Erschließung, Linked Open Data, RDA
Refine
Year of publication
Document Type
- Conference publication (Presentation slides) (566) (remove)
Is part of the Bibliography
- no (566)
Keywords
- Metadaten (35)
- GND (27)
- Forschungsdaten (24)
- Inhaltserschließung (24)
- Semantic Web (24)
- RDA (23)
- Gemeinsame Normdatei (19)
- Normdatei (19)
- Normdaten (19)
- Katalogisierung (16)
Language
- German (557)
- English (7)
- Multiple languages (2)
Bibliotheken sind derzeit mit Schlagworten wie Web 2.0, social software, e-science, open access usw. und den entsprechenden Technologien konfrontiert - da will natürlich niemand den Anschluss verpassen. Nicht nur die Konsequenzen dieser Entwicklungen sind aber unklar, manchmal sind es sogar schon die Definitionen, und Diskussionen über neuartige Informationskanäle wie Wikipedia ähneln oft eher Glaubenskriegen als sachlichen Auseinandersetzungen. Da empfiehlt es sich, in engem Kontakt mit den Benutzern zuerst deren Bedürfnisse festzustellen, und dabei das Kerngeschäft – Informationsbereitstellung und -vermittlung, Beratung und Betreuung, an einer Hochschule auch Schulung und Ausbildung - fest im Auge zu behalten. Neue Technologien und Trends sind daher zuerst einmal im Hinblick auf ihre Nützlichkeit für diese Aufgaben zu beurteilen. Andererseits sind offensichtlich die schon etablierten Datenbanken, e-Books und e-Journals durchaus noch nicht so präsentiert, integriert und genutzt, wie dies erforderlich wäre – nicht nur Benutzer, auch Bibliotheken und sogar die Produzenten haben damit noch zahlreiche Probleme. Eine Momentaufnahme aus dem Informationszentrum Chemie Biologie Pharmazie wird dies veranschaulichen.
Im Rahmen des Fachinformationsdienstes (FID) Pharmazie kooperieren die Universitätsbibliothek Braunschweig und das Institut für Informationssysteme (IfIS) der Technischen Universität Braunschweig bei der Erforschung und Entwicklung innovativer Zugriffspfade auf Informationsressourcen. Auf Basis von Grundlagenforschung in den Informationswissenschaften, durch Einsatz von Künstlicher Intelligenz, künstlicher neuronaler Netze und Deep-Learning-Ansätzen, werden unter Einbeziehung und in Abstimmung mit der Fachcommunity prototypische Recherchedienste entwickelt. Erfolgreich positiv evaluierte Prototypen werden in die Rechercheplattform PubPharm (www.pubpharm.de) des FID Pharmazie integriert. Ein Beispiel für einen integrierten Dienst ist die Ausgabe von Suchvorschlägen auf Basis von Kontextähnlichkeit. Bei Suchen nach biologisch aktiven Substanzen in PubPharm werden kontextähnliche Substanzen, Erkrankungen/Symptome und Gene angezeigt. Die Kontextähnlichkeit wurde von künstlichen neuronalen Netzen auf Basis von Metadaten der Medline-Datenbank erlernt. In diesem Vortrag wird anhand dieses Beispiels der gemeinsame Weg von Universitätsbibliothek und IfIS vorgestellt: Von der Idee über die Grundlagenforschung und Prototypen bis hin zum stabilen Dienst.
Der Fachinformationsdienst (FID) Pharmazie hat das Ziel, die Literatur- und Informationsversorgung für die universitäre pharmazeutische Forschung zu verbessern. Als zentraler Dienst ist PubPharm (www.pubpharm.de) seit Oktober 2016 online und wird kontinuierlich ausgebaut. Durch die enge Zusammenarbeit mit dem Institut für Informationssysteme der TU Braunschweig fließt aktuelle Informatikforschung in innovative Recherche-Tools für PubPharm ein. Bereits realisierte und geplante Tools werden näher vorgestellt.
Learning Analytics (LA) befassen sich mit der Aggregation und Analyse von Lernendendaten und deren Kontext, um den Lernprozess zu verstehen und systematisch zu verbessern. Obwohl die Methoden der LA zum größten Teil digitale Daten generieren und komplexe Analyseverfahren verwenden, besitzt die Disziplin bisher weder eine Forschungsdatenkultur noch liegen fachspezifische Konzepte zur Nachnutzung der Daten vor. Insbesondere vor dem Hintergrund, dass die Zahl der Probanden häufig ein kritisches Element der Studien darstellen, wäre diese auf einer übergreifenden Ebene zielführend. Wissenschaftliche Bibliotheken können hier mit ihrer Datenkompetenz eine entscheidende Rolle spielen, Wissenschaftler der LA bezüglich ihrer Datenhaltung zu unterstützen. Anhand eines Fallbeispiels aus der Hochschullehre, der Untersuchung kollaborativen Erlernens von Programmiersprachen, zeigen wir, wie die Arbeit eines beteiligten Data Librarians aussehen kann. Im Fokus soll die unterstützende Arbeit für den Wissenschaftler stehen, die einerseits auf die Analyse der LA Forschung und der sich daraus ergebenden fachspezifischen Bedarfe beruht. Andererseits soll das entwickelte Vorgehensmodell einen Mehraufwand bezüglich der professionellen Datenerhaltung für den Wissenschaftler verhindern, indem Maßnahmen und fachspezifische Lösungen entlang des Datenlebenszyklus in den Bereichen – Planung, Auswahl, Übernahme, Speicherung, Erhaltungsmaßnahmen, Zugriff und Nutzung – abgeleitet werden. Entsprechend zielt das Vorhaben ausgehend von der Analysephase auf eine weitgehend automatisierte Realisierung dieser Schrittfolge. In der Umsetzung des Konzepts entsteht auf der Basis der über mehrere Semester gesammelten Datensätze eine konsistente mehrstufige (Meta-)Datenstruktur, die den Austausch entlang notwendiger Bedarfe (bspw. Privacy) für die Arbeit im unmittelbaren Team, durch Projektpartner und durch Dritte gewährleistet.
Vielen wissenschaftlichen Untersuchungen dienen Forschungsdaten als Grundlage neuer Erkenntnisse. Um diese Grundlage nicht zu verlieren, sollten die Daten sicher gespeichert, nachhaltige archiviert und langfristig bereitgestellt werden. Der breite Zugang zu Forschungsdaten erlaubt neue Perspektiven für wissenschaftliches Arbeiten, indem bereits bestehende Ergebnisse reproduziert werden und einfacher zu neuen Erkenntnis gelangt wird. Learning Analytics (LA) nutzen Daten, die von Lernenden und Lehrenden produziert werden. Dabei verfolgen LA das Ziel, mit Analysemodellen, Informationen und soziale Verbindungen innerhalb des Lernprozesses sichtbar zu machen, um Lernverhalten zu unterstützen. Die statistischen Analysemethoden der LA benötigen eine große Anzahl an Datensätzen, um valide Aussagen treffen zu können. Oft ist die Anzahl der untersuchten Lernfälle jedoch gering, weshalb sich eine Zusammenlegung unterschiedlicher Forschungsdatensätze anbietet. Wir untersuchen das kollaborative Erlernen von Programmiersprachen an drei Standorten, um mehrere ähnliche Lernbereiche zusammenzubringen und zugleich eine hinreichend große Datenbasis für eine Analyse zu schaffen. Dabei soll eine einfache Transferierbarkeit der erhobenen Lernendendaten auf unterschiedliche Programmiersprachen, Übungskonzepte und Hochschulkontexte ermöglicht werden, mit dem Anspruch die heterogenen Daten untereinander nutzbar zu machen. Auf informationstechnischer Ebene erfolgte eine Bedarfsanalyse der LA, aus der heraus ein Objektmodell abgeleitet wurde. Dieses bildet relevante Charakteristika und Objekte des LA Forschungsprozesses ab und führt zu einem Metadatenmodell. Dieses wird in einem Forschungsdatenrepositorium genutzt, um eine Nachnutzbarkeit der Daten zu erzielen. Somit wird eine Grundlage für die nachhaltige Nutzung von Learning Analytics-Daten und -Ansätzen in Forschung und Lehre an deutschen Hochschulen gebildet.
Digital Scholarship: Mit diesem Begriff wird der zunehmende Einsatz von digitalen, datenbasierten Methoden in verschiedenen Wissenschaftszweigen (z.B. Computational Linguistics, Digital Humanities, Computational Social Sciences) beschrieben. Die Forschenden arbeiten auf Basis, mit und an spezifischen Datensets und -strukturen, nutzen Technologien der Datenanalyse, des Natural Language Processing und des maschinellen Lernens, und publizieren Forschungsergebnisse in neuen digitalen Formen. Gleichzeitig erfordert ein umfassendes Verständnis von Open Science bzw. Open Scholarship die Verfügbarmachung von Kulturerbe mit neuen Zugängen und Formen. Um diesen Entwicklungen gerecht zu werden, sind Bibliotheken aufgerufen eigene und fremde Bestände strukturiert als Datenkonvolute aufzubereiten und neue Zugänge zu diesen zu schaffen nötige Werkzeuge und Infrastrukturen der Data Science vorzuhalten Forschung, Lehre und Öffentlichkeit bei deren Nutzung beratend und vermittelnd zu unterstützen. Die Universitätsbibliothek Bern baut im Rahmen der universitären Digitalisierungsstrategie solche Dienstleistungen zur Unterstützung von Digital Scholarship auf. Grundlage hierfür bilden neuere Konzepte wie Collections as Data und die Vermittlung von digitalen Kompetenzen, insbesondere Data Literacy . Der Vortrag gibt zunächst einen Einblick in Methoden der datenbasierten Forschung. Zentral sollen Anforderungen und Herausforderungen – und Chancen – diskutiert werden, die im Umgang mit Daten und Datenkonvoluten auf wissenschaftliche Bibliotheken zukommen. Schliesslich werden neben dem Angebot der UB Bern internationale Beispiele von Digital Scholarship Services vorgestellt.