Erschließung, Linked Open Data, RDA
Refine
Year of publication
Document Type
- Conference publication (Presentation slides) (27) (remove)
Has Fulltext
- yes (27)
Is part of the Bibliography
- no (27)
Keywords
- Forschungsdaten (27) (remove)
Language
- German (27)
Identifying Open Data in Text Publications - A Systematic Comparison of Classification Algorithms
(2024)
Ein wichtiger Pfeiler nachvollziehbarer und reproduzierbarer Forschung ist der offene Zugang zu Forschungsergebnissen. Dazu gehört, zunehmend festgelegt in Projektförderbedingungen, die Veröffentlichung der im Forschungsprozess entstandenen Daten als Open Data. Die Publikation von Daten wird momentan, je nach Disziplin, sehr unterschiedlich praktiziert. Dies erschwert eine systematische Erfassung von Open Data, etwa über persistente Identifikatoren bzw. Relationen zwischen Text- und Datenpublikationen. Ein an der Charité Berlin entwickelter Text Mining Algorithmus zur automatisierten Identifikation von Open Data in Textpublikationen (ODDPub) bietet dafür eine mögliche Lösung. Das Vorgehen wurde hier anhand einer Stichprobe von Publikationen der TU bzw. des Universitätsklinikums Dresden erprobt und systematisch mit den Klassifikationsergebnissen des DataSeer Natural Language Processing Modells (extrahiert aus dem PLOS Open Science Indicators Datensatz) und einer manuellen Kodierung verglichen.
Die beiden automatisierten Klassifikationen stimmen zu einem großen Teil überein und haben vergleichbare F1-Scores, eine Metrik zur Bewertung von Klassifikationsmodellen. Allerdings hat ODDPub eine etwas höhere Precision als DataSeer, während DataSeer einen höheren Recall aufweist. D.h. DataSeer findet zwar fast alle tatsächlichen Datenpublikationen, identifiziert dafür aber einige fälschlicherweise als Open Data, während ODDPub weniger falsch klassifiziert, dafür aber einige tatsächlich Open Data enthaltende Publikationen verpasst. Abweichungen von der manuellen Kodierung fanden sich für beide Algorithmen u.a. für die Identifikation von Datennachnutzung oder bei fehlerhaften Verlinkungen.
Im Vortrag stelle ich das Vorgehen und die Ergebnisse der Untersuchung dar, wäge die Nutzungsmöglichkeiten der beiden Verfahren gegeneinander ab und geben einen Ausblick auf mögliche Weiterentwicklungsszenarien zum standardisierten Auffinden veröffentlichter Forschungsdaten.
Die Landesinitiative für Forschungsdatenmanagement FDM-BB vereint seit 2019 die acht staatlichen Hochschulen und außeruniversitären Forschungseinrichtungen aus Brandenburg in einem gemeinsamen Netzwerk Forschungsdatenmanagement (FDM). Aus dieser Landesinitiative FDM-BB ist das 2022 gestartete und durch das BMBF und das MWFK des Landes Brandenburg geförderte Projekt IN-FDM-BB hervorgegangen, welches die Etablierung nachhaltiger und institutionalisierter FDM-Strukturen, gemeinsamer FDM-Dienste und verteilter Kompetenzschwerpunkte in Brandenburg vorantreibt.
Das Hands-on Lab startet mit einer kurzen Projektvorstellung und einem Bericht aus der Landesinitiative FDM-BB. Im weiteren Verlauf wollen wir gemeinsam die Rolle und die Möglichkeiten der Bibliotheksbeschäftigten im FDM-Prozess schärfen. Zudem können Herausforderungen und Lösungsansätze anhand von Praxisbeispielen diskutiert werden. Einen besonderen Fokus wollen wir auf die potentiellen Gemeinsamkeiten und Unterschiede bezüglich der Anforderungen an das FDM und die Bibliotheksbeschäftigten an den Hochschulen für Angewandte Wissenschaften, den Universitäten und den außeruniversitären Forschungseinrichtungen legen.
Im Rahmen eines World-Café-Formats werden wir gemeinsam verschiedene Themenbereiche im FDM-Prozess, z. B. Institutionalisierung, Qualifizierung, Berufsfelder (z.B. Data Stewards), FDM-Dienstleistungen, IT-Dienste sowie Zusammenarbeit und Vernetzung bearbeiten.
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.
re3data ist ein international anerkanntes Nachweisinstrument für Forschungsdatenrepositorien, welches derzeit mehr als 2600 Repositorien aus allen wissenschaftlichen Disziplinen verzeichnet. Die frei zugängliche Infrastruktur wurde im Rahmen zweier durch die Deutsche Forschungsgemeinschaft (DFG) geförderter Projekte (2012-2016) entwickelt und fusionierte 2013 mit dem Databib-Dienst der Purdue University. re3data bietet umfassende Beschreibungen der Repositorien auf Grundlage eines detaillierten Metadatenschemas (https://doi.org/10.2312/re3.008) und fördert Open-Science-Praktiken und die Sichtbarkeit von wissenschaftsgetriebenen offenen Infrastrukturen. Wissenschaftliche Communities, Förderorganisationen, Bibliotheken und andere wissenschaftliche Infrastrukturen nutzen re3data und empfehlen den Dienst an Forschende. Das Projekt re3data COREF (Community Driven Open Reference for Research Data Repositories) ist im Januar 2020 gestartet und wird von der DFG für 36 Monate gefördert. Mit Fokus auf den aktuellen Entwicklungen im Projekt skizziert der Vortrag die Maßnahmen zur weiteren Professionalisierung von re3data. Dazu zählen die Erweiterung des Metadatenschemas, die Weiterentwicklung der technischen Infrastruktur und eine stärkere Vernetzung mit der Forschungsdaten-Community. Darüber hinaus werden gemeinsam mit dem Horizon 2020-Projekt FAIRsFAIR und anderen Partnern Lösungen erarbeitet, um Forschenden die Identifizierung geeigneter, vertrauenswürdiger und den FAIR-Data-Grundsätzen folgender Repositorien zu erleichtern. Des weiteren werden erste Ergebnisse aus einer Stakeholder-Befragung und einem assoziierten Workshop vorgestellt, die im Rahmen von re3data COREF im November 2020 durchgeführt wurden.
Fachinformationsdienste (FID) tragen maßgeblich dazu bei Ressourcen aller Art fachgerecht zu erschließen und stellen auf Basis dieser Erschließungsarbeit hochqualitative Datenbestände und fachspezifische Services für die Forschung sowie übergreifende Informationsinfrastrukturen bereit. Im Rahmen der Arbeitsgemeinschaft der Fachinformationsdienste (AG FID) bildet die Unterarbeitsgruppe Sacherschließung (UAG SE) ein Forum des praxisorientierten Austauschs innerhalb des FID-Netzwerkes zu Fragen der Sacherschließung sowie GND-/Normdaten-Arbeit und vertritt die Interessen der FID. Die UAG SE steht im engen Austausch mit der GND-Kooperative, u.a. nehmen Vertreter*innen der DNB als ständige Gäste an den regelmäßigen UAG-Arbeitstreffen teil.
Der Vortrag wird die GND-Arbeit der FID in ihren wesentlichen Aspekten vorstellen, wobei die Erkenntnisse maßgeblich auf einer Umfrage der UAG SE aus dem Jahr 2022 beruhen. Die folgenden Themen wurden dabei beleuchtet: 1) Art und Umfang der GND-Arbeit, 2) Einbindung der GND in Serviceangeboten der FID und, sofern relevant, auch im Zusammenspiel mit anderen Vokabularen und Systematiken, 3) Nutzung von und Erwartung an Austauschformate mit der DNB/GND-Kooperative und 4) Einsatz von Ressourcen für die GND-Arbeit im FID-Gesamtsystem.
Ausgehend von den Umfrageergebnissen werden eine Vertreterin der UAG SE und eine Vertreterin der DNB/GND-Kooperative zentrale Fragen der bisherigen Zusammenarbeit in Hinblick auf die GND bewerten und die jeweilige Perspektive auf die Bedeutung der FID im Kontext der GND-Kooperative erörtern.
Das internationale Nachweisinstrument für Forschungsdatenrepositorien re3data – Registry of Research Data Repositories weist derzeit (September 2021) über 2700 Repositorien aus allen wissenschaftlichen Disziplinen nach. Die frei zugängliche Infrastruktur wurde im Rahmen zweier durch die Deutsche Forschungsgemeinschaft geförderter Projekte entwickelt. re3data bietet umfassende Beschreibungen der Repositorien auf Grundlage eines detaillierten Metadatenschemas, dessen aktualisierte Version kürzlich publiziert wurde(https://doi.org/10.2312/re3.008).Der Dienst fördert Open-Science-Praktiken und die Sichtbarkeit wissenschaftsgetriebener offener Infrastrukturen. Wissenschaftliche Communities, Förderorganisationen, Bibliotheken und andere wissenschaftliche Infrastrukturen nutzen und empfehlen den Dienst an Forschende.Nach einer kurzen Vorstellung des Dienstes und des Projektes re3data COREF, das für die Weiterentwicklung von re3data verantwortlich ist, folgt der praktische Teil: Im Hands-on Lab wird aufgezeigt, welche Informationen ein re3data-Eintrag enthalten sollte, um eine maximale Sichtbarkeit für das Repositorium zu gewährleisten. Der Aufnahmeprozess für Repositorien wird erläutert und die Teilnehmer*innen erfahren, wie sie neue Einträge und Änderungsvorschläge einreichen können. Ergänzend zum Aspekt der Informationsanreicherung wird es auch einen Teil geben, der sich mit der Nutzung und Auswertung von re3data-Metadaten befasst. re3data bietet über seine Benutzungsoberfläche sowie per API allen Nutzer*innen zentrale Anlaufpunkte für den Zugriff auf ihre Daten und freien digitalen Ressourcen. Wir stellen Ihnen die API vor (aufbereitete Datensets, Schnittstellen und Metadatenformate) und zeigen Ihnen in dieser Einführungsveranstaltung, wie Sie mit der freien Software R unsere Daten abrufen können. Teilnehmer*innen können die bereitgestellten Jupyter Notebooks über den eigenen Browser nutzen. Vorwissen oder lokal installierte Software sind nicht erforderlich.