020 Bibliotheks- und Informationswissenschaften
Filtern
Dokumenttyp
- Teil eines Buches (Kapitel) (7)
- Wissenschaftlicher Artikel (6)
- Bachelorarbeit (3)
- Diplomarbeit (2)
- Masterarbeit (2)
- Bericht/Forschungsbericht (2)
- Buch (Monographie) (1)
Sprache
- Deutsch (18)
- Englisch (4)
- Französisch (1)
Schlagworte
- Forschung (23) (entfernen)
Institut
Die Aufbewahrung von Forschungsdaten für Sekundär- und Re-Analysen ist Bestandteil guter wissenschaftlicher Praxis. Forschungseinrichtungen, an denen Daten erhoben und ausgewertet werden, sollen diese mindestens zehn Jahre aufbewahren. Damit Daten bereits auf institutioneller Ebene systematisch aufbereitet und erschlossen werden können, ist ein geeigneter Workflow für das Forschungsdatenmanagement erforderlich. Im Rahmen der Masterarbeit wurde ein exemplarischer Workflow für das Management quantitativer sozialwissenschaftlicher Forschungsdaten am Wissenschaftszentrum Berlin für Sozialforschung (WZB) von der Entstehung der Daten bis zur Archivierung entwickelt. Die Erstellung des Workflows basiert auf den Ergebnissen einer Anforderungsanalyse. Es wurden die am Forschungsdatenmanagement beteiligten Akteure identifiziert und deren Kompetenzen und Tätigkeiten beschrieben. Die Berücksichtigung fachspezifischer Besonderheiten ist dabei von großer Bedeutung. Damit die Anforderungsanalyse auch Erkenntnisse und Erfahrungen aus dem praktischen Umfeld beinhaltet, wurden zusätzlich drei Experteninterviews am WZB durchgeführt. Die Interviews wurden einer qualitativen Inhaltsanalyse unterzogen und mithilfe eines induktiv gebildeten Kategoriensystems ausgewertet. Der Workflow wurde in Form eines Geschäftsprozessdiagramms in der Modellierungssprache BPMN 2.0 mit dem web-basierten Editor von Signavio visualisiert.
Success Criteria for the Development and Sustainable Operation of Virtual Research Environments
(2015)
In many areas of research, virtual research environments (VREs) have become an essential part of modern research processes. The providers of VREs need to respond to this growing importance with functioning and efficient processes for the development, operation and quality assurance of VREs. We have developed a life-cycle model for VREs, which focuses in particular on the success-critical points for the transition to a VRE's sustainable operation. Furthermore, we discuss a set of success criteria that enables all involved in the VRE (operators, funding bodies, users) to identify which aspects will be relevant to their specific needs prior to the creation of a new VRE. In light of the heterogeneity of VREs, this set of criteria is supplemented in individual cases by discipline-specific criteria.
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.
Das EU-geförderte Projekt PARTHENOS steht für „Pooling Activities, Resources and Tools for Heritage E-research Networking, Optimization and Synergies“ und arbeitet an der Verbesserung der Nutzung von digitalen Forschungsinfrastrukturen in den Geistes- und Kulturwissenschaften. Der Artikel stellt die Projektergebnisse der letzten drei Jahre, die sich auf eine technische und semantische Harmonisierung der verschiedenen bereits existierenden digitalen Forschungsinfrastrukturen, wie z. B. DARIAH, CLARIN etc. konzentrieren, vor. Darüber hinaus hat das Projekt zum Ziel, durch spezifische Trainings- und Schulungsmaßnahmen weitere Forschende der EU an die Digital Humanities, deren Methoden und digitalen Dienste heranzuführen. Ein besonderer Fokus liegt dabei auch auf der Sensibilisierung für die Themen Open Science, FAIR und Forschungsdatenmanagement.
Metadaten und Standards
(2011)
Standardisierte Metadaten sind eine notwendige Voraussetzung für die Dokumentation und dauerhafte Sicherung von Forschungsdaten. Als Werkzeug fördern sie nachhaltig die Erschließung und Nutzung datenbasierter Forschungsergebnisse. Metadaten sind Daten oder Informationen, die in strukturierter Form analoge oder digitale Forschungsdaten (Objekte) dokumentieren. Sie beschreiben, erklären, verorten oder definieren Objekte, Ressourcen und Informationsquellen für die Wissenschaft. Hierdurch helfen sie, Forschungsdaten zu managen, zu erschließen, zu verstehen und zu benutzen.
Depuis une quinzaine d’années, avec l’irruption du numérique, les pratiques de la recherche en sciences humaines, et notamment le travail de l’historien, de l’historien de la littérature, du philologue ou du linguiste, ont considérablement évolué, les champs mêmes des disciplines s’en trouvant bouleversés. Le chercheur dispose aujourd’hui d’outils en ligne, de dictionnaires numérisés, de répertoires et de bases de données, renouvelant les pratiques et la démarche scientifiques et amenant à une redéfinition des objets de recherche. De même, le statut - et l’autorité - de l'écriture et du livre évoluent. Se posent enfin des questions de pérennité et de droit. Nous l’avons compris : il s’agit bien d’un bouleversement majeur dont il est encore peu aisé d’appréhender l’ampleur et les contours, pour les chercheurs bien sûr, mais aussi pour les professionnels de l’information, bibliothécaires ou archivistes.
This paper aims to examine the views of the global knowledge management (KM) community on the research area of KM and business performance and identify key future research themes. An interview study spanning 222 informants in 38 countries was launched to collect data on KM expert views concerning the future research needs of the KM field. The value contribution of KM requires more research despite experts agreeing on the complexities involved in solving this challenge. Further research areas identified were related to the influence of KM to support business strategy, intellectual capital, decision-making, knowledge sharing, organizational learning, innovation performance, productivity and competitive advantage. The sample is dominated by European-based KM experts and the self-selecting sampling approach that was used by relying on the networks of each partner could have biased the structure of this sample. The recognition of the complexity to demonstrate the value contribution of KM could prevent practitioners from using over-simplified approaches and encourage them to use more advanced measurement approaches.
The paper is unique, in that it reports on the views of 222 KM experts from 38 countries representing both academia and practice, on the issue of future research needs in terms of KM and business outcomes. As such it provides valuable guidance for future studies in the KM field and related subjects.
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.
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.