methods

Jupyter-työkirjat kansalliskirjastoissa

Jupyter-työkirjat ovat matalan kynnyksen työkalu ohjelmointiin. Ne edistävät tutkimuksen analyysien toistettavuutta ja mahdollistavat isojen digitaalisten aineistojen käsittelyn myös kevyemmillä ohjelmointitaidoilla. Tässä tekstissä pohditaan työkirjojen mahdollisuuksia ja haasteita erityisesti kansalliskirjastojen aineistojen käytössä.

methods publication

WhatsApp-ryhmä kävelyn tutkimusmenetelmänä

Yhteiskuntatieteellisen tutkimuksen on reagoitava nopeasti maailman kriiseihin. Se tarkoittaa, että tutkijoiden täytyy muokata myös tutkimusmenetelmiä nopeasti muuttuviin tilanteisiin. Nopea reagointi voi kuitenkin tuoda mukanaan eettisiä pulmia, kuten sen, ketä tutkimme. Tässä tekstissä pohdin suljetun WhatsApp-ryhmän haasteita ja hyötyjä tutkimusmenetelmänä.

https://www.flickr.com/photos/nickharris1/8026290210
publication

Yhteiskuntatieteiden ja informaatioteknologian rajapinnoilla: teemanumero julkaistu

Informaatiotutkimus-lehden teemanumero “Yhteiskuntatieteiden ja informaatioteknologian rajapinnoilla” on julkaistu. Monitieteisen teemanumeron artikkelit kartoittavat ja pohtivat digitaalisen ihmis- ja yhteiskuntatieteen nykytilaa ja tulevaisuutta erityisesti muuttuvien aineistojen luomien haasteiden ja mahdollisuuksien näkökulmasta.

methods

Uusi työkalu digi.kansalliskirjasto.fi:n aineistojen lataamiseen

Digitaaliset historialliset sanomalehtiaineistot saivat uuden työkalun helpottamaan isojen aineistomassojen tai tarkasti yksilöityjen aineistojen rajaamista. Kansalliskirjastossa kehitetty uusi helppokäyttöinen lataustyökalu hyödyntää digi.kansalliskirjasto.fi:ssä tehtäviä hakuja ladattavien aineistojen rajaukseen. Tässä tekstissä tutustutaan työkalun käyttöperiaatteisiin ja suunnitteluvaiheen ratkaisuihin teknisestä näkökulmasta.

methods publication

Ohjaamaton koneoppiminen ja tekstintulkinnan objektiivisuus

Ohjaamattomat koneoppimismenetelmät ovat viime vuosina saaneet paljon suosiota yhteiskuntatieteellisessä tekstianalyysissa. Aineistoa automaattisesti jäsentelevän ohjaamattoman mallinnuksen ajatellaan voivan tehdä tekstintulkinnasta objektiivisempaa. Tulkinnallisen tekstianalyysin kontekstissa objektiivisuutta ei kuitenkaan tulisi samaistaa ajatukseen mekaanisesta laskennasta, joka eliminoi subjektiivisen tulkinnan analyysiprosessin jostakin vaiheesta. Pikemminkin ohjaamaton oppiminen voi auttaa tekemään tulkinnallisista prosesseista läpinäkyvämpiä ja mahdollistaa tulkintojen pohjaamisen aiempaa kattavammalle informaatiolle.