020 Bibliotheks- und Informationswissenschaften
Inquiry-based learning has selectively found its way into the teaching of information science – not as a didactic guiding principle, however. In the following article, the basic conditions for research in information science and the application of methods in the discipline will be used to work out the opportunities provided by using inquiry-based learning formats in information science.
Der Bericht enthält die Ergebnisse einer Befragung zur Arbeit mit Forschungsdaten im medizinischen Umfeld. Zentrale Fragestellung der im Sommer 2012 durchgeführten Onlineumfrage war, an welchen Stellen bei der Datenanalyse im Prozess der wissenschaftlichen Problemfindung und -benennung (Datenexploration, Anomalieerkennung, Hypothesenformulierung) veränderte Formen der Datenpräsentation, -integration und –vernetzung helfen, kreatives Potential besser auszuschöpfen.
Die Befragung ergab, dass Datenanalysen primär zielgerichtet, d.h. hypothesengeleitet, stattfinden. Sie sind ein individueller Vorgang, bei dem traditionelle Arbeitsweisen bevorzugt werden. Die Analysen werden weniger explorativ sondern eher ergebnisorientiert in Hinblick auf belastbare Aussagen, z.B. in Publikationen, durchgeführt.
Seit den ersten nationalen, strategischen Papieren zu Datenmanagement-Fragen in der Wissenschaft in den USA (NSF, 2005), Großbritannien (Lyon, 2007; Swan & Brown, 2008), der EU (Atkinson et al. 2008; OGF22-ET CG, 2008) und vor allem seit den Guidelines der OECD (2007) wird international intensiv über die Erfordernisse der Ausbildung von „Datenspezialisten“ diskutiert. Grundlegende Überlegungen, die einen gewissen internationalen Konsens gefunden haben, wurden im Auftrag von JISC von Swan und Brown (2008, S. 1) entwickelt (vgl. Hank & Davidson, 2009). Sie schlagen vier Rollen im Forschungsdatenmanagement vor. Neben dem Data Creator (datenproduzierender Forscher), dem Data Scientist (Wissenschaftler der bspw. bei der Datenanalyse unterstützt) und dem Data Manager (verantwortlich für alle technischen Aspekte: Lagerung, Zugriff, Aufbewahrung) wurde auch der Data Librarian benannt. Im Weiteren wird, auch unter Beachtung der Tätigkeiten die im Data Curation Lifecycle Model (s. Beitrag von Rümpel. Kap. 1.2) aufgeführt sind, neben dem Data Manager und dem Data Curator insbesondere auf den Data Librarian eingegangen.