Specialkonsulent Jeppe Klok Due, KOR

Transkript

1 Specialkonsulent Jeppe Klok Due, KOR

2 1. Hvem er KOR 2. Et dansk Multigenerationsregister 3. En anekdote 4. Erfaringer med digitale arkiver 5. Drøftelse med jer

3 Er et rådgivende organ under Uddannelses- og Forskningsministeriet, formålet er at stimulere og styrke dansk registerforskning KOR har eksisteret siden 2005

4 Professor, overlæge Henrik Toft Sørensen, Aarhus Universitet (formand) Forskningschef Hans Hummelgaard, VIVE Professor Preben Bo Mortensen, Aarhus Universitet Professor Lisbeth B. Knudsen, Aalborg Universitet Professor Marianne Simonsen, Aarhus Universitet Klinisk professor, overlæge Merete Osler, Københavns Universitet Institutleder, professor Kirsten Ohm Kyvik, Syddansk Universitet Klinisk professor, overlæge Niels Obel, Københavns Universitet Professor Lotte Bøgh Andersen, Aarhus Universitet Professor Morten Grønbæk, Syddansk Universitet

5 Rådgive Forskningsministeriet Skabe sammenhæng og koordination i miljøer Monitorere infrastruktur for registerforskning Projekter Pilot for multigenerationsregister Register over statslige registre Højkvalitetsdokumentation af centrale variabler Referencegruppe for registerforskning Kortlægning af datawarehouses Kurser i registerforskning og sikkerhedsprocedurer Infrastruktur for registerforskning og big data

6 Data indsamlet til andet formål Mikrodata om individer, virksomheder etc. Samvariationer for grupper Statistisk analyse af store datamængder Mange datakilder

7 Hele Danmarks stamtræ Familierelationer for hele befolkningen langt tilbage i tid

8 Etablere valide familierelationer for hele den danske befolkning før CPR En infrastruktur for forskning i familierelaterede sammenhænge Skabe bedre værdi af danske registre og biobanker Styrke konkurrenceevne for dansk forskning Bedre forskning til gavn for befolkningen

9 CPR har oplysninger om forældre for børn født fra 1960 og frem Slægtsskab er dokumenteret i kirkebøgerne Forskning i familier kan kun gå to tre generationer tilbage Øvrige data findes for alle fra 1970 erne

10 Hvorfor og hvem er interessenterne Hvordan skal projektet designes, baseret på Eksisterer oplysningerne i historiske kilder? Kan individer kobles på tværs af kilder? Hvor gode er metoderne?

11 Udgangspunkt i CPR registret Folk der var i live i 1968 Etablere relationer mellem børn og forældre tilbage i tid

12 10 repræsentative sogne Kirkebøger fødte fra 1920 og frem CPR-registret Aktuelle Arkiverede versioner Dødsårsagsregistret

13

14 3 1 2

15

16 2 5 6

17 2 5 6 CPR-barn CPR-mor CPR-far 2 (Lis) 6 (Karen) 5 (Thomas) 3 (Lisbeth) 2 (Lis) 1 (Robert) 4 (Lone) 2 (Lis) 1 (Robert)

18 Tekstgenkendelsesalgoritmer Fødte matches med CPR 87% identificeret, forventet 91% Forældre matches med CPR 75% identificeret, forventet 90% mødre 63% identificeret, forventet 85 % fædre Ingen match undersøges ved Findes de i Dødsårsagsregistret? Findes de i Kirkebog for døde? Intet register over udvandrede

19 MGR-pilot CPR

20 Kildemateriale tilstrækkeligt Det er muligt at koble individer fra kirkebøger til CPR tilbage til fødselsårgang 1920 Man kan finde forventede andel mødre og fædre Omkostninger ved indtastning meget betydelige Mulighed for tekstgenkendelse kan spare meget

21 Koble eksisterende registre bedre Gamle vævsprøver kan kobles til nulevende familiemedlemmer Påvirker mormors stress under graviditeten barnebarnets sundhed? Hvorfor ophobes sygdomme i bestemte familier? Har indførelse af SU betydning for socialmobilitet

22

23 MGR-pilot MGR Lite CPR

24 CPR 1968, 1969 og 2013 Dødsårsagsregistret Folketællingen 1970 Systemuafhængigt format Kontekstdokumentation Originale Data

25 Rigsarkivet har konverteret fra bevaringsformat Tabeller, vi kunne regne på Beskrivelser af tabeller, kolonner og relationer

26 Historisk viden Ingen historik på tabeller Sletter relation ved 15 år Tildeling af CPR-numre Dataarkæologi Hierarkisk database Henvisningsnumre Hvordan de har håndteret gennummereringer etc.

27 Data skal vaskes før brug Forskellige versioner indeholder forskellige værdier Håndtering af dubletter Åbenlyse fejl Fejlkonverteringer

28 Tidlige aflevering er godt Historisk kendskab nødvendigt Det tager lang tid at vaske data

29 Publicere hvidbog november 2018 Modne ideen Funding Specialkonsulent Jeppe Klok Due