un interpretācija; rezultātu publicēšana – pētījuma rezultātu dalīšanās ar zinātnisko kopienu un sabiedrību; datu saglabāšana – datu arhivēšana un piekļuves nodrošināšana ilgtermiņā; datu atkārtota izmantošana – citu pētnieku piekļuve datiem un to izmantošana savos pētījumos
Pētniecības ētika
Research Ethics
Noteikumu kopums par ētikas normu attiecināšanu uz pētnieciskām darbībām un pētījumu izplatīšanu. Pētniecības ētika paredz aizsargāt pētījumos iesaistīto indivīdu privātumu, cieņu un tiesības, izmantot pētniecību vispārējam labumam, nekaitēt sabiedrībai un videi, ievērot akadēmisko godīgumu u.tml.
Pētniecības institūcija
Research Institution
Organizācija, kas veic vai atbalsta zinātniskus pētījumus
Pētniecības integritāte
Research Integrity
Ētisku principu un profesionālu standartu kopums, kas nosaka atbildīgu un godprātīgu zinātniskā darba veikšanu. Tā ietver godīgumu, precizitāti, pārskatāmību un atbildību visos pētniecības procesa posmos
Patstāvīgais identifikators – PID
Persistent Identifier – PID
Unikāls un nemainīgs identifikators, kas tiek piešķirts digitālam objektam (piemēram, pētniecības datiem, publikācijai), autoram, organizācijai u.c., lai nodrošinātu tā ilgtspējīgu identificēšanu, atrašanu un atsaucamību neatkarīgi no tā fiziskās atrašanās vietas vai vides izmaiņām
Piekļuve
Access
Pastāvīga digitālā resursa pieejamība un pastāvīga lietojamība, saglabājot visas autentiskuma, precizitātes un funkcionalitātes īpašības, kas tiek uzskatītas par būtiskām mērķiem, kuriem digitālais materiāls ir radīts un/vai iegūts. Lietotāji, kuriem ir piekļuve, var izgūt, saprast, manipulēt un saglabāt kopijas
Piekļuves kontrole
Access Control
Tehnoloģiski vai administratīvi mehānismi, kas regulē, kurš un kādos apstākļos var piekļūt datiem vai sistēmām
Piekļūstamība
Accessibility
Lietotāju iespējas piekļūt datiem vai izgūt tos pēc to atrašanas. Tas ietver datu gadījumus, kad piekļuve datiem ir ierobežota, piemēram, kad lietotāju pieprasījumi ir jāautentificē un jāautorizē
Pilotpētījums
Pilot Study
Pētījums, kura mērķis ir praktiski izmēģināt teorētiski izstrādātu pētījumu sašaurinātā mērogā un/vai īsākā termiņā, piemēram, iegūstot datus šaurākā pētījuma izlases kopā, neizmantojot visas pētījumā plānotās metodes u.tml. Izmēģinājumpētījums palīdz identificēt iespējamās metodoloģijas problēmas un pilnveidot turpmāko pilna mēroga pētījumu
Pirmkoda licences
Source Code Licenses
Noteikumi, kas regulē programmatūras pirmkoda lietošanu, koplietošanu, modificēšanu un izplatīšanu
Pirmkods
Source Code
Cilvēkam lasāms programmatūras teksts, kas ir uzrakstīts kādā programmēšanas valodā un apraksta, kā programma darbojas. To raksta programmētāji, un pēc tam tas tiek kompilēts vai interpretēts, lai dators to varētu izpildīt
Primārie dati
Primary Data
Dati, kurus pētnieks vai pētnieku grupa iegūst tieši no pētījuma izlases kopas un kas nav iepriekš analizēti un interpretēti. Piemēram, dati, kas ir iegūti aptaujā, eksperimentā, novērojumā, dokumentos u.c., ir primārie dati
Privātums/ konfidencionalitāte
Privacy/ Confidentiality
Personas datu un sensitīvas informācijas aizsardzība pret nesankcionētu piekļuvi un izpaušanu
Pseidonimizēti dati, arī pseidonimizācija
Pseudonymisation of data
Šifrēta informācija par datu avotu, piemēram, personu vai organizāciju, ar mērķi slēpt to patieso identitāti, piemēram, vārdu, uzvārdu, nosaukumu, darbavietu u.c. Patiesā identitāte tiek aizstāta ar pseidonīmu jeb šifru – izdomātu vārdu vai simbolu. Pseidonimizēti dati atšķirībā no anonimizētiem datiem ir izmantojami datu avota atgriezeniskai identificēšanai. Pseidonimizācija vai anonimizācija ir obligāta pētījumos, kuros tiek iegūti personas dati, personīgi viedokļi vai cita sensitīva informācija
Publiskais domēns
Public Domain
Darbi vai dati, uz kuriem vairs neattiecas autortiesības un kurus ikviens var brīvi izmantot
ReadMe datne
ReadMe File
Teksta datne, kas apraksta datni, datu kopu, mapi u.c. un sniedz informāciju par tās saturu, struktūru, formātu, lietošanas instrukcijām u.tml.
Reproducējamība
Reproducibility
Spēja atkārtot pētījumu, iegūstot tādus pašus rezultātus, ja tiek izmantoti tie paši dati, metodes un apstākļi. Tas ir svarīgs zinātnes kvalitātes un ticamības rādītājs, jo norāda uz pētījuma metožu un secinājumu stabilitāti un vispārīgumu. Reproducējamība veicina uzticību pētījumu rezultātiem un ļauj citiem pētniekiem pārbaudīt un apstiprināt iegūtos rezultātus
Saglabāšanas metadati
Preservation Metadata
Metadati, kas apraksta informāciju par digitālu resursu saglabāšanu un tā ilgtspējīgu glabāšanu ilgtermiņā. Šie metadati ietver informāciju, kas nepieciešama, lai nodrošinātu resursa pieejamību un integritāti laika gaitā, ņemot vērā tehnoloģiskās izmaiņas un iespējamo datu bojāšanos
Sekundārie dati
Secondary Data
Pētījumā izmantoti dati, kuri ir iegūti citā pētījumā un kuru primārajai ieguvei, iespējams, ir bijis cits mērķis. Sekundārie dati ir izgūstami, piemēram, no statistikas pārskatiem, no ziņojuma par citu pētījumu, no cita projekta rezultātiem, publikācijas vai arhīvu materiāliem
Sekundāro datu analīze
Secondary Data Analysis
Datu analīzes pieeja, kuras ietvaros zinātnieks jaunus datus savam pētījumam neievāc, bet analizē jau esošos datus
Sekundārs avots
Secondary Source
Resurss, no kura iegūst pastarpinātu, arī interpretētu informāciju par pirmavotu. Sekundārā avotā informācija var būt speciāli atlasīta no pirmavota, sakārtota, pārveidota, skaidrota vai komentēta, analizēta, vērtēta u.tml. Piemēram, dokuments ir pirmavots, bet pētījums par šo dokumentu ir sekundārs avots; aculiecinieka stāstījums ir pirmavots, bet aculiecinieka paustā atstāstījums ir sekundārs avots
Semantiskie metadati
Semantic Metadata
Metadati, kas definē datu nozīmi un ļauj to saskaņošanu dažādās sistēmās
Sensitīvie personas dati
Sensitive Personal Data
Uz konkrētu personu attiecināma informācija, kas ietver ģenētiskus un biometriskus datus, norādot indivīda etnisko izcelsmi, politiskos uzskatus, reliģisko pārliecību, dalību biedrībās, kā arī sniedz ziņas par indivīda veselību un seksuālo orientāciju. Sensitīvie personas dati satur privātu un intīmu informāciju, kas var tikt ļaunprātīgi izmantota, piemēram, diskriminējot personu darba kolektīvā, izglītības iestādē
Slēgti dati
Closed Data
Dati, kas nav pieejami publiskai piekļuvei dažādu ierobežojumu, piemēram, konfidencialitātes vai autortiesību dēļ
Strukturālie metadati
Structural Metadata
Metadati, kas apraksta datu organizāciju, formātu un attiecības starp elementiem
Tabulāri dati
Tabular Data
Dati, kas strukturēti rindās un kolonnās (piemēram, izklājlapas formātā)
Tehniskie metadati
Technical Metadata
Informācija par datu formātu, programmatūru, aparatūru un citām tehniskām prasībām
Ticamība
Credibility
Zinātniskā stipruma kritērijs kvalitatīvajā stratēģijā, kas norāda kādā mērā kvalitatīvais pētījums patiesi atspoguļo pētāmo parādību vai procesu (piemēram, pētījuma dalībnieka kāda pieredzes aspekta dinamiku)
Tiešie/Netiešie identifikatori
Direct/Indirect Identifiers
Tiešie identifikatori ir dati, kas tieši identificē indivīdu, piemēram, vārds, uzvārds, personas kods, e-pasta adrese vai tālruņa numurs. Šie identifikatori ļauj bez šaubām saistīt datus ar konkrētu personu. Netiešie identifikatori ir dati, kas paši par sevi nevar tieši identificēt indivīdu, taču varētu palīdzēt to izdarīt, kombinējot ar citiem datiem. Piemēram, dzimšanas datums, adrese, dzimums vai profesionālā pozīcija var kļūt par netiešiem identifikatoriem, ja ir pieejami papildus informācijas avoti, kas ļauj identificēt konkrētu personu
Transkripts
Transcript
Kvalitatīvo datu (audiālu un vizuālu, piemēram, ierakstītas sarunas, intervijas vai diskusijas) rakstiska atveidošana drukātā tekstā
Trešā puse/ persona
Third Party
Persona vai organizācija, kas nav tieši iesaistīta datu radīšanā vai izmantošanā, bet var tikt iesaistīta procesā vai ietekmēta
Unicode, UTF-8 Unicode, UTF-8
Universāls simbolu kodējuma standarts, kas atbalsta plašu valodu un simbolu klāstu
Uzticamība
Dependability
Zinātniskā stipruma kritērijs kvalitatīvajā stratēģijā, kas norāda uz pētījuma gaitā izveidotās struktūras un atrasto rezultātu neapstrīdamu loģiku un kvalitāti
Vispārināšana jeb ģeneralizācija
Generalization
Process, kurā tiek paplašināts konkrēts novērojums, secinājums vai zināšanas, attiecinot tos uz plašāku grupu vai situāciju, nekā sākotnēji tika iegūti. Tas nozīmē, ka no dažiem konkrētiem datiem vai piemēriem tiek izdarīti vispārīgi secinājumi, kas var attiekties uz lielākiem datu apjomiem vai plašākiem apstākļiem
Vispārīgā datu aizsardzības regula VDAR
General Data Protection Regulation GDPR
Eiropas Savienības regula, kas nosaka noteikumus personas datu aizsardzībai un privātuma tiesību ievērošanai. Tā paredz prasības datu apstrādei, tostarp personas piekrišanas iegūšanai, datu drošības nodrošināšanai un iespēju sniegšanai cilvēkiem kontrolēt savus datus
VPC
VPC
Augstākās izglītības un zinātnes informācijas tehnoloģiju koplietošanas pakalpojumu centrs, kuru izveidoja Latvijas četras lielākās universitātes RTU, RSU, LU un LBTU, lai veicinātu Latvijas izglītības sistēmas digitalizāciju un attīstību. VPC misija ir izmantot šo institūciju un starptautisko pieredzi, lai attīstītu digitālos risinājumus Latvijas augstākās izglītības un zinātnes konkurētspējai

Pētniecības datu pārvaldības terminu glosārijs

Administratīvie metadati
Administrative Metadata
Administratīvie metadati ir metadatu kategorija, kas ietver informāciju par datu izcelsmi, īpašumtiesībām, piekļuves tiesībām, datu izmantošanas ierobežojumiem un versiju kontroli. Šie metadati bieži ietver tehnisko informāciju, piemēram, datņu izmērus, izveides un modificēšanas datumus, programmatūras prasības un glabāšanas vietas. Dažreiz tos dēvē par meta-metadatiem
Anonimizēti dati
Anonymised Data
Informācija, kas nedod iespēju personu identificēt, izdalīt to no datu kopas. Personas patiesā identitāte, piemēram, vārds, uzvārds, darbavieta, ir izteikta ar šifru – izdomātu vārdu vai simbolu. Anonimizēti dati ir neatgriezeniski, proti, informācija par personas pseidonimizēšanu un šifrēšanu nevienam vairs nav pieejama, tā ir dzēsta. Pseidonimizācija vai anonimizācija ir obligāta pētījumos, kuros tiek iegūti personas dati, personīgi viedokļi vai cita sensitīva informācija
Aprakstošie metadati
Descriptive Metadata
Metadati, kas apraksta datu saturu, piemēram, nosaukums, autors vai tēma
Atsauce
Citation
Norāde uz konkrētu darbu, datu kopu vai avotu, kas izmantots pētījumā
Atvērtā koda dokumentācija
Open-source Documentation
Publiski pieejami dokumenti, kas apraksta atvērtā koda programmatūras lietošanu, uzbūvi un attīstību
Atvērtā piekļuve, arī atvērtā pieeja, brīvpieeja
Open Access
Atvērtās zinātnes iniciatīva ar mērķi veicināt zinātnisko zināšanu izplatību sabiedrībā, īpaši izglītības vidē un akadēmiskajā kopienā. Atvērtā piekļuve ir zinātnisku izdevumu pieejamības veids, kas atbalsta brīvu pieeju elektroniskajiem resursiem – pilnteksta zinātniskajai informācijai, ievērojot pieļautos lietošanas nosacījumus: meklēt, lasīt, lejupielādēt, citēt, kopēt, izplatīt, pārraidīt kā datus vai izmantot citā veidā, nepārkāpjot autortiesību noteikumus
Atvērtā pirmkoda programmatūra
Open Source Software
Programmatūra, kuras pirmkodu atklāti izmanto tās veidotāji un lietotāji. Šādas programmatūras priekšrocība ir iespēja tās programmētājiem un izmantotājiem jau programmas izstrādes gaitā attīstīt un pielāgot programmu specifisku uzdevumu risināšanai. Kā atklātās pirmkoda programmatūras piemēru var minēt operētājsistēmu Linux
Atvērtā zinātne
Open Science
Zinātniskās darbības publiskošanas veids ar mērķi nodrošināt jaunāko zinātnisko pētījumu publisku pieejamību gan akadēmiskajā kopienā, gan visā sabiedrībā. Atvērto zinātni raksturo aktuālu pētniecības datu, publikāciju, pētījuma piezīmju, mutvārdu ziņojumu u.c. pētniecības procesa informācijas izplatīšana bez ierobežojumiem vai ar minimāliem ierobežojumiem atvērtajā piekļuvē, kā arī sabiedrības iesaistīšana zinātniskās pētniecības procesā dažādos veidos, veicinot amatierzinātni. Tas tiek paveikts, praktizējot dažādas aktivitātes: zinātniskā publicēšanās atvērtā piekļuvē (open access), lai publikācijas un dati bez maksas visiem būtu brīvi pieejami tiešsaistē; zinātnieku iedrošināšana zinātniskus pierakstus publiskot atvērtā piekļuvē; atvērtās piekļuves ideju popularizēšana
Atvērtās piekļuves repozitorijs
Open Access Repository
Atvērtās piekļuves resurss – liela apjoma datu glabātuve, tiešsaistes vietne ar brīvu pieeju elektroniski arhivētai un deponētai pilnteksta zinātniskajai informācijai un iespēju lietotājiem rīkoties ar to atbilstoši atvērtās piekļuves lietošanas nosacījumiem
Atvērtie dati
Open Data
Tiešsaistē pieejama informācija, kuru raksturo tiesiski un tehnoloģiski brīva bezmaksas piekļuve, mašīnlasāms formāts ar brīvi pieejamām lietojumprogrammām un neierobežota izmantošana. Atvērtos datus ikviens var brīvi lejuplādēt un apstrādāt, koplietot un izplatīt. Atvērto datu pieeju var attiecināt arī uz informāciju, kuru publicē iestādes, piemēram, publiskiem reģistriem un valsts informācijas sistēmu publiskajām daļām, pētījumiem, statistiku u.tml.
Autortiesības
Copyright
Izņēmuma tiesību veids, kuru subjekts ir zinātnes, literatūras vai mākslas darbu autors un/vai pasūtītājs, objekts – autora darbs. Autortiesības tiek attiecinātas uz jebkuriem darba izmantojuma aspektiem un veidiem. Autortiesības ir cilvēktiesības un īpašumtiesības, tās nosaka, no kādām darbībām autortiesību īpašnieki ir jāpasargā. Autortiesības aizstāv un regulē Autortiesību likums
Avots
Source
Resurss, no kā kaut ko iegūst, piemēram, ierosmi, informāciju, materiālu labumu. Pētniecībā primāro datu avots jeb pirmavots ir aptauja, intervija, eksperiments, dokumenti u.c., savukārt sekundāro datu avots jeb sekundārais avots ir literatūra, statistikas datubāzes u.tml. resursi. Vēstures pētījumā avoti tiek īpaši klasificēti, piemēram, rakstveida, lietiskās, mutvārdu, audiovizuālās vēstures liecības
Bioloģiskie dati
Biological Data
Dati, kas saistīti ar dzīviem organismiem, piemēram, ģenētiskā, fizioloģiskā vai bioloģiskā informācija
Creative Commons
Creative Commons
Licencēšanas sistēma, kas ļauj autoram noteikt, kā citi var izmantot viņa darbu
Dati
Facts, Data
1. Informācija par kādu fenomenu, piemēram, būtni, objektu, kas palīdz to atšķirt, identificēt starp citiem līdzīgiem fenomeniem. 2. Informācija, kas raksturo kādu fenomenu, piemēram, būtni, procesu, stāvokli, sniedzot aprakstošas ziņas par šo fenomenu. Dati var būt izteikti skaitliski, t.i., kvantitatīvi, un tekstveidā, t.i., aprakstoši. Izglītībā tiek izmantoti dati, kas raksturo, piemēram, izglītības institūciju veidus, skaitu un ģeogrāfisko izvietojumu, pedagogu izglītības līmeni, skolēnu/studentu sniegumu, izglītības finansējumu u.tml. Izglītības datu analīze ļauj novērtēt un izdarīt secinājumus par izglītības kvalitāti, identificēt labo praksi un trūkumus. Pedagogi, izglītības iestāžu vadītāji un izglītības politikas veidotāji var izmantot datus, lai pieņemtu lēmumus par izglītības organizāciju, metodēm un resursu optimālu izmantošanu, plānotu turpmākās darbības, kā arī izstrādātu problēmu risināšanas koncepcijas. 3. Informācija, kas iegūta, izmantojot zinātnes disciplīnas metodoloģijai atbilstošas datu ieguves metodes, piemēram, aptauju, interviju, dokumentu analīzi
Datne jeb fails
File
Strukturēta digitāla informācijas vienība, kas tiek glabāta datu nesējā vai datorā un kurai piešķirts nosaukums. Tā var saturēt dažāda veida datus, piemēram, tekstu, attēlus, skaņu, programmatūras kodu vai citus digitālus ierakstus, un parasti tiek identificēta arī pēc faila formāta vai paplašinājuma (piemēram, .txt, .csv, .jpg)
Datnes formāts
File Format
Specifiska datu struktūra vai kodēšanas veids, kādā informācija tiek saglabāta (piemēram, CSV, PDF, JSON)
Datu kopas īpašnieks
Data Owner
Persona vai organizācija, kurai ir tiesības lemt par datu izmantošanu, piekļuvi un nodošanu
Datu kopas pārvaldnieks
Data Manager
Atbildīgā persona vai loma, kas nodrošina datu kvalitāti, integritāti, dokumentēšanu un atbilstību normatīvajiem aktiem
Datu analīze
Data Analysis
Process, kurā sistemātiski apkopo, pārbauda, pārveido un interpretē datus saskaņā ar kādu noteikumu kopumu ar nolūku iegūt jaunu un noderīgu informāciju, noteikt likumsakarības, izdarīt secinājumus vai atbalstīt lēmumu pieņemšanu
Datu analīzes metodes
Data Analysis Methods
Sistematizētu paņēmienu un darbību kopums pētījumā iegūto datu sistēmiskai apkopošanai un apstrādei atbilstīgi pētījuma mērķim: dati tiek novērtēti, salīdzināti, grupēti, vizualizēti un interpretēti. Datu analīzē tiek izmantoti analogi un digitāli rīki, piemēram, programma SPSS kvantitatīvu datu analīzei, vai programma MAXQDA kvalitatīvu datu analīzei. Datu analīzes metodes var būt cieši saistītas ar datu ieguves metodēm, piemēram, ar kontentanalīzi, hermeneitiku, Delfu metodi
Datu anonimizācija
Data Anonymisation
Datu anonimizācija ir process, kurā personas datus apstrādā tā, lai vairs nebūtu iespējams tieši vai netieši identificēt konkrētu personu. Tas ietver identifikatoru noņemšanu vai pārveidošanu, nodrošinot personas privātuma aizsardzību un atbilstību datu aizsardzības normatīvajiem aktiem
Datu arhivēšana
Data Archiving
Pētniecības datu pārvaldībā datu arhivēšana ir prakse identificēt pētniecības datus, kas vairs nav aktīvi, un pārvietot tos uz ilgtermiņa glabāšanu. Tas nozīmē aktivitātes, kuras nodrošina ierakstu, objektu, metadatu un pētniecības datu pareizu atlasi un saglabāšanu tā, ka tiem var piekļūt un tiem laika gaitā tiek saglabāta loģiskā un fiziskā integritāte, drošība un autentiskums
Datu atkalizmantošana
Data Reuse
Esošu pētniecības datu izmantošana jaunos pētījumos vai citiem analītiskiem mērķiem, kas var atšķirties no sākotnējā datu vākšanas nolūka. Tā veicina zinātnes atvērtību, efektīvu resursu izmantošanu un jaunu atziņu iegūšanu
Datu deponēšana
Data Deposition
Datu deponēšana ir process, kurā pētniecības dati tiek ievietoti un strukturētā repozitorijā, lai nodrošinātu to saglabāšanu, pieejamību un atkārtotu izmantojamību laika gaitā.
Datu drošība/aizsardzība
Data Security/Protection
Pasākumu kopums, lai pasargātu datus no nesankcionētas piekļuves, pārveidošanas, zuduma vai izpaušanas
Datu dublēšana
Data Backup
Datorā vai serverī saglabātu datu kopijas izveidošana, tādējādi samazinot kļūmes vai zaudējuma iespējamo ietekmi
Datu formāts
Data Format
Struktūra, kurā dati tiek kodēti un uzglabāti. Tas nosaka, kā dati tiek saglabāti un kā tos var apstrādāt, piemēram, teksta faili (.txt), attēli (.jpg), vai datu tabulas (.csv). Izvēloties formātu, jānodrošina datu saderība un pieejamība nākotnē
Datu ieguves metodes
Data Collection Methods
Sistematizētu paņēmienu un darbību kopums informācijas ieguvei un datu fiksēšanai atbilstīgi pētījuma teorijai, pētījuma metodikai un mērķim. Datu ieguvei izmanto kvantitatīvā un kvalitatīvā pētījuma metodes, primāro un sekundāro datu ieguves metodes. Datu ieguves metodes ir, piemēram, aptauja, novērošana, eksperiments u.c. Datu ieguvē tiek ievērota personas datu aizsardzība, ētikas normas un akadēmiskais godīgums
Datu ieguves un apstrādes rīks
Data Extraction and Processing Tool
Līdzeklis kvantitatīvu un kvalitatīvu datu fiksēšanai, atlasīšanai, strukturēšanai, palīdzot atklāt sakarības, tendences u.tml. Rīks palīdz īstenot datu ieguves un analīzes metodes. Datu ieguves un apstrādes rīki var būt analogi, piemēram, anketa, protokols, tests, vai digitāli, piemēram, datorprogramma
Datu ievākšanas stratēģija
Data Collection Strategy
Plāns vai metode, kādā veidā tiks iegūti dati konkrētam pētījumam
Datu kopa
Data Set
Zinātniskā pētījuma laikā ievāktie novērojumu un mērījumu dati. Fizikālo ierakstu apvienojums datu vidē, kam ir savs identifikators un kas atbilst vienam no datu apstrādes sistēmas, datu izvietošanas, glabāšanas un piekļuves organizācijas veidiem
Datu kopīgošana
Data Sharing
Datu pieejas nodrošināšana citiem lietotājiem, izmantojot kādu noteiktu platformu vai rīku, bieži vien tiešā veidā (piemēram, nosūtot saiti vai datni)
Datu koplietošana
Data Sharing
Datu izmantošana kopā ar citiem lietotājiem vai institūcijām saskaņotā, strukturētā vai atkārtoti izmantojamā veidā, bieži vien ar noteikumiem un piekļuves kontrolēm
Datu kurators
Data Curator Data Steward
Persona, kas atbild par datu kvalitātes, pieejamības, drošības un atbilstības nodrošināšanu organizācijā vai pētījumā. Viņa galvenais uzdevums ir rūpēties par datu pārvaldību visā to dzīves ciklā, sākot no to iegūšanas un apstrādes līdz uzglabāšanai un izmantošanai. Datu kurators nodrošina, lai dati būtu precīzi, pilnīgi un pieejami tiem lietotājiem, kuriem tie nepieciešami, vienlaikus ievērojot attiecīgās juridiskās un ētiskās prasības. Turklāt viņš/vai viņa ir atbildīgs par datu dokumentēšanu, metadatu pārvaldību un atbilstību standartiem, kas saistīti ar datu kvalitāti un piekļuvi
Datu lietotāji
Data Users
Pētnieki vai citas personas, kas izmanto datus analīzei, salīdzinājumiem vai atkārtotai pētniecībai
Datu minimizēšana
Data Minimization
Principa piemērošana, lai vāktu tikai tos datus, kas nepieciešami konkrētam mērķim, samazinot lieku vai sensitīvu informāciju
Datu pārvaldība
Data Management
Pētniecības datu pārvaldība ir strukturēts process, kas ietver pētījumu plānošanu, datu vākšanu, dokumentēšanu, apstrādi, glabāšanu, koplietošanu un ilgtermiņa saglabāšanu visā pētniecības cikla laikā, nodrošinot datu kvalitāti, atkārtotu izmantojamību un atbilstību ētikas un juridiskajām prasībām
Datu pārvaldības plāns DPP
Data Management Plan DMP
Dokuments, kas apraksta, kā tiks pārvaldīti pētniecības dati – kā tie tiks savākti, saglabāti, aizsargāti un kopīgoti. DPP ietver informāciju par datu formātiem, versiju kontroli, drošību un datu iesniegšanu repozitorijā, kā arī nepieciešamajiem rīkiem to atkārtotai izmantošanai
Datu pārvaldnieki
Data Managers
Personas, kas atbild par datu glabāšanu, strukturēšanu, dokumentēšanu un pieejamību saskaņā ar noteikumiem un labās prakses principiem
Datu pieejamības deklarācija
Data Availability Statement
Paziņojums zinātniskā publikācijā, kurā norādīts, vai un kur pētniecības dati ir pieejami
Datu pseidonimizācija
Data Pseudonymization
Datu pseidonimizācija ir personas datu apstrādes metode, kurā identificējoša informācija tiek aizvietota ar mākslīgiem identifikatoriem (piemēram, koda numuriem), lai personas identitāte vairs nebūtu tieši nosakāma bez papildu informācijas. Pseidonimizētie dati joprojām tiek uzskatīti par personas datiem, jo teorētiski ir iespējams atjaunot identitāti, ja pieejama atsevišķi glabātā informācija (piemēram, atslēga vai identifikatoru tabula). Atšķirībā no anonimizācijas, kas ir neatgriezeniska, pseidonimizācija ir atgriezeniska, ja pieejami atbilstoši dati vai rīki
Datu publicēšana
Data Publishing
Datu publicēšana ir process, kurā pētniecības dati tiek sagatavoti, aprakstīti un padarīti pieejami citiem lietotājiem, ievērojot noteiktus kvalitātes, dokumentēšanas un piekļuves standartus, piemēram, publicējot tos datu repozitorijā
Datu šifrēšana
Data Encryption
Datu apstrādes process, ko veic datu sagatavotājs, lai datu saturu nodrošinātu pret nesankcionētu izmantošanu. Šifrēšana ir tehnisks process, kas pārvērš datus nesalasāmā formātā, lai aizsargātu to konfidencialitāti un nepieļautu neatļautu piekļuvi. Lietotāji šifrētos datus var lasīt un apstrādāt tikai pēc to atšifrēšanas. Atšifrēšanas atslēga ir slepena, tāpēc tā jāaizsargā pret nesankcionētu piekļuvi
Datu validācija
Data Validation
Datora atmiņā vai dokumentos glabājamo datu atbilstības pakāpes reālajam atspoguļojamo objektu stāvoklim pārbaude, kas nodrošina pārbaudāmo datu atbilstību noteiktajām specifikācijām, un izslēdz neparedzētu rakstzīmju un datu tipu izmantošanu vai novirzes no uzdotajiem lauku garumiem. Tas ir process, kas nodrošina, ka dati ir precīzi, pilnīgi un uzticami pirms to izmantošanas analīzē
Datu vārdnīca
Data Dictionary
Strukturēts metadatu kopums, kas apraksta datu elementus, to nozīmi, datu tipus un iespējamās vērtības
Datu vizualizācija
Data Visualization
Informācijas koncentrēts, strukturēts atveidojums, izmantojot grafisku attēlu, t.i., attēlu ar skaidri identificējamiem elementiem, piemēram, karti, diagrammu, shēmu, tabulu u.c. Datu vizualizācijas mērķis ir sistematizēt datus, atvieglot datu uztveri un analīzi
Datu vizualizācijas rīks
Data Visualisation Tool
Programmatūra, ar kuras palīdzību tiek veidots datu grafiskais attēls. Datu vizualizācijas rīki palīdz veidot un apstrādāt grafiskos attēlus, piemēram, diagrammas, vai izstrādāt interaktīvu datu vizualizāciju
Digitalizācija
Digitization
Process, kurā fiziskā vai analogā informācija tiek pārveidota digitālā formātā
Digitālais arhīvs
Digital Archive
Digitāli glabātu datu vai dokumentu krātuve, kas nodrošina ilgtermiņa saglabāšanu un piekļuvi
Digitālais objekta identifikators DOI
Digital Object Identifier DOI
Unikāls un nemainīgs identifikators, kas garantē, ka digitāls objekts būs pastāvīgi pieejams internetā, neatkarīgi no URL izmaiņām. Centrālā reģistra sistēma nodrošina, ka, izmantojot DOI, lietotājs tiks novirzīts uz objekta aktuālo atrašanās vietu, saglabājot piekļuvi tam ilgtermiņā
Datu pārvaldības plānu DPP platformas
Data Managemen plan DMP Platforms
Digitālie datu pārvaldības plānu (DPP) rīki, kas palīdz pētniekiem strukturēt, aprakstīt un organizēt datu pārvaldību visā projekta dzīves ciklā
Duālā lietojamība/ divejādā lietojamība
Dual Use
Tehnoloģijas vai resursi un ar tiem saistītie dati, kurus iespējams izmantot gan civiliem, gan militāriem mērķiem, tajā skaitā, lai apspiestu cilvēktiesības vai veiktu teroristu uzbrukumus
Embargo periods
Embargo Period
Laika periods, kura laikā dati netiek publiskoti, bieži līdz publikācijas vai projekta pabeigšanai
FAIR datu principi
AIR Data Principles
Vadlīnijas pētniecības datu radīšanā un pārvaldībā; šīs vadlīnijas definētas, lai veicinātu maksimālu pētniecības datu izmantošanu; FAIR dati ir atrodami, pieejami, sadarbspējīgi un atkalizmantojami (findable, accessible, interoperable, reusable)
Ierobežotas piekļuves dati
Restricted Access Dataā
Piekļuves režīms, kas ļauj datus izmantot ierobežotā piekļuvē, piemēram, tikai noteiktām lietotāju grupām,vai tie pieejami pēc noteikta termiņa, vai saskaņā ar citiem konkrētiem nosacījumiem
Ievaddati
Input Data
Datu kopa, kas tiek izmantota kā ievade analīzes, modeļu vai aprēķinu veikšanai
Informētā piekrišana
Informed Consent
Pētījuma dalībnieka nepārprotams apliecinājums par gatavību brīvprātīgi iesaistīties pētījumā. Informētā piekrišana tiek sniegta galvenokārt rakstveidā; tā ir apliecinājums, ka pētījuma dalībnieks ir informēts par pētījuma mērķi, par savu lomu pētījumā un personas datu aizsardzību, par iespēju pārtraukt līdzdalību pētījumā, kā arī par iespējamo risku un ieguvumu samēru
Institucionālais repozitorijs
Institutional Repository
Atvērtās piekļuves repozitorijs institūcijas vai institūciju grupas izdevumu, piemēram, e-izdevumu, tehnisko pārskatu, maģistra darbu un disertāciju, datu kopu un mācību materiālu glabāšanai
Intelektuālais īpašums
Intellectual Property
Radītas nemateriālās vērtības, piemēram, izgudrojumi, darbi vai zīmoli, uz kuriem attiecas īpašuma tiesības
IT infrastruktūra
IT Infrastructure
Tehnoloģiju sistēmu kopums (aparatūra, programmatūra, tīkli), kas nodrošina datu pārvaldību un piekļuvi tiem
Izcelsmes metadati
Provenance Metadata
Metadati, kas dokumentē datu radīšanas un apstrādes vēsturi
Izlēcēji
Outliers
Novērojumi vai datu vērtības, kas ievērojami atšķiras no pārējiem un var ietekmēt analīzes rezultātus
Īpašumtiesības
Ownership Rights
Tiesiska kontrole pār datiem, tostarp tiesības noteikt, kas drīkst tos lietot un kādos nolūkos
Jēldati
Raw Data
Sākotnējie, neapstrādātie dati, kas iegūti tieši no novērojumiem, mērījumiem, sensoriem vai citiem datu avotiem pirms to pārveidošanas, attīrīšanas vai analīzes. Tie bieži satur arī kļūdas, trūkstošus ierakstus vai lieku informāciju
Juridiskie jeb tiesību metadati
Rights Metadata
Metadati, kas sniedz informāciju par autortiesībām, licencēm un izmantošanas nosacījumiem
Kamieļu burti
CamelCase
Rakstības stils, kur vairāku vārdu salikums tiek veidots bez atstarpēm, katru vārdu sākot ar lielo burtu (piemēram, MyVariableName)
Kodēšana
Coding
Datu pārveidošana simboliskā vai šifrētā formā, piemēram, kvalitatīvās analīzēs vai datu aizsardzībai
Kodu grāmata
Codebook
Dokuments, kurā ir aprakstīta datu kodēšanas sistēma, kas palīdz analizēt un interpretēt kvantitatīvos un kvalitatīvos datus. Tajā apraksta mainīgos, ietverot to kodēto nosaukumu, pilno nosaukumu, datu veidu un mērījumu skalu, lietotos kodus un to atšifrējumus, mērījuma diapazonu, mērīto mainīgo mērvienības u.c.
Kodu tabula
Code Table
Strukturēts dokuments, kas apraksta mainīgos, to nozīmes un kodēšanas sistēmas datu kopā
Konfidenciālie dati
Confidential Data
Informācija, kuras izpaušana varētu kaitēt personām, organizācijām vai procesiem, un tādēļ tai ir ierobežota piekļuve
Kontrolētā vārdnīca
Controlled Vocabulary
Iepriekš definēts, standartizēts terminu vai vārdu saraksts, kas tiek izmantots, lai nodrošinātu vienotu un konsekventu informācijas aprakstu, klasifikāciju vai meklēšanu. Šāda vārdnīca palīdz novērst sinonīmu, pareizrakstības un valodas daudzveidības radītās neskaidrības
Kvalitatīvā pētījuma metodes
Qualitative Research Methods
Sistematizētu paņēmienu kopums, lai kvalitatīvajā pētījumā iegūtu, apstrādātu un analizētu datus fenomena būtības izzināšanai, interpretācijai. Kvalitatīvo datu ieguves metodes ir intervija, fokusgrupas intervija, novērošana u.c., kā arī dažādu veidu tekstu un attēlu analīze. Kvalitatīvo datu analīzei izmanto datu izpēti, kodēšanu, kategorizēšanu un salīdzināšanu, piemēram, kontentanalīzi, diskursa analīzi, hermeneitiku
Kvalitatīvie dati
Qualitative Data
Dati, kas apraksta kvalitāti, nozīmi vai pieredzi, bieži iegūti, izmantojot intervijas, novērojumus vai atvērtus jautājumus
Kvantitatīvie dati
Quantitative Data
Dati, kas izteikti skaitļos un tiek analizēti, izmantojot statistiskās metodes, piemēram, aptaujas rezultāti vai mērījumu dati. Kvantitatīvos datus var saskaitīt, izmērīt vai tiem var piešķirt skaitlisku vērtību
Labas pētniecības prakse
Good Research Practice
Pamatprincipi un uzvedības standarti, kas nodrošina zinātnisko kvalitāti, caurspīdīgumu, ētiku un integritāti pētniecībā
Licence
License
Dokuments vai nosacījumu kopums, kas nosaka, kā citām personām ir atļauts izmantot datus, programmatūru vai citu saturu
Lielie dati
Big Data
Masveidīgs strukturētas vai nestrukturētas informācijas kopums, kuru raksturo daudzveidība, to ieguves un izguves ātrums, dažādi informācijas avoti elektroniskajā vidē, piemēram, reāllaika dati, kas tiek iegūti internetā: sociālo tīklu saturs, e-pasti, mobilo lietotņu dati u.tml. Lielie dati tiek apkopoti, uzglabāti un analizēti, izmantojot īpašas programmatūras
Mašīnlasāmība/mašīnlasāms
Machine-readability/Machine-readable
Mašīnlasāmība ir datu, dokumentu vai failu īpašība, kas ļauj to datorprogrammatūrai nolasīt, apstrādāt un interpretēt bez papildu manuālas iejaukšanās. Mašīnlasāms apzīmē tādu formātu vai informācijas struktūru, kuru dators var automātiski nolasīt un saprast, piemēram, strukturēti dati CSV, JSON, XML u.c. formātos
Mākoņpakalpojumi
Cloud Services
Interneta balstīti IT resursi, piemēram, datu glabāšana vai apstrāde, kas pieejami caur attālinātu infrastruktūru
Metadati
Metadata
Dati par datiem. Tie sniedz papildu informāciju, kas palīdz aprakstīt, organizēt un izprast pamatdatus. Metadati ietver, piemēram, datu autoru, radīšanas datumu, datu formātu, saistītos atslēgvārdus vai versijas informāciju. Metadati padara datus vieglāk meklējamus, pieejamus un atkārtoti izmantojamus
Metadatu shēma
Metadata Schema
Noteikumu kopums, kas nosaka, kā metadati tiek organizēti un strukturēti, lai nodrošinātu to vienveidību un saprotamību. Metadatu elementu kopums, to aizpildīšanas kārtība un nosacījumi veido metadatu shēmu. Ja shēmu izstrādājuši speciālisti vai institūcijas, tad šīs vadlīnijas var kļūt par metadatu standartu
Metadatu standarts
Metadata Standard
Atzīta sistēma metadatu veidošanai, kas nodrošina saderību starp datu kopām un informācijas sistēmām
Novērtējums par ietekmi uz datu aizsardzību – NIDA
Data Protection Impact Assessment – DPIA
Process, kas novērtē riskus, kas var ietekmēt personas privātumu, ja tiek apstrādāti personas dati. Ja datu apstrāde rada augstu privātuma risku, saskaņā ar vispārīgās datu aizsardzības regulas 35. pantu ir jāveic NIDA, lai identificētu riskus un noteiktu pasākumus to mazināšanai
Ontoloģija
Ontology
Formāla zināšanu reprezentācijas struktūra, kas apraksta jēdzienus (jeb klases), to īpašības un savstarpējās attiecības noteiktā jomā. Tā ļauj datoriem un cilvēkiem vienoti interpretēt datus, nodrošinot kopīgu izpratni par terminoloģiju un tās lietojumu
Open Data Commons
Open Data Commons
Organizācija, kas izstrādā atvērtu datu licencēšanas modeļus
Pārskatāmība
Transparency
Informācijas atklātība, kas ļauj novērtēt datu avotus, analīzes procesu un pētījuma pamatotību
Personas dati
Personal Data
Jebkura informācija, kas attiecas uz identificētu vai identificējamu dzīvu fizisku personu. Personas dati ietver informāciju, pēc kuras var identificēt konkrētu cilvēku, piemēram, personas dati ir vārds, uzvārds, personas kods, ģenētiskie un biometriskie dati
Petniecības datu ilgtspēja
Sustainability of Research Data
Procesu un pasākumu kopums, kas nodrošina pētniecības datu pieejamību, saglabāšanu, atkārtotu izmantojamību un saprotamību ilgtermiņā. Tas ietver datu strukturētu glabāšanu, metadatu pievienošanu, dokumentēšanu, kā arī atbilstošu tehnoloģisko un institucionālo atbalstu, lai dati nezaudētu savu zinātnisko vērtību arī nākotnē
Pētījuma dalībnieks, pētījuma dalībniece
Research Participant
Indivīds, kas piekrīt piedalīties un tiek iesaistīts pētījumā atbilstoši noteiktiem atlases kritērijiem, lai nodrošinātu datus pētījuma veikšanai. Pētījuma dalībnieks ir informēts par pētījuma mērķi, pētījuma datu ieguves un analīzes metodēm, personas datu aizsardzību un rezultātu izplatīšanu
Pētījuma metodoloģija
Research Methodology
Noteiktas zinātnes disciplīnas vai zinātnes nozares, vai starpdisciplinaritātes aspektā izvēlēta pētījuma sistēmiska organizācija atbilstoši pētījuma kategorijām – pētījuma objektam, priekšmetam, mērķim un/vai jautājumam, hipotēzei, uzdevumiem. Pētījuma metodoloģija ietver teorētisko koncepciju un pētījuma metodiku. Metodoloģija atklāj pētījuma konstruēšanas loģiku un pamatotību, pētījuma struktūru
Pētījuma plāns vai protokols
Research Plan or Protocol
Detalizēts apraksts par to, kā tiks veikts konkrēts pētījums, ietverot mērķus, metodoloģiju, datu vākšanas un analīzes kārtību
Pētījumu ētikas komiteja
Research Ethics Commitee
Neatkarīga institūcija pētījuma ētiskuma izvērtējumam; tā aizsargā pētījuma dalībnieku un sabiedrības intereses, mazina bažas par pētnieka interešu konfliktu, nodrošina pētnieka atbildību un pētījumu procesa caurskatāmību
Pētījumu projekts
Research Project
Organizēts pētniecības darbs ar konkrētu mērķi, metodoloģiju, laika grafiku un bieži vien arī finansējumu
Pētniecības dati
Research Data
Informācija, kas tiek savākta, radīta, apstrādāta vai analizēta pētnieciskā darba ietvaros, un kas kalpo par pamatu zinātnisku secinājumu izdarīšanai. Pētniecības datus potenciāli ir iespējams kombinēt un atkalizmantot gan zinātniskajā praksē, gan ārpus tās
Pētniecības datu repozitorijs
Research Data Repository
Strukturēta sistēma (vietne vai platforma), kas nodrošina pētniecības datu uzglabāšanu, metadatu pievienošanu, piekļuvi, atkārtotu izmantošanu un ilglaicīgu saglabāšanu, atbilstoši noteiktiem standartiem un piekļuves nosacījumiem
Pētniecības dzīves cikls
Research Life Cycle
Process, kas ietver visus soļus, sākot no pētījuma sākotnējām idejām līdz rezultātu publicēšanai un datu ilgtermiņa saglabāšanai. Tas parasti ietver šādas fāzes: pētījuma plānošana – mērķu izvirzīšana, jautājumu formulēšana un metodoloģijas izvēle; datu vākšana – eksperimentu veikšana, datu iegūšana un reģistrēšana; datu analīze – iegūto datu apstrāde, analīze un interpretācija; rezultātu publicēšana – pētījuma rezultātu dalīšanās ar zinātnisko kopienu un sabiedrību; datu saglabāšana – datu arhivēšana un piekļuves nodrošināšana ilgtermiņā; datu atkārtota izmantošana – citu pētnieku piekļuve datiem un to izmantošana savos pētījumos
Pētniecības ētika
Research Ethics
Noteikumu kopums par ētikas normu attiecināšanu uz pētnieciskām darbībām un pētījumu izplatīšanu. Pētniecības ētika paredz aizsargāt pētījumos iesaistīto indivīdu privātumu, cieņu un tiesības, izmantot pētniecību vispārējam labumam, nekaitēt sabiedrībai un videi, ievērot akadēmisko godīgumu u.tml.
Pētniecības institūcija
Research Institution
Organizācija, kas veic vai atbalsta zinātniskus pētījumus
Pētniecības integritāte
Research Integrity
Ētisku principu un profesionālu standartu kopums, kas nosaka atbildīgu un godprātīgu zinātniskā darba veikšanu. Tā ietver godīgumu, precizitāti, pārskatāmību un atbildību visos pētniecības procesa posmos
Patstāvīgais identifikators – PID
Persistent Identifier – PID
Unikāls un nemainīgs identifikators, kas tiek piešķirts digitālam objektam (piemēram, pētniecības datiem, publikācijai), autoram, organizācijai u.c., lai nodrošinātu tā ilgtspējīgu identificēšanu, atrašanu un atsaucamību neatkarīgi no tā fiziskās atrašanās vietas vai vides izmaiņām
Piekļuve
Access
Pastāvīga digitālā resursa pieejamība un pastāvīga lietojamība, saglabājot visas autentiskuma, precizitātes un funkcionalitātes īpašības, kas tiek uzskatītas par būtiskām mērķiem, kuriem digitālais materiāls ir radīts un/vai iegūts. Lietotāji, kuriem ir piekļuve, var izgūt, saprast, manipulēt un saglabāt kopijas
Piekļuves kontrole
Access Control
Tehnoloģiski vai administratīvi mehānismi, kas regulē, kurš un kādos apstākļos var piekļūt datiem vai sistēmām
Piekļūstamība
Accessibility
Lietotāju iespējas piekļūt datiem vai izgūt tos pēc to atrašanas. Tas ietver datu gadījumus, kad piekļuve datiem ir ierobežota, piemēram, kad lietotāju pieprasījumi ir jāautentificē un jāautorizē
Pilotpētījums
Pilot Study
Pētījums, kura mērķis ir praktiski izmēģināt teorētiski izstrādātu pētījumu sašaurinātā mērogā un/vai īsākā termiņā, piemēram, iegūstot datus šaurākā pētījuma izlases kopā, neizmantojot visas pētījumā plānotās metodes u.tml. Izmēģinājumpētījums palīdz identificēt iespējamās metodoloģijas problēmas un pilnveidot turpmāko pilna mēroga pētījumu
Pirmkoda licences
Source Code Licenses
Noteikumi, kas regulē programmatūras pirmkoda lietošanu, koplietošanu, modificēšanu un izplatīšanu
Pirmkods
Source Code
Cilvēkam lasāms programmatūras teksts, kas ir uzrakstīts kādā programmēšanas valodā un apraksta, kā programma darbojas. To raksta programmētāji, un pēc tam tas tiek kompilēts vai interpretēts, lai dators to varētu izpildīt
Primārie dati
Primary Data
Dati, kurus pētnieks vai pētnieku grupa iegūst tieši no pētījuma izlases kopas un kas nav iepriekš analizēti un interpretēti. Piemēram, dati, kas ir iegūti aptaujā, eksperimentā, novērojumā, dokumentos u.c., ir primārie dati
Privātums/ konfidencionalitāte
Privacy/ Confidentiality
Personas datu un sensitīvas informācijas aizsardzība pret nesankcionētu piekļuvi un izpaušanu
Pseidonimizēti dati, arī pseidonimizācija
Pseudonymisation of data
Šifrēta informācija par datu avotu, piemēram, personu vai organizāciju, ar mērķi slēpt to patieso identitāti, piemēram, vārdu, uzvārdu, nosaukumu, darbavietu u.c. Patiesā identitāte tiek aizstāta ar pseidonīmu jeb šifru – izdomātu vārdu vai simbolu. Pseidonimizēti dati atšķirībā no anonimizētiem datiem ir izmantojami datu avota atgriezeniskai identificēšanai. Pseidonimizācija vai anonimizācija ir obligāta pētījumos, kuros tiek iegūti personas dati, personīgi viedokļi vai cita sensitīva informācija
Publiskais domēns
Public Domain
Darbi vai dati, uz kuriem vairs neattiecas autortiesības un kurus ikviens var brīvi izmantot
ReadMe datne
ReadMe File
Teksta datne, kas apraksta datni, datu kopu, mapi u.c. un sniedz informāciju par tās saturu, struktūru, formātu, lietošanas instrukcijām u.tml.
Reproducējamība
Reproducibility
Spēja atkārtot pētījumu, iegūstot tādus pašus rezultātus, ja tiek izmantoti tie paši dati, metodes un apstākļi. Tas ir svarīgs zinātnes kvalitātes un ticamības rādītājs, jo norāda uz pētījuma metožu un secinājumu stabilitāti un vispārīgumu. Reproducējamība veicina uzticību pētījumu rezultātiem un ļauj citiem pētniekiem pārbaudīt un apstiprināt iegūtos rezultātus
Saglabāšanas metadati
Preservation Metadata
Metadati, kas apraksta informāciju par digitālu resursu saglabāšanu un tā ilgtspējīgu glabāšanu ilgtermiņā. Šie metadati ietver informāciju, kas nepieciešama, lai nodrošinātu resursa pieejamību un integritāti laika gaitā, ņemot vērā tehnoloģiskās izmaiņas un iespējamo datu bojāšanos
Sekundārie dati
Secondary Data
Pētījumā izmantoti dati, kuri ir iegūti citā pētījumā un kuru primārajai ieguvei, iespējams, ir bijis cits mērķis. Sekundārie dati ir izgūstami, piemēram, no statistikas pārskatiem, no ziņojuma par citu pētījumu, no cita projekta rezultātiem, publikācijas vai arhīvu materiāliem
Sekundāro datu analīze
Secondary Data Analysis
Datu analīzes pieeja, kuras ietvaros zinātnieks jaunus datus savam pētījumam neievāc, bet analizē jau esošos datus
Sekundārs avots
Secondary Source
Resurss, no kura iegūst pastarpinātu, arī interpretētu informāciju par pirmavotu. Sekundārā avotā informācija var būt speciāli atlasīta no pirmavota, sakārtota, pārveidota, skaidrota vai komentēta, analizēta, vērtēta u.tml. Piemēram, dokuments ir pirmavots, bet pētījums par šo dokumentu ir sekundārs avots; aculiecinieka stāstījums ir pirmavots, bet aculiecinieka paustā atstāstījums ir sekundārs avots
Semantiskie metadati
Semantic Metadata
Metadati, kas definē datu nozīmi un ļauj to saskaņošanu dažādās sistēmās
Sensitīvie personas dati
Sensitive Personal Data
Uz konkrētu personu attiecināma informācija, kas ietver ģenētiskus un biometriskus datus, norādot indivīda etnisko izcelsmi, politiskos uzskatus, reliģisko pārliecību, dalību biedrībās, kā arī sniedz ziņas par indivīda veselību un seksuālo orientāciju. Sensitīvie personas dati satur privātu un intīmu informāciju, kas var tikt ļaunprātīgi izmantota, piemēram, diskriminējot personu darba kolektīvā, izglītības iestādē
Slēgti dati
Closed Data
Dati, kas nav pieejami publiskai piekļuvei dažādu ierobežojumu, piemēram, konfidencialitātes vai autortiesību dēļ
Strukturālie metadati
Structural Metadata
Metadati, kas apraksta datu organizāciju, formātu un attiecības starp elementiem
Tabulāri dati
Tabular Data
Dati, kas strukturēti rindās un kolonnās (piemēram, izklājlapas formātā)
Tehniskie metadati
Technical Metadata
Informācija par datu formātu, programmatūru, aparatūru un citām tehniskām prasībām
Ticamība
Credibility
Zinātniskā stipruma kritērijs kvalitatīvajā stratēģijā, kas norāda kādā mērā kvalitatīvais pētījums patiesi atspoguļo pētāmo parādību vai procesu (piemēram, pētījuma dalībnieka kāda pieredzes aspekta dinamiku)
Tiešie/Netiešie identifikatori
Direct/Indirect Identifiers
Tiešie identifikatori ir dati, kas tieši identificē indivīdu, piemēram, vārds, uzvārds, personas kods, e-pasta adrese vai tālruņa numurs. Šie identifikatori ļauj bez šaubām saistīt datus ar konkrētu personu. Netiešie identifikatori ir dati, kas paši par sevi nevar tieši identificēt indivīdu, taču varētu palīdzēt to izdarīt, kombinējot ar citiem datiem. Piemēram, dzimšanas datums, adrese, dzimums vai profesionālā pozīcija var kļūt par netiešiem identifikatoriem, ja ir pieejami papildus informācijas avoti, kas ļauj identificēt konkrētu personu
Transkripts
Transcript
Kvalitatīvo datu (audiālu un vizuālu, piemēram, ierakstītas sarunas, intervijas vai diskusijas) rakstiska atveidošana drukātā tekstā
Trešā puse/ persona
Third Party
Persona vai organizācija, kas nav tieši iesaistīta datu radīšanā vai izmantošanā, bet var tikt iesaistīta procesā vai ietekmēta
Unicode, UTF-8 Unicode, UTF-8
Universāls simbolu kodējuma standarts, kas atbalsta plašu valodu un simbolu klāstu
Uzticamība
Dependability
Zinātniskā stipruma kritērijs kvalitatīvajā stratēģijā, kas norāda uz pētījuma gaitā izveidotās struktūras un atrasto rezultātu neapstrīdamu loģiku un kvalitāti
Vispārināšana jeb ģeneralizācija
Generalization
Process, kurā tiek paplašināts konkrēts novērojums, secinājums vai zināšanas, attiecinot tos uz plašāku grupu vai situāciju, nekā sākotnēji tika iegūti. Tas nozīmē, ka no dažiem konkrētiem datiem vai piemēriem tiek izdarīti vispārīgi secinājumi, kas var attiekties uz lielākiem datu apjomiem vai plašākiem apstākļiem
Vispārīgā datu aizsardzības regula VDAR
General Data Protection Regulation GDPR
Eiropas Savienības regula, kas nosaka noteikumus personas datu aizsardzībai un privātuma tiesību ievērošanai. Tā paredz prasības datu apstrādei, tostarp personas piekrišanas iegūšanai, datu drošības nodrošināšanai un iespēju sniegšanai cilvēkiem kontrolēt savus datus
VPC
VPC
Augstākās izglītības un zinātnes informācijas tehnoloģiju koplietošanas pakalpojumu centrs, kuru izveidoja Latvijas četras lielākās universitātes RTU, RSU, LU un LBTU, lai veicinātu Latvijas izglītības sistēmas digitalizāciju un attīstību. VPC misija ir izmantot šo institūciju un starptautisko pieredzi, lai attīstītu digitālos risinājumus Latvijas augstākās izglītības un zinātnes konkurētspējai