Doktorander bygger öppen infrastruktur för registerforskning
Två doktorander har utvecklat ett nytt öppet system som ska göra det enklare för forskare att förstå, använda och replikera studier baserade på registerdata. Verktygen används redan av forskare och svenska myndigheter, och autolabel är installerat i Statistiska centralbyråns säkra forskningsmiljö MONA.
Jeffrey Clark och Jie Wen.
Ett nytt sätt att tillgängliggöra nordiska registerdata
Projektet RegiStream grundades 2024 av Jeffrey Clark, doktorand i nationalekonomi vid Stockholms universitet, och Jie Wen, doktorand i redovisning vid Handelshögskolan i Stockholm. Infrastrukturen består av en flerspråkig metadatakatalog och två verktyg: autolabel och datamirror.
Jeffrey Clark förklarar att RegiStream fungerar som ett mjukvarulager mellan registerdata och forskning.
– I stället för att varje forskare själv måste tolka hur olika myndigheter dokumenterar sina variabler, har vi samlat och kurerat metadatan i en gemensam katalog, säger han. Det här handlar i grunden om tillgänglighet, både för forskare som inte arbetar med datan dagligen och för internationella samarbetspartners som inte läser svenska.
Katalogen omfattar idag 64 367 unika variabler från sex nordiska statistikmyndigheter. Med tillhörande verktyg, framför allt autolabel, kan forskare med ett enda kommando få variabel- och värdeetiketter satta på ett helt dataset, på svenska eller engelska.
Den andra delen av RegiStream är det nyligen släppta verktyget datamirror. Det adresserar en strukturell lucka i registerforskningen: studier baserade på restriktionsbelagd mikrodata kan idag inte replikeras eftersom datan inte får följa med koden.
Clark och Wen har en vetenskaplig artikel som presenterar autolabel under revidering vid Stata Journal. Allt är öppen källkod via registream.org.
Senast uppdaterad: 2026-05-04
Sidansvarig: Nationalekonomiska institutionen