@misc{SeyffertitzKatzmayr2018, author = {Seyffertitz, Thomas and Katzmayr, Michael}, title = {Analyse des Forschungsoutputs als Grundlage f{\"u}r Forschungsdatenmanagement}, series = {TK 7: lehren \& unterst{\"u}tzen / Forschungsprozess und Datenmanagement (13.06.2018, 16:30 - 18:00 Uhr, Estrel Saal)}, journal = {TK 7: lehren \& unterst{\"u}tzen / Forschungsprozess und Datenmanagement (13.06.2018, 16:30 - 18:00 Uhr, Estrel Saal)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36954}, year = {2018}, abstract = {Um ein ad{\"a}quates Forschungsdatenmanagement entwickeln zu k{\"o}nnen, bedarf es grunds{\"a}tzlich zweier wichtiger Voraussetzungen. Einerseits ist die Kenntnis {\"u}ber die Forschungsdaten, die an der Institution vorliegen bzw. verwendet werden, erforderlich. Andererseits werden auch Informationen {\"u}ber m{\"o}gliche Bedarfe im allt{\"a}glichen Umgang mit Forschungsdaten auf Seiten der Forscherinnen und Forscher ben{\"o}tigt, ebenso wie eine Einsch{\"a}tzung {\"u}ber zuk{\"u}nftige Trends hinsichtlich Forschungsdaten in den jeweiligen Forschungsbereichen. Dazu wird ein zweistufiges Konzept vorgestellt, das (i) eine Charakterisierung der Forschungsdatenlandschaft an der Forschungseinrichtung erm{\"o}glichen soll und (ii) einen Einblick in die Forschungskultur sowie Informationen {\"u}ber den Umgang mit Forschungsdaten im Forschungsalltag liefert. Den ersten Teil des Konzeptes bildet eine quantitativ orientierte Dokumentenanalyse: Dazu wird eine Auswertung des Forschungsoutputs anhand der im universit{\"a}tseigenen Forschungsinformationssystem nachgewiesenen Beitr{\"a}ge in wissenschaftlichen Fachzeitschriften vorgenommen. In einem zweiten Schritt werden semi-strukturierte Interviews durchgef{\"u}hrt, mit dem Zweck, Umgang und Erfahrungen mit Forschungsdaten entlang des Forschungszyklus zu erheben, potentielle Service-Bedarfe auf Seiten der Forscherinnen und Forscher zu erfragen und Anregungen zum Forschungsdatenmanagement zu sammeln. Der sich aus der Synthese der beiden Analysen ergebende empirische Befund dient als Grundlage, um m{\"o}gliche Handlungsempfehlungen f{\"u}r die Entwicklung eines institutionalisierten Forschungsdatenmanagements abzuleiten. Dar{\"u}ber hinaus bietet dies auch eine Orientierungshilfe bei der Entwicklung eines entsprechenden Serviceportfolios, wobei der Bedachtnahme auf Disziplinen spezifische Charakteristika besondere Bedeutung zukommt.}, language = {de} } @misc{SeyffertitzNovotny2023, author = {Seyffertitz, Thomas and Novotny, Gertraud}, title = {Datenrichtlinien zu Forschungsdaten in bibliothekswissenschaftlichen Zeitschriften}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-186250}, pages = {13}, year = {2023}, abstract = {Zahlreiche Universit{\"a}tsbibliotheken bzw. Forschungsserviceeinrichtungen haben im letzten Jahrzehnt Beratungsangebote zum Thema Forschungsdatenmanagement (FDM) f{\"u}r Forschende auf- und ausgebaut, sowie die Ausgestaltung und Konzeptionierung institutioneller FDM-Policies begleitet. Ein Aspekt in diesem Kontext ist das Teilen von Forschungsdaten zu Zwecken der Nachnutzung oder Reproduzierbarkeit von Forschungsergebnissen. In den in den vergangenen Jahren wurden solche „Policies" von F{\"o}rdergebern und von großen Wissenschaftsverlagen entwickelt. Auf Verlagsebene wurden dazu meist Rahmenrichtlinien entwickelt, die unterschiedliche Merkmale bez{\"u}glich der Anforderungen an Archivieren, Zitieren, Bereitstellen oder Ver{\"o}ffentlichen von den einer Publikation zugrundeliegenden Daten enthalten. Die Wahl und Ausgestaltung bei den einzelnen Zeitschriften ist dabei durchaus unterschiedlich und auch von den Traditionen und Gepflogenheiten der Forschungsfelder, die sie repr{\"a}sentieren, beeinflusst. Wir gehen in unserem Beitrag folgenden Fragen nach: Gibt es derartige „Data policies" oder „data sharing recommendations" auch in bibliothekswissenschaftlichen Publikationsorganen, und wenn ja, wie sind diese gestaltet? Zu diesem Zweck analysieren wir Fachzeitschriften aus dem D-A-CH Raum, die von relevanten Verlagen, Verb{\"a}nden und Forschungsgesellschaften herausgegeben werden. Daf{\"u}r werden unter zu Hilfenahme verschiedener Nachweis-Systeme bzw. Zeitschriften-Datenbanken zuerst Fachzeitschriften aus dem Bibliothekswesen identifiziert. Weiters werden Kriterien definiert, an Hand derer jene Fachzeitschriften herausgefiltert werden k{\"o}nnen, in denen wissenschaftliche Artikel publiziert werden. Das so gewonnene Sample dient als Grundlage f{\"u}r die inhaltliche Analyse der Datenrichtlinien, die entweder von der jeweiligen Zeitschrift, ihren Herausgebern, oder dem jeweiligen Verlag zum Untersuchungszeitpunkt vorliegen.}, language = {de} } @misc{SeyffertitzNovotny2024, author = {Seyffertitz, Thomas and Novotny, Gertraud}, title = {Analyse von Forschungsdaten-Richtlinien in wissenschaftlichen Fachzeitschriften}, series = {TK 4: Forschungsnahe Dienste und Open Science/ FIDplus / Forschungsdaten + Communities I (04.06.2024, 13:00 - 15:30, Saal F / 2. OG)}, journal = {TK 4: Forschungsnahe Dienste und Open Science/ FIDplus / Forschungsdaten + Communities I (04.06.2024, 13:00 - 15:30, Saal F / 2. OG)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-190722}, year = {2024}, abstract = {Wissenschaftliche Zeitschriftenverlage haben in den vergangenen Jahren begonnen, Richtlinien f{\"u}r den Umgang mit den einer Publikation zugrundeliegenden Forschungsdaten zu verfassen. Derartige Datenrichtlinien und Empfehlungen zum Umgang mit Forschungsdaten haben f{\"u}r Forschende zunehmend an Relevanz gewonnen, da sie im Rahmen des Forschungs- bzw. Publikationsprozesses mitber{\"u}cksichtigt werden m{\"u}ssen. Um Forschende bei der m{\"o}glichst korrekten Umsetzung der in den Datenrichtlinien formulierten Anforderungen unterst{\"u}tzen zu k{\"o}nnen, haben wir mehr als 80 internationale wissenschaftliche Fachzeitschriften ausgewertet. Diese Zeitschriften stellen die Top-Publikationsorgane der an der WU vertretenen sozial- und wirtschaftswissenschaftlichen Forschungsschwerpunkte dar und werden zu Pr{\"a}mierungszwecken herangezogen. Bei der Untersuchung unterscheiden wir zwei Gruppen von Indikatoren: formale Attribute, die sich auf Verortung, Darstellung, Aufbereitung und {\"U}bersichtlichkeit der Datenrichtlinie beziehen, sowie inhaltliche Attribute, die sich mit Geltungsbereich, Datenverf{\"u}gbarkeit, Reproduzierbarkeit und {\"a}hnlichen Elementen befassen. Die aus der Analyse gewonnen Erkenntnisse sollen dazu genutzt werden, Forschende im Rahmen unserer FDM-Beratungen bei Publikationsvorhaben zu unterst{\"u}tzen.}, language = {de} }