Forskningsverktøy

Dette krever bruk av programmeringsspråk som R eller Python. Disse er tilgjengelig via Programvaresenter gjennom installasjon av Anaconda, Miniconda eller RStudio, men finnes også forhåndsinstallert i dataplattformer som EduCloud, og lignende.

Scraping krever bruk av programmeringsspråk som R eller Python. Disse er tilgjengelig via Programvaresenter gjennom installasjon av Anaconda, Miniconda og RStudio, men finnes også forhåndsinstallert i dataplattformer som EduCloud og lignende.

Utover dette tilbyr vi veiledning i bruk av ulike nettleser-utvidelser for innsamling av ulike typer materialer.

Vi anbefaler å bruke Nettskjema (uio.no) som er OsloMets foretrukne løsning for spørreskjema. Logg inn med din Feide-bruker. Veiledninger til Nettskjema (uio.no). 

I tillegg har vi også tjenester for mer spesifikke typer spørreskjema, som Questback, EasyFact, MS Forms, og qualtrics.

For intervjuer anbefaler vi at du benytter mobil-appene Nettskjema Diktafon (uio.no), Nettskjema Bilde (uio.no) eller Viso (uio.no) som leveres fra Universitetet i Oslo.

OsloMet har i tillegg en egen veiledning for å ta i bruk Nettskjema Diktafon som forteller hvorfor denne mobilappen er et sikkert alternativ for datainnsamling, samt hva må du må huske på i planlegging og oppsett.

Skal du gjøre et digitalt forskningsintervju har vi en egen rutine for hvordan bruke Zoom. For andre typer opptak kan du kontakte Medieseksjonen for utlån av utstyr (oslomet.no).

Ta kontakt for veiledning om muligheter for å ta i bruk forskningsprogramvare utviklet for ulike typer innsamling utover det som er beskrevet over. 

Oversikt over anbefalte verktøy og nyttige råd.

Fagfeltene har ulike verktøy og foretrukne metoder for å behandle og analysere forskningsdata. For en oversikt over de verktøyene som OsloMet tilbyr lisens på, må du gå til SoftwareCenter/Programvaresenteret som du finner i menyen på din egen OsloMet-laptop.

For enkelte programvarer tilbyr vi også kurs og veiledning. Ta kontakt for veiledning om muligheter utover det som er beskrevet over.

Gode steder å starte:

• Arkivløsninger som finnes.
• Fagspesifikke arkiv for langtidslagring.
• SIKT sin egen nettside "finn-data" (sikt.no).