TY - CHAP A1 - Bludau, Mark-Jan A1 - Halling, Thorsten A1 - Holly, Eva Maria A1 - Wieloch, Jasmin A1 - Schnaitter, Hannes A1 - Balck, Sandra A1 - Plakidis, Melina A1 - Rehm, Georg A1 - Fangerau, Heiner A1 - Dörk, Marian T1 - Was sehe ich? Visualisierungsstrategien für Datentransparenz in der Historischen Netzwerkanalyse T2 - DHd2022 : Kulturen des digitalen Gedächtnisses N2 - Die Historische Netzwerkanalyse (HNA) hat sich zu einem etablierten Forschungsfeld entwickelt. Zu ihren wichtigsten methodischen Herausforderungen gehört die Suggestionskraft von Visualisierungen. Die Transparenz bezüglich der Datenquellen ist daher für die HNA sowohl bei selbst erhobenen als auch bei sekundär genutzten Daten Voraussetzung, will sie geisteswissenschaftlichen Kriterien der Nachprüfbarkeit und Nachvollziehbarkeit von Interpretationen erfüllen. Dieser Beitrag beschreibt und diskutiert – aufbauend auf einem iterativen und durch Workshops sowie einer Nutzer*innenstudie begleiteten Forschungsprozess – vier Designziele zur Verwirklichung einer solchen Transparenz: 1) Aufnahme und Kommunikation von Datenprovenienzen, 2) Dokumentation vorausgegangener Prozesse, 3) Offenhaltung der Interpretierbarkeit der Daten und 4) Unterstützung von Folgeforschung. Anschließend werden beispielhafte Umsetzungsstrategien in Form von Prototypen präsentiert. KW - Visualisierung KW - Historische Netzwerkanalyse Y1 - 2022 U6 - https://doi.org/10.5281/zenodo.6327931 SP - 1 EP - 5 CY - Hamburg ER - TY - CHAP A1 - Neuroth, Heike A1 - Petras, Vivien A1 - Schnaitter, Hannes A1 - Seltmann, Melanie A1 - Walter, Paul ED - Eibl, Maximilian T1 - Das QUADRIGA-Datenkompetenzframework als Basis für die Entwicklung von Lehr- und Lernressourcen T2 - Datenströme und Kulturoasen - Die Informationswissenschaft als Bindeglied zwischen den Informationswelten : Proceedings des 18. internationalen Symposiums für Informationswissenschaft (ISI 2025) N2 - Um die Entwicklung von Lern- und Lehrressourcen zur Datenkompetenz für seine Zielgruppen und Fachdomänen wissenschaftlich zu begleiten, setzt das Datenkompetenzzentrum QUADRIGA auf ein Datenkompetenzframework. Das Framework hilft dabei, die entwickelten Lern- und Lehrressourcen nach den entsprechenden Kompetenzen zu kategorisieren, die dort besonders gebildet werden. Diese werden im Projekt in einer grafischen Oberfläche visualisiert und auf Kompetenzebene zugänglich gemacht. Durch das Framework kann das Kompetenzzentrum Lücken im Bildungsangebot identifizieren, d. h. Kompetenzen oder Kompetenzaspekte zeigen, die durch existierende Lernangebote noch nicht abgedeckt sind. Das QUADRIGA-Datenkompetenzframework wurde von in der Forschungsliteratur beschriebenen Datenkompetenzframeworks für QUADRIGA angepasst. In diesem Beitrag beschreiben wir zunächst die Zielstellung von Datenkompetenzzentren, bevor wir spezifisch auf QUADRIGA und das dafür entwickelte Kompetenzframework eingehen. Das Framework wird in der Projektlaufzeit überprüft und validiert. Wir stellen die initiale Version des Frameworks vor, bevor wir die Anpassungen und die vorerst finale Version des QUADRIGA-Datenkompetenzframeworks beschreiben. KW - Datenkompetenz KW - Datenmanagement KW - Forschungsdatenmanagement KW - Open educational Resources Y1 - 2025 SN - 978-3-86488-207-4 U6 - https://doi.org/10.5281/zenodo.14925620 SN - 0938-8710 SP - 316 EP - 331 PB - Verlag Werner Hülsbusch CY - Boizenburg ER -