AP2: Erfassen & Kategorisieren von Datenbeständen. nden Expertenworkshop Göttingen

Größe: px

Ab Seite anzeigen:

Download "AP2: Erfassen & Kategorisieren von Datenbeständen. nden Expertenworkshop Göttingen"

Ingelore Schmid
vor 6 Jahren
Abrufe

1 Kooperative Langzeitarchivierung für Wissenschaftsstandorte goettingen.de AP2: Erfassen & Kategorisieren von Datenbeständen nden Expertenworkshop Göttingen Sven Vlaeminck Niedersächsische Staats und Universitätsbibliothek (SUB) Göttingen Historisches Gebäude, Papendiek 14, Göttingen Fon: Mail to: goettingen.de

2 Ziele: AP2 Ziele & Methodik Ermittlung von Eigenschaften der Datenbestände Ermittlung von Kriterien zur Kategorisierung Einbeziehen heterogener Datenbestände Methode: Evaluierung des Ist Standes durch Nachnutzung des nestor Online Surveys 2007 ( Bedarfsabklärung zur Langzeitarchivierung digitaler Daten an der Universität Göttingen ) Literaturstudium

3 Kooperative Langzeitarchivierung für Wissenschaftsstandorte goettingen.de = Ist Stand Erfassung = Ergebnisse der Bedarfsabklärung zur Langzeitarchivierung digitaler Daten an der Universität Göttingen des nestor Netzwerks [

4 Gibt es Daten, die über den aktuellen Gebrauch hinweg erhalten bleiben sollen?

5 Interesse an & Planung von Maßnahmen zur digitalen Langzeitarchivierung

6 Die Verwendung von Metadaten

7 Metadatenstandards

8 Genutzte Formate Insgesamt wurden 96 (!) unterschiedliche Formate genannt. Schwerpunkte: Adobe PDF, Formate der MS Office Familie, JPG, TIFF, Plain Text.

9 Genutzte Formate II

Datenmengen nach Fakultät Durchschnittliche Datenmengen in verschiedenen Fakultäten nach Vorhaltezeiträumen (in GB) Geowissenschaften Theolog. Fak. Sozialwiss. Fak. Physik Philosophische Fak.

10 Datenmengen nach Fakultät Durchschnittliche Datenmengen in verschiedenen Fakultäten nach Vorhaltezeiträumen (in GB) Geowissenschaften Theolog. Fak. Sozialwiss. Fak. Physik Philosophische Fak. Medizinische Fak. Mathematische Fak. Juristische Fakultät Forstwissenschaften Chemie Biologie LZA 5-10 Jahre < 5 Jahre Agrarwissenschaften Wirtschaftswis. Fak

11 Ergebnisse Großes Interesse & großer Bedarf Kaum konkrete Planungen Starke Divergenz bei Datenumfang Formate stark heterogen, häufig proprietär Geringe Metadatenimplementierung Kaum standardisierte Metadatenschemata Komplexe Ausgangslage für dlza von Forschungsdaten

12 Kooperative Langzeitarchivierung für Wissenschaftsstandorte goettingen.de = Kategorisierungsansätze tze =

13 Wie lassen sich Forschungsdaten kategorisieren? Viele Ebenen der Kategorisierung denkbar: Nach ihrer (fachwissenschaftlichen) Herkunft Nach MIME Type o.ä. Nach ihrem Inhalt / Content Nach der Datengröße (z.b. in GB) Vorschlag: Kategorisierung anhand von Kriterien, die Auswirkungen (z.b. auf Kosten oder Policy) haben Daher: Kategorisierung anhand von Vorhaltezeiträumen & Formateignung für dlza Vorteile: Ausreichend generisch, quantifizierbar

14 Dimension I: Kategorisierung nach Vorhaltzeiträumen Kategorisierung nach geplanter Archivierungszeit Vier sinnvolle Vorhaltezeiträume: bis zu 5 Jahren bis zu 10 Jahren bis zu 30 Jahren mehr als 30 Jahre => Überführung in Service Level Vorhaltezeiträume (4 Kategorien) weniger als 5 Jahre bis 10 Jahre bis 30 Jahre mehr als 30 Jahre

15 Dimension II: Format Eignung Ermittlung & Bewertung der Format Eignung für dlza anhand von sieben Kriterien Offenheit & Lizenzfreiheit Verbreitungsgrad Selbstdokumentation Robustheit Komplexität Schutzmechanismen Abhängigkeiten Diese Kriterien verfügen über unterschiedlich viele Ausprägungen: z.b.: Kriterium: (geringe) Abhängigkeiten Ausprägung I: Unabhängigkeit von bestimmter Hardware Ausprägung II: Unabhängigkeit von bestimmten OS Ausprägung III: Unabhängigkeit von bestimmter Software Ausprägung VI: Unabhängigkeit von externen Ressourcen

16 Beispiele:

17 Bewertung der Format Eignung Bestimmen der Format Eignung* durch a) Gewichtung der Relevanz verschiedener Kriterien Ausprägungen (abhängig von Policy, z.b. zwischen 1 & 9) b) Vergabe von Punktwerten für bestimmte Formate ( z.b. Bedingung sehr gut erfüllt =2 Punkte, Kriterium mittelmäßig erfüllt = 1 Punkt, Kriterium nicht erfüllt = 0 Punkte) c) Multiplikation der Punktwerte für Gewicht der Kriterien Ausprägung und dem vergebenen Wert d) Division durch die Anzahl der Ausprägungen eines Formats. Der Punkt Gesamtwert bestimmt die Eignung des Formats je höher er ausfällt, desto geeigneter ist ein Format * Nach: Rog, Judith / van Wijk, Caroline: Evaluating File Formats for Long term Preservation. National Library of the Netherlands, Den Haag, 2008

18 Die Kategorisierungsmatrix (I)

19 Die Kategorisierungsmatrix (II)

20 Die Kategorisierungsmatrix (III)

21 Die Kategorisierungsmatrix (IV) Kategorisierungsdimension Vorhaltezeitraum noch nicht implementiert Bei einer Formatbewertung für alle Vorhaltezeitraum ergibt sich folgende Grafik ( > fiktive Werte!)

22 Diagramm zur Format Eignung

23 Kooperative Langzeitarchivierung für Wissenschaftsstandorte goettingen.de Vielen Dank für f r Ihre Aufmerksamkeit! Nun ist Raum für f r Anmerkungen und zur Diskussion

24 = Leitfragen zur Diskussion = Ist diese Form der Kategorisierung zielführend? Ist das vorgeschlagene Konzept ausreichend generisch UND ausreichend konkret? Werden weitere Kriterien und Ausprägungen gesehen, die Eingang in eine Bewertung erhalten sollten? Sehen Sie andere sinnvolle Ebenen für eine Kategorisierung von Forschungsdaten? Fehlen Ihnen grundlegende Punkte, die Ihrer Meinung nach unbedingt Eingang in eine Kategorisierung finden müssten?

Ähnliche Dokumente

Umsetzung und Strategieentwicklung für die digitale Langzeitarchivierung an der ETH Zürich und der Universität Göttingen

Umsetzung und Strategieentwicklung für die digitale Langzeitarchivierung an der ETH Zürich und der Universität Göttingen Pascalia Boutsiouci ETH-Bibliothek Daniel Metje SUB Göttingen Deutscher Bibliothekartag