Tutkimuksen arvioinnissa on viime vuosina korostettu yhä vahvemmin vastuullisuutta, avoimuutta ja läpinäkyvyyttä. Tutkimuksen arviointiin käytettävien määrällisten indikaattorien kohdalla keskeinen kysymys on, mihin dataan ne perustuvat. Tällä hetkellä tutkimuksen arvioinnissa käytettävät julkaisu- ja viittausindikaattorit perustuvat suurimmaksi osaksi kaupallisiin tietokantoihin, kuten Web of Scienceen ja Scopukseen. Vastuullisen tutkimuksen arvioinnin kannalta tällaisissa tietokannoissa on muutamia keskeisiä ongelmia. Tiedeyhteisöllä ja arviointien toteuttajilla ei ole mahdollisuutta aineistojen tarkasteluun tai testaamiseen, niissä korostuvat englanninkieliset lehtiartikkelit ja niiden kattavuus vaihtelee tieteenalojen kesken.
Vaihtoehtona kaupallisille tietokannoille opetus- ja kulttuuriministeriön, Suomen Akatemian ja CSC – Tieteen tietotekniikan keskus oy:n yhteistyönä on testattu avointa OpenAlex-julkaisutietokantaa tietolähteenä Suomen ja muiden maiden tieteellisen julkaisutoiminnan analysoimisessa. Vastaavat analyysit ovat tähän mennessä perustuneet kaupallisten toimijoiden julkaisutietokantoihin, ja niitä on hyödyntänyt esimerkiksi Suomen Akatemia tuottaessaan tietoa kansallisen tiedepolitiikan tueksi.
Mikä OpenAlex on ja miksi sitä testataan?
OpenAlex on maksuton ja avoin julkaisutietokanta, jonka vahvuus on erityisesti kattavuudessa: mukana on myös kansallisia lehtiä ja ei‑englanninkielisiä julkaisuja, jotka jäävät usein kaupallisten tietokantojen ulkopuolelle.
Tämä tekee OpenAlexista kiinnostavan vaihtoehdon erityisesti suomalaisessa kontekstissa, jossa tieteellisiä julkaisuja julkaistaan myös muulla kuin englannin kielellä etenkin yhteiskunta- ja humanistisissa tieteissä.
Avoimuus tuo myös läpinäkyvyyttä: koko aineisto on ladattavissa ja analysoitavissa itse. Tämä on merkittävä ero kaupallisiin “black box” -ratkaisuihin, joiden sisäiset prosessit jäävät käyttäjille pitkälti näkymättömiksi.
OpenAlexin suurimmat haasteet
OpenAlexin testaus osoitti nopeasti, että tietokannan hyödyntäminen ei kuitenkaan ole suoraviivaista.
Suurin haaste on julkaisujen tekijöiden organisaatiotietojen luotettavuus. OpenAlex muodostaa organisaatiotiedot automaattisesti algoritmien avulla. Tämä näkyy monin tavoin esimerkiksi puuttuvina ja virheellisinä organisaatioina. Yli puolet julkaisuista ei sisällä lainkaan tietoa julkaisumaasta, aineistossa on useita systemaattisia virheitä liittyen organisaatiotietoon, mikä aiheuttaa vääriä tunnistuksia, ja joissain tapauksissa tiedot ovat täysin fiktiivisiä tai tutkijalle on liitetty suuri määrä olemattomia organisaatioita.
Toinen keskeinen havainto liittyy tieteenalaluokituksiin. OpenAlexin automaattinen luokittelu voi johtaa osin absurdeihin lopputuloksiin, kuten esimerkki, jossa suomalainen puolijohdetekniikan väitöskirja luokiteltiin alalle “Religion and Society in Latin America”. Tällaiset virheet tekevät viittausvaikuttavuusanalyyseista haastavia, koska vertailtavuus katoaa.
Kolmas haaste on se, mitä oikeastaan tarkoitetaan “tieteellisellä julkaisulla”. Kaupallisissa tietokannoissa julkaisuvalikoima on tarkkaan kuratoitu: mukaan pääsevät vain keskeiset tieteelliset lehdet, ja julkaisut on luokiteltu tarkasti. OpenAlex taas ottaa mukaan laajemman kirjon aineistoa, esimerkiksi raportteja, väitöskirjoja ja kirja-arvioita. Testauksessa havaittiin, että tieteellisiksi artikkeleiksi oli luokiteltu esimerkiksi kirja-arvioita ja erratum-julkaisuja, ja että julkaisutyyppiluokittelu ei ole suoraan vertailukelpoinen vertailukohtana käytetyn Web of Sciencen kanssa. Tämä ei ole pelkästään tekninen yksityiskohta, vaan vaikuttaa suoraan analyysien lopputuloksiin. OpenAlex kattaa esimerkiksi Web of Sciencea suuremman määrän Suomen julkaisuja, jolloin julkaisumäärät kasvavat – mutta mitä ne oikeastaan mittaavat?
Haasteista huolimatta OpenAlex tarjoaa merkittäviä etuja, kuten paremman näkyvyyden suomalaiselle tutkimukselle, kun kansalliset ja ei-englanninkieliset julkaisut tulevat paremmin esiin. Data ja siitä tehdyt analyysit ovat avoimia ja läpinäkyviä, mikä tukee vastuullisen tutkimuksen arvioinnin periaatteiden toteutumista. Lisäksi raakadatan avoin saatavuus mahdollistaa täysin uudenlaiset analyysit ja yhdistelyt.
Mitä tämä tarkoittaa käytännössä?
Testauksen perusteella OpenAlex ei ainakaan vielä voi täysin korvata kaupallisia tietokantoja. Sen hyödyntäminen vaatii merkittävää esikäsittelyä ja datan puhdistamista, tulosten kriittistä arviointia ja enemmän bibliometrista osaamista kuin valmiit palvelut. Toisaalta tämä on myös mahdollisuus. Avoimen datan maailmassa analyysikyvykkyys siirtyy organisaatioille itselleen.
OpenAlex-aineiston kuratointikuvaus
Jotta OpenAlex-aineistoon perustuvat analyysit olisivat mahdollisimman hyvin vertailukelpoisia ankarammin rajatun Web of Science -aineiston pohjalta laskettujen tulosten kanssa, olemme pyrkineet karsimaan OpenAlexista pois muut kuin vertaisarvioidut tieteelliset julkaisut. Toisaalta kokemustemme perusteella on ilmeistä, että OpenAlex ei tunnista oikein läheskään kaikkia julkaisujen tekijöiden affiliaatioita, joten kaikkien suomalaisten julkaisujen (so. julkaisut, joissa on mukana vähintään yksi suomalainen organisaatio) seulominen vaatii niin ikään erityistä huolellisuutta. Näistä syistä olemme asettaneet kaksi joukkoa ehtoja.
Analyysien pohjana oleva OpenAlex data on rajattu seuraavin ehdoin (KAIKKIEN ehtojen pitää toteutua):
A1) Julkaisussa pitää olla vähintään yksi nimetty tekijä
A2) Ainakin yhdellä tekijällä pitää olla affiliaatiotieto, josta selviää maa, jossa tekijä työskentelee
A3) Ainakin yhdellä tekijällä pitää olla affiliaatiotieto, josta selviää, missä organisaatiossa tekijä työskentelee
A4) Julkaisussa pitää olla lähdeluettelo
A5) Julkaisun tyypiksi on OpenAlexissa kirjattu jokin seuraavista: Article, Review, Letter, Book, Book Chapter tai Conference Item.
Suomalaisia julkaisuja on pyritty seulomaan esiin seuraavin tavoin (AINAKIN YHDEN ehdon pitää toteutua):
F1) Julkaisut, joissa OpenAlexin mukaan on ainakin yksi Suomeen affilioitu tutkija (organisaation maakoodi ”FI”)
F2) Julkaisut, joiden alkuperäisissä osoitteissa esiintyy merkkijono ”Finland” tai ”Suomi”
F3) Julkaisut, joiden osoitteissa esiintyy jonkin suomalaisen yliopistokaupungin nimi
F4) Julkaisut, joiden osoitteissa esiintyy suomenkielisiä, tutkimusorganisaatioihin viittaavia sanoja (esimerkiksi ”yliopisto”, ”korkeakoulu”, ”tutkimus”).
Näiden ehtojen mukaisesti suomalaisiksi tulkitut affiliaatiot on tarkistettu alkuperäisten osoitteiden kautta, ja tarvittaessa OpenAlexin väärät tai puuttuvat tunnistukset on korjattu. Bibliometrisiin analyyseihin näin löydetyistä suomalaisista julkaisuista on kelpuutettu vain ne, jotka toteuttavat ehdot A1-A5.
OpenAlex-julkaisutietokantaan perustuvat bibliometriset analyysit opetushallinnon tilastopalvelu Vipusessa: https://vipunen.fi/fi-fi/kkyhteiset/Sivut/Bibliometriikka-(OpenAlex).aspx
Web of Science -julkaisutietokantaan perustuvat bibliometriset analyysit opetushallinnon tilastopalvelu Vipusessa: https://vipunen.fi/fi-fi/kkyhteiset/Sivut/Bibliometriikka.aspx
Leino, Y., Himanen, L. & Nikkanen, J. (2026). Avointen tietolähteiden hyödyntäminen julkaisuanalyysien pohjana kansallisella tasolla sekä organisaatioille. Informaatiotutkimus, 45(1-2), 59-67. https://doi.org/10.23978/inf.180348
Kirjoittajat: Otto Auranen (Suomen Akatemia) sekä Laura Himanen, Yrjö Leino ja Joonas Nikkanen (CSC)
Tilastoneuvos 