Data Management & Data Sharing: Eine Einführung
|
|
- Leonard Baumgartner
- vor 8 Jahren
- Abrufe
Transkript
1 Data Management & Data Sharing: Eine Einführung INA DEHNHARD Leibniz-Institut für Psychologische Information und Dokumentation (ZPID) Trier, Germany
2 EINLEITUNG DATA MANAGEMENT DATA SHARING
3 EINLEITUNG Ausgangslage Definitionen Gründe & Schwierigkeiten Besonderheiten der Psychologie Weiterführende Literatur
4 Data Management - Ausgangslage Technischer Fortschritt: Digitalisierung Erhebung & Speicherung großer Datenmengen möglich Vernetzung Interdisziplinäres Arbeiten Datenaustausch Data driven science
5 Data Management - Definitionen Data management covers all aspects of handling, organising, documenting and enhancing research data, and enabling their sustainability and sharing.(uk Data Archive, 2014; Good data management practices are essential in research, to make sure that research data are of high quality, are well organised, documented, preserved and accessible and their validity controlled at all times. This results in efficient and excelling research. Well managed data are easily shared and can thus be used for new research or to duplicate and validate existing research. (UK Data Service, 2014,
6 Data Management - Gründe Gute wissenschaftliche Praxis Nachhaltigkeit Datenqualität Forderungen (Forschungsförderer, Verlage, ) Data Sharing Sicherung gegen Fälschungsvorwürfe
7 Gute wissenschaftliche Praxis Primärdaten als Grundlagen für Veröffentlichungen sollen auf haltbaren und gesicherten Trägern in der Institution, wo sie entstanden sind, zehn Jahre lang aufbewahrt werden. (DFG, 2013) In Forschung und Lehre tätige Psychologen verpflichten sich, ihre Forschungsergebnisse zu dokumentieren. Sie sind bereit, wissenschaftliche Aussagen vollständig und ohne Auflagen zugänglich zu machen und so ihren Einbezug in den kumulativen Prozess der Forschung und Lehre zu gewährleisten. (DGPs und BDP, 1998/2004)
8 Nachhaltigkeit The underlying data researchers analyze to come to their published conclusions becomes less and less accessible to researchers over the years. (Vines et al, 2014) (D) Predicted probability that the data were extant (either shared or exist but unwilling to share ) given that we received a useful response.
9 Forderungen NIH, USA (2003) All National Institutes of Health funded research (>$500K) must have a plan to address the sharing and archiving of data. Wellcome Trust, UK (2010) All our funded researchers should maximise access to their research data with as few restrictions as possible. Europäische Kommission (2013) Pilot on Open Research Data (Horizon 2020): Enhance data access and culture of sharing. Data management plan (DMP) mandatory.
10 Forderungen Wissenschaftsrat (2012) Veröffentlichung von Forschungsdaten in geeigneten Forschungsdatenzentren Anerkennung von Erhebung und Publikation von Forschungsdaten als eigenständige Forschungsleistung Einplanung personeller und finanzieller Mittel für die Aufbereitung und Dokumentation der Daten bereits bei Beantragung von Forschungsprojekten frühzeitig Kontaktaufnahme zu Infrastruktureinrichtungen bzgl. Data Curation & Archivierung
11 Data Management Data Sharing Aus: Dr. D. Shotton (2009). ADMIRAL.
12 Data Management - Schwierigkeiten Raw data description Citable publication Dr. P. Wittenburg auf der 6. Konferenz für Sozial- & Wirtschaftsdaten, 2014 in Berlin
13 Data Management - Schwierigkeiten Schwierigkeiten Aufwendig Abhängig von Nutzerkreis & gewünschter Nachhaltigkeit Oft kein Lehrfach Fachwissenschaftler Datenmanagement-Experten Disziplinspezifisch
14 Nutzerkreis Aus: Baker & Millerand (2010). Infrastructuring ecology: Challenges in achieving data sharing.
15 Besonderheiten der Psychologie Kleine Studien, kleine Projekte Vielzahl von Erhebungsverfahren Sensible Daten/ Datenschutz Größerer Dokumentationsaufwand!
16 Weiterführende Literatur Datenmanagement Manuale ICPSR: Guide to Social Science Data Preparation and Archiving UK Data Archive: Managing and Sharing Data ZPID: Datenmanagement und Data Sharing in der Psychologie
17 Weiterführende Literatur Allgemeine Einführungen Büttner, S., Hobohm, H.-C., & Müller, L. (Hrsg.)(2011). Handbuch Forschungsdatenmanagement. Bad Honnef: Bock + Herchen. Altenhöner, R. & Oellers, C. (Hrsg.). (2012). Langzeitarchivierung von Forschungsdaten. Standards und disziplinspezifische Lösungen. Berlin: Scivero Verlag
18 DATA MANAGEMENT Data Management Plans Datenschutz & Informed Consent Dokumentation: Metadaten Datenqualität Datensicherung
19 Data Management Plans: Gründe Forderung von Forschungsförderer (z.b. NIH (USA), ) Abschätzung von Arbeitsaufwand & Kosten Forschungsbegleitende Dokumentation weniger aufwendig als retrospektive Mehr Zeit & Mitarbeiter zu Anfang als zum Abschluss eines Forschungsprojekts
20 Data Management Plans: Inhalte Was (Forschungsdaten, Metadatenstandards, ) Wie (Qualitätssicherung, Datensicherung, ) Von wem (Rollen & Verantwortlichkeiten) Von wem nicht (Datenschutz, Zugangsbeschränkungen, ) Wann (Zeitabläufe festlegen) An wen (Kooperationen, Datenübergabe)
21 Data Management Plans: Hilfen DMPonline Planungstool vom Digital Curation Centre (entspricht Anforderungen britischer Fördereinrichtungen & Universitäten sowie NSF) DMPTool California Digital Library (Vorlagen für US Forschungsförderer ) Checklisten in verschiedenen Data Management Manualen
22 Datenschutz Anonymisierungsgrad: Absolut anonymisiert Faktisch anonymisiert Formal oder nicht anonymisiert
23 Datenschutz Absolut anonymisiert Identifizierung der Vpn unmöglich public use files Faktisch anonymisiert Identifizierung durch unverhältnismäßig hohen Aufwand an Zeit, Kosten & Arbeitskraft möglich scientific use files Formal oder nicht anonymisiert
24 Datenschutz Möglichst nur dann personenbezogene Daten speichern, wenn & solange unbedingt notwendig (z.b. Längsschnittdesign) Getrennte Speicherung Zugriffsbeschränkung Pseudonymisierung
25 Datenschutz Maßnahmen zur Anonymisierung: Löschen der problematischen Variablen Umkodieren von Werten Kategorisieren Beschränkung der Wertgrenzen Zusammenfassung zu einem neuen Wert
26 Datenschutz Anmerkungen Informed Consent: Data Sharing nicht ausschließen! Information, wie Daten gespeichert und langfristig gesichert werden Information über Maßnahmen zum Schutz personenbezogener Daten, z.b. Anonymisierung Information, ob, wie & an wen Daten weitergegeben werden (Data Sharing)
27 Informed Consent Beispiel Nationales Bildungspanel (NEPS): Alle Daten werden streng vertraulich behandelt und nur für wissenschaftliche Zwecke genutzt. Die Ergebnisse der Befragung werden ausschließlich in anonymisierter Form dargestellt, so dass niemand aus den Ergebnissen erkennen kann, von welcher Person diese Angaben gemacht worden sind. Die NEPS-Daten werden der nationalen und internationalen Wissenschaft in Form eines Scientific Use Files zugänglich gemacht. Diese Daten werden ein reichhaltiges Analysepotenzial für verschiedene an Bildungs- und Ausbildungsprozessen interessierte Disziplinen (wie etwa Demografie, Soziologie, Erziehungswissenschaft, Ökonomie, Psychologie) bieten.
28 Informed Consent Beispiel UK Data Archive Managing and Sharing Data : SAMPLE CONSENT FORM FOR INTERVIEWS
29 Dokumentation 1. Was sind Metadaten 2. Wozu Metadaten? 3. 2 Ebenen von Metadaten: Studie vs Variablen 4. Beispiele für Metadaten 5. Studienmetadaten PsychData 6. Kodebuch PsychData
30 Metadaten: Definitionen Daten oder Informationen, die in strukturierter Form Forschungsdaten beschreiben. (vgl. Jensen et al, 2011) Daten über Daten Absuchbar (maschinenlesbar) Standardisiert
31 Dokumentation 2 Ebenen von Metadaten Metadaten im weiteren Sinne: Studienbeschreibung (Autor, Titel, Förderung, Erhebungsprozess, ) Metadaten im engeren Sinne: Variablenbeschreibung = Kodebuch (Variablenname, -label, Wertelabels, )
32 Beispiele für Metadaten Metadatenstandards in den Sozialwissenschaften: Dublin Core DDI (Data Documentation Initiative) PsychData Metadatenschema
33 Beispiele für Metadaten Dublin Core Internationaler Standard zur Dokumentation digitaler Objekte 15 Kernelemente Erweiterungen durch zusätzliche Felder Deutsche Übersetzung:
34 Beispiele für Metadaten Beispiel Dublin Core (Fisher et al., 2014; Dryad)
35 Beispiele für Metadaten Data Documentation Initiative (DDI) Internationaler Standard zur Beschreibung sozial- und verhaltenswissenschaftlicher Datensätze Xml-basiert Seit Version DDI3.0: DDI-Lifecycle
36 Beispiele für Metadaten Beispiel DDI (Silbereisen et al., 2002; GESIS)
37 Beispiele für Metadaten PsychData Metadaten kompatibel mit D.C. und DDI 2.0 erweitert, um psychologische Studien zu beschreiben Bibliografische Studienbeschreibende Methodenbeschreibende Metadaten Dateienbeschreibende Variablenbeschreibende
38 PsychData Metadaten
39 Beispiele für Metadaten Kodebuch Enthält die Beschreibung zu einzelnen Variablen Besteht in den Sozialwissenschaften aus Variablenname Variablenlabel Instruktion/Fragentext Wertelabels & Fehlende Werte Häufigkeiten
40 Kodebuch Anmerkungen: Benennungsschema für Variablennamen hilfreich Fehlende Werte immer definieren Wert außerhalb des gültigen Wertebereichs Fehlende Werte differenzieren Filterfragen kennzeichnen Berechnete Variablen beschreiben (bzw. Syntax zur Berechnung archivieren)
41 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
42 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
43 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
44 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
45 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
46 PsychData: Kodebuch VARIABLENNAME Variablenlabel Instruktion/Fragentext {Gültige Werte} {Fehlende Werte} 1 Wertlabel 2 Wertlabel. 9 Fehlender Wert MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
47 PsychData Kodebuch & SPSS MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
48 PsychData Kodebuch & SPSS MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
49 PsychData Kodebuch & SPSS MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
50 PsychData Kodebuch & SPSS MARSTAT marital status What is Your (current) marital status? {1,2,3,4} {9} 1 married 2 unmarried partnership 3 widowed 4 divorced/separated 9 missing value
51 PsychData: Kodebuch Beispiel: Wertebereich
52 PsychData: Kodebuch Beispiel: Offenes Antwortformat (bzw. String -Variable)
53 Datenqualität Gründlich geplantes Versuchsdesign als wichtige Grundlage Automatisierte Erhebungsverfahren, bzw. gut durchdachtes Erfassungssystem oder Kodierschema Eingabemasken Mehrfacheingabe Prüfung anhand von Deskriptivstatistiken
54 Datensicherung
55 Datensicherheit Masterdatensatz sichern Systemunabhängige Formate (z.b..txt,.csv, ) Fortlaufende Migrationen Back-ups, Sicherheitskopien (CD, DVD, Magnetband,..) Zugriffsbeschränkungen Prüfsummen
56 Datensicherheit Anmerkungen Prüfsumme: zur (approx.)kontrolle der Datenintegrität einfaches Mittel, um Veränderungen zu erkennen Beispiel MD5: d34f744c971e7f9bd69be4b59f1ca8b6 Beispiele für Programme: Hashmyfiles MD5summer (
57 DATA SHARING Vorteile Hindernisse Datenzentren & Archive
58 Data Sharing: Vorteile Wissenschaftlicher Fortschritt & Erkenntnis Transparenz & Offenheit Reanalysen, Metaanalysen & Replikationen Verbesserung & Überprüfung statistischer Methoden Vermeidung redundanter Datenerhebungen Einsatz in der Lehre
59 Data Sharing: Hindernisse Rechtliche Barrieren (Datenschutz, Copyright,..) Zeit- und Geldaufwand für die Datenaufbereitung Fehlende Anerkennung ( credits ) Mögliche Nachteile im wissenschaftlichen Wettbewerb Aufdeckung methodischer Unzulänglichkeiten
60 Data Sharing Spezialisiertes Datenarchiv, Forschungsdatenzentrum Journal (supplement material oder data paper) Repositorium einer Universität oder Institution Projekt- oder Instituts-Website Informeller Austausch zwischen Kollegen
61 Forschungsdatenzentren Rat für Sozial- und Wirtschaftdaten:
62 Data Sharing
63 Data Sharing
64 Data Sharing
65 Data Sharing
66 Data Sharing
67 Data Sharing: PsychData PsychData Forschungsdatenzentrum für die Psychologie Speziell auf die psychologische Forschung ausgerichtete Data Sharing Plattform 2002 durch Leibniz-Zentrum für Psychologische Information & Dokumentation (ZPID) entwickelt Förderung durch Deutsche Forschungsgemeinschaft (DFG) durch RatSWD akkreditiertes Datenzentrum
68 Danke für Ihre Aufmerksamkeit! Member of the German Data Forum Using DOIs to cite and link to research data Partly funded by the German Research Foundation
69 Literatur 1(3) Altenhöner, R. & Oellers, C. (Hrsg.). (2012). Langzeitarchivierung von Forschungsdaten. Standards und disziplinspezifische Lösungen. Berlin: Scivero Verlag. Baker, K. S., & Millerand, F. (2010). Infrastructuring ecology: Challenges in achieving data sharing. In J. Parker, N. Vermeulen & B. Penders (Eds.), Collaboration in the New Life Sciences (S ). Farnham, England: Ashgate. Büttner, S., Hobohm, H.-C. & Müller, L. (Hrsg.). (2011). Handbuch Forschungsdatenmanagement. Bad Honnef: Bock + Herchen. Zugriff am Verfügbar unter resolving.de/urn/resolver.pl?urn:nbn:de:kobv:525-opus-2412 Deutsche Forschungsgemeinschaft. (2013). Vorschläge zur Sicherung guter wissenschaftlicher Praxis: Empfehlungen der Kommission Selbstkontrolle in der Wissenschaft (ergänzte Auflage). Weinheim, Deutschland: Wiley-VCH. DGPs/BDP. (1998/2004). Ethische Richtlinien der DGPs und des BDP. Zugriff am Verfügbar unter Digital Curation Centre (n.d.) DMPonline. Zugriff am Verfügbar unter European Commission. (2014). Horizon Annotated Model Grant Agreements. Article 29 Dissemination of results. Zugriff am Verfügbar unter Fisher A.V., Godwin K.E., & Seltman, H. (2014). Data from: Visual environment, attention allocation, and learning in young children: when too much of a good thing may be bad. Dryad Digital Repository. Zugriff am Verfügbar unter
70 Literatur 2 (3) ICPSR. (2012). Guide to social science data preparation and archiving. Best practice through the data life cycle (5. Aufl.). Ann Arbor, MI: Inter-University Consortium for Political and Social Research. Zugriff am Verfügbar unter Jensen, U., Katsanidou, A. & Zenk-Möltgen, W. (2011). Metadaten und Standards. In S. Büttner, H.-C. Hobohm & L. Müller (Hrsg.), Handbuch Forschungsdatenmanagement (S ). Bad Honnef: Bock + Herchen. NIH. (2003). NIH Data Sharing Policy and Implementation Guidance. Bethesda, MD: National Institutes of Health. Zugriff am Verfügbar unter Shotton, D. (2009). The ADMIRAL Project. Zugriff am Verfügbar unter: Silbereisen, R. K., Vaskovics, L. A., & Zinnecker, J. (2002). Childhood, Adolencence, and Becoming an Adult Children Longitudinal GESIS Data Archive, Cologne. ZA3433 Data file Version 1.0.0, doi: / University of California Curation Center of the California Digital Library (n.d.) DMPTool. Zugriff am Verfügbar unter van den Eynden, V., Corti, L., Woollard, M., Bishop, L. & Horton, L. (2011). Managing and sharing data. Best practice for researchers (3. Aufl.). Colchester: UK Data Archive. Zugriff am Verfügbar unter Vines, T. H., Albert, A., Andrew, R. L., De barre, F., Bock, D.G., Franklin, M. T., Gilbert, K. J., Moore, J. S., Renaut, S., & Rennison, D. J. (2014). The Availability of Research Data Declines Rapidly with Article Age. Current Biology, 24,
71 Literatur 3 (3) Wellcome Trust. (2010). Policy on data management and sharing. Zugriff am Verfügbar unter: Wissenschaftsrat. (2012, Juli). Empfehlungen zur Weiterentwicklung der wissenschaftlichen Informationsinfrastrukturen in Deutschland bis 2020 (Empfehlung Drs ). Verfügbar unter Wittenburg, P. (2014). RDA Daten als Teil der Wissenschaftskultur. Zugriff am Verfügbar unter: ZPID. (2013). Datenmanagement und Data Sharing in der Psychologie. Zugriff am Verfügbar unter:
Erhöhung der Visibilität von Forschungsdaten am Beispiel der Psychologie
Erhöhung der Visibilität von Forschungsdaten am Beispiel der Psychologie Ina Dehnhard & Erich Weichselgartner Leibniz-Zentrum für Psychologische Information und Dokumentation (ZPID) Trier Warum Daten archivieren
MehrForschungsdatenmanagement in der Psychologie
Forschungsdatenmanagement in der Psychologie Rahmenbedingungen Ansätze Perspektiven Armin Günther, Leibniz Zentrum für psychologische Information und Dokumentation Konferenz für Sozial- und Wirtschaftsdaten
MehrAuswertung des Fragebogens Rahmenbedingungen des Umgangs mit Forschungsdaten in der Region
Auswertung des Fragebogens Rahmenbedingungen des Umgangs mit Forschungsdaten in der Region Interdisziplinäres Symposium Umgang mit Forschungsdaten 29. September 2011 Roland Bertelmann Bibliothek des Wissenschaftsparks
MehrAnreizsysteme: Datenpublikation und wissenschaftliche Reputation
Anreizsysteme: Datenpublikation und wissenschaftliche Reputation Claudia Oellers, Denis Huschka www.ratswd.de Workshop Forschungsdaten, Arbeitskreis Forschungsdaten der Leibniz- Gemeinschaft am 10. Mai
MehrDATORIUM. Data Sharing Repositorium
o DATORIUM Data Sharing Repositorium Digitales Daten-Repositorium für WissenschaftlerInnen zur eigenständigen Archivierung und Dokumentation ihrer Daten und Metadaten mit dem Ziel der langfristigen Datensicherung,
MehrForschungsdatenmanagement und Förderauflagen zur Archivierung von Forschungsdaten in den Sozialwissenschaften
Forschungsdatenmanagement und Förderauflagen zur Archivierung von Forschungsdaten in den Sozialwissenschaften Sebastian Netscher CESSDA Training am Datenarchiv für Sozialwissenschaften, GESIS - Leibniz
MehrProjekt DataWiz Entwicklung eines Assistenzsystems zum Management psychologischer Forschungsdaten
Projekt DataWiz Entwicklung eines Assistenzsystems zum Management psychologischer Forschungsdaten Martin Kerwer, Ronny Bölter, Ina Dehnhard, Armin Günther & Erich Weichselgartner Leibniz-Zentrum für Psychologische
MehrPublikationsunterstützende Massnahmen von Bibliotheken am Beispiel von Open Access- Zeitschriften
Publikationsunterstützende Massnahmen von Bibliotheken am Beispiel von Open Access- Zeitschriften Open Access-Tage Zürich, September 2015 Alice Keller und Madeleine Boxler, Zentralbibliothek Zürich Fragestellung
MehrDr. Markus Quandt, GESIS-Leibniz Institut für Sozialwissenschaften Björn Schreinermacher, Universität Bremen
Dr. Markus Quandt, GESIS-Leibniz Institut für Sozialwissenschaften Björn Schreinermacher, Universität Bremen Rat für Sozial- und Wirtschaftsdaten Workshop Forschungsinfrastrukturen für die qualitative
MehrAnforderungen an ein Tool zur Erstellung von Forschungsdatenmanagementplänen. Jochen Klar
Anforderungen an ein Tool zur Erstellung von Forschungsdatenmanagementplänen Jochen Klar Projekt FDMP-Werkzeug Ziel des Projekts ist es, ein Werkzeug zur Verfügung zu stellen, das die strukturierte Planung,
MehrSven Vlaeminck Leibniz-Informationszentrum Wirtschaft (ZBW)
Sven Vlaeminck Leibniz-Informationszentrum Wirtschaft (ZBW) Inhaltsübersicht: > Projekthintergrund > Vorgehen und Zwischenstand Projektphase 1 > Vorgehen und Zwischenergebnisse ökonomische Anreizanalyse
MehrFranziska Ackermann Kommunikations- und Informationszentrum (kiz) Open Data Pilot der EU & Forschungsdatenmanagement
Franziska Ackermann Kommunikations- und Informationszentrum (kiz) Open Data Pilot der EU & Forschungsdatenmanagement Seite 2 Forschungsrahmenprogramme der EU FP 7 7. Forschungsrahmenprogramm (2007-2013)
MehrDer Einsatz von PIDs und Normdaten bei wirtschaftswissenschaftlichen
Der Einsatz von PIDs und Normdaten bei wirtschaftswissenschaftlichen Forschungsdateninfrastrukturen Sven Vlaeminck ZBW Leibniz-Informationszentrum Wirtschaft DINI AG KIM - Workshop Mannheim, 4.4.2016 Die
MehrNeue Publikationsformate und -strukturen in der Psychologie
Neue Publikationsformate und -strukturen in der Psychologie Möglichkeiten und Herausforderungen für die Bereitstellung und Qualitätssicherung von Forschungsdaten, Metadaten, Skripten & Co. Armin Günther
MehrZB MED Leibniz-Informationszentrum Lebenswissenschaften
Seite ZB MED Leibniz-Informationszentrum Lebenswissenschaften Forschungsdaten in den Agrarwissenschaften Management und Publikation Birte Lindstädt ZB MED Forschungsdaten 23. Februar 2016 Seite 2 Forschungsdaten
MehrOpen Access auch für Testnormierungsdaten? Eine Diskussion
Open Access auch für Testnormierungsdaten? Eine Diskussion Ina Dehnhard Leibniz-Zentrum für Psychologische Information und Dokumentation Universität Trier Überblick Einführung Open Access/Data Sharing
MehrRechtliche Rahmenbedingungen
Erich Weichselgartner Leibniz-Zentrum für Psychologische Information und Dokumentation (ZPID), Trier Workshop Forschungsdaten des AK-Forschungsdaten der Leibniz-Gemeinschaft, Leibniz-Geschäftsstelle, Berlin,
MehrProjekt DataWiz. Forschungsbegleitende wissensbasierte und prozedurale Unterstützung des Forschungsdatenmanagements
Projekt DataWiz Forschungsbegleitende wissensbasierte und prozedurale Unterstützung des Forschungsdatenmanagements Martin Kerwer, Ronny Bölter, Ina Dehnhard, Armin Günther, Erich Weichselgartner Leibniz-Zentrum
MehrPlanung, Auswahl und Ingest
Planung des Forschungsdaten-Managements: Planung, Auswahl und Ingest Gabriel Stöckle ZAH Heidelberg gst@ari.uni-heidelberg.de Überblick Planung Ziele des Projekts Beziehung zu vorhandene Daten Bewertung
MehrUmgang mit Forschungsdaten Institutional Long Tail Research Data
Umgang mit Forschungsdaten Institutional Long Tail Research Data Jochen Schirrwagen Universität Bielefeld RDA-Deutschland-Treffen Potsdam, 20-21 Nov 2014 Agenda FDM - Strategie an der Uni Bielefeld RDA
MehrUmgang mit Daten in der Medizinischen Forschung Bedeutung von Datenbrücken
Umgang mit Daten in der Medizinischen Forschung Bedeutung von Datenbrücken Wolfgang Kuchinke Heinrich-Heine Universität Düsseldorf RDA Deutschland Treffen, Potsdam 20.11.-21.11.2014 Medizinische Forschung
Mehr- Entwurf - Datenpublikation Workflows für die Archivierung und Publikation wissenschaftlicher Forschungsdaten in RADAR
Research Data Repositorium http://www.radar-projekt.org - Entwurf - Datenpublikation Workflows für die Archivierung und wissenschaftlicher Forschungsdaten in RADAR Version 0.1 August 2014 Dieses Dument
MehrDer digitale Offenbarungseid? Bildarchivierung im Spannungsfeld von Tradition und Fortschritt
Der digitale Offenbarungseid? Bildarchivierung im Spannungsfeld von Tradition und Fortschritt Was soll archiviert werden? Analoge, klassische Fotografien? Abzüge, Negative, Dias (Inkjet-) Drucke Ausbelichtete
MehrDrei Fragen zum Datenschutz im. Nico Reiners
Drei Fragen zum Datenschutz im Geoinformationswesen Nico Reiners 1. Frage Welche Geoinformationen sind personenbezogen? Personenbezug? Personenbezogene Daten sind Einzelangaben über persönliche oder sachliche
Mehrinfinite Eine informationelle Infrastruktur für das E-Science Age
infinite Eine informationelle Infrastruktur für das E-Science Age Micro Data Access 20. Wissenschaftliches Kolloquium Prof. Dr. Markus Zwick Wiesbaden, 11. November 2011 Stone Age E-Science Age 2 Game
MehrMonitoring und Datenschutz
Zentrum für Informationsdienste und Hochleistungsrechnen Monitoring und Datenschutz Dresden, 27.Mai 2008 Bundesrepublik Deutschland Grundrecht auf informationelle Selbstbestimmung: Der Betroffene kann
MehrGesetzliche Aufbewahrungspflicht für E-Mails
Gesetzliche Aufbewahrungspflicht für E-Mails sind Sie vorbereitet? Vortragsveranstaltung TOP AKTUELL Meins und Vogel GmbH, Plochingen Dipl.-Inf. Klaus Meins Dipl.-Inf. Oliver Vogel Meins & Vogel GmbH,
MehrServicezentrum Forschungsdaten und -publikationen Open Access für Forschungsdaten und Publikationen
Servicezentrum Forschungsdaten und -publikationen Open Access für Forschungsdaten und Publikationen M. Kuberek UB/Leitung HA 3 Elektronische Dienste Open-Access-Strategie für Berlin, 13.10.2014 Inhalt
MehrWIR STÄRKEN DIE WISSENSCHAFTEN IN ÖSTERREICH.
WIR STÄRKEN DIE WISSENSCHAFTEN IN ÖSTERREICH. FWF-Förderungen: Vom Buch zu neuen digitalen Publikationsformaten Informationsveranstaltung: Open Access in den Geisteswissenschaften Wien 19.01.2016 Mag.
MehrWirtschaftswissenschaftliche Forschung replizierbarer machen.
Quelle: Economics-EJournal Quelle: American Economic Review (AER) Quelle: EDaWaX-Projekt Wirtschaftswissenschaftliche Forschung replizierbarer machen. Das Projekt EDaWaX und seine Ergebnisse. Sven Vlaeminck
MehrVRE als Prêt à Porter
VRE als Prêt à Porter Session: Virtuelle Forschungsumgebungen 101. Deutscher Bibliothekartag 2012 R. Bertelmann (Bibliothek des Wissenschaftsparks Albert Einstein) J. Klump (Zentrum für Geoinformationstechnologie)
MehrQualitätskriterien patientenorientierter Forschung: Der rechtliche Rahmen im Spannungsfeld von Datenschutz und Wissenschaftsfreiheit
Qualitätskriterien patientenorientierter Forschung: Der rechtliche Rahmen im Spannungsfeld von Datenschutz und Wissenschaftsfreiheit Vortrag im Rahmen des DFG Workshops am 3. bis 4. März 2015 in Bonn Vortragsgliederung
MehrMetadaten bei der Digitalisierung von analogen archivalischen Quellen. Kathrin Mileta, Dr. Martina Wiech
Metadaten bei der Digitalisierung von analogen archivalischen Quellen Kathrin Mileta, Dr. Martina Wiech 2014 Metadaten Aufgabe des LAV NRW im DFG-Pilotprojekt zur Digitalisierung archivalischer Quellen:
MehrDominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH
Dominik Stockem Datenschutzbeauftragter Microsoft Deutschland GmbH Peter Cullen, Microsoft Corporation Sicherheit - Die Sicherheit der Computer und Netzwerke unserer Kunden hat Top-Priorität und wir haben
MehrWeitergedacht Remote Data Access in der Virtuellen Forschungsumgebung: Proof of Concept
Weitergedacht Remote Data Access in der Virtuellen Forschungsumgebung: Proof of Concept Das Portal, die Daten und wir Eine Virtuelle Forschungsumgebung für die Dateninfrastruktur Fachtagung Berlin, 24.
MehrTabelle: Maßnahmen und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz
Tabelle: Maßn und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz (Verweis aus Maß M 7.5) Basierend auf den IT-Grundschutz-Katalogen Version 2006 Stand: November 2006, Stand der Tabelle: 22.08.07
MehrStandardisierung von. Datenerhebung in epidemiologischen Studien
Datenerhebung in epidemiologischen Studien Standardisierung von Erhebungsprotokollen Klare Anweisungen für die Person/Personen, die mit der Dateneingabe betraut sind: Self administered protocols: Angaben
MehrAuswertung des EDaWaX Online Survey on Hosting Options for publication related Research Data
Auswertung des EDaWaX Online Survey on Hosting Options for publication related Research Data Hintergrund Die vom Projekt EDaWaX ( European Data Watch Extended 1 ) durchgeführte Onlinebefragung verfolgte
MehrDatenaustausch@IC RL
Datenaustausch@IC RL SAP cfolders Erste Schritte Erstes Login: Ihre Initial-Zugangsdaten zu SAP cfolders finden Sie im ProjektPortal nach Klick auf den Reiter Projekt SAP cfolders, im Channel SAP cfolders
MehrVernetzte Kommunikation / Vernetzte Daten die Forschungsdaten-Infrastruktur der TU Berlin
Vernetzte Kommunikation / Vernetzte Daten die Forschungsdaten-Infrastruktur der TU Berlin Monika Kuberek, Universitätsbibliothek der TU Berlin Daten, nichts als Daten? VDB-Fortbildungsveranstaltung für
MehrSALSAH eine virtuelle Forschungsumgebung für die Geisteswissenschaften
SALSAH eine virtuelle Forschungsumgebung für die Geisteswissenschaften Zusammenfassung: Abstract: Einführung genuin digital Virtuelle Forschungsumgebungen für die Geisteswissenschaften in Bezug auf die
MehrFragebogen. zur Erschließung und Sicherung von Online-Dokumenten. Auswahl von elektronischen Publikationen
Fragebogen zur Erschließung und Sicherung von Online-Dokumenten I. Angaben zum Ansprechpartner Nachname Vorname Institution E-Mail-Adresse II. Auswahl von elektronischen Publikationen 1a) Wertet Ihre Institution
MehrBig Data, Amtliche Statistik und der Datenschutz
Konferenz für Sozial- und Wirtschaftsdaten 20./21. Februar 2014, Berlin Gute Forschung braucht gute Daten aber bitte anonymisiert! Big Data, Amtliche Statistik und der Datenschutz Peter Schaar Europäische
MehrSchreiben auf Englisch
Schreiben auf Englisch Folien zum Tutorium Internationalisierung Go West: Preparing for First Contacts with the Anglo- American Academic World Alexander Borrmann Historisches Institut Lehrstuhl für Spätmittelalter
MehrUniversität Zürich und Open Access
Universität Zürich und Mitgliedschaft bei BioMed Central Symposium on to Knowledge and Scholarly Communication Unterzeichnung Berliner Erklärung - ein Strategisches Ziel Verabschiedung Leitlinien für die
MehrRADAR. Wo steht das Projekt? RESEARCH DATA REPOSITORIUM Matthias Razum FIZ Karlsruhe. mit Beiträgen der RADAR-Projektpartner
RESEARCH DATA REPOSITORY RADAR Wo steht das Projekt? Matthias Razum FIZ Karlsruhe mit Beiträgen der RADAR-Projektpartner RADAR - dbv Sektion 4 Frühjahrstagung 2015 Projektübersicht Ziel: Etablierung eines
MehrMitarbeiterbefragung zur Führungsqualität und Mitarbeitermotivation in Ihrem Betrieb
Mitarbeiterbefragung zur Führungsqualität und Mitarbeitermotivation in Ihrem Betrieb Einleitung Liebe Chefs! Nutzen Sie die Aktion des Handwerk Magazins, um Ihre Führungsqualitäten zu erkennen. Durch eine
MehrFacilitate Open Science Training for European Research. OpenAIRE und die Services des National Open Access Desks (NOAD)
Facilitate Open Science Training for European Research OpenAIRE und die Services des National Open Access Desks (NOAD) Ausgangpunkt - Hide&Seek Publikationen aus EU-geförderten Projekten nicht identifizierbar
MehrWohin mit meinen Daten? Niederschwellige Archivierung in den Sozial- und Wirtschaftswissenschaften. Mathis Fräßdorf Berlin, WGL, 15.09.
Wohin mit meinen Daten? Niederschwellige Archivierung in den Sozial- und Wirtschaftswissenschaften Mathis Fräßdorf Berlin, WGL, 15.09.2014 Agenda 1 Warum überhaupt Bereitstellung von Forschungsdaten? 2
MehrSekundärnutzung qualitativer Befragungsstudien in der Betriebs- und Organisationsforschung
Sekundärnutzung qualitativer Befragungsstudien in der Betriebs- und Organisationsforschung Iris Braun, Tobias Gebel, Stefan Liebig Gefördert durch 12.10.2012 Inhalt 1. Voraussetzungen für die Sekundärnutzung
MehrGESIS - Leibniz-Institut für Sozialwissenschaften
GESIS - Leibniz-Institut für Sozialwissenschaften GESIS ist eine Infrastruktureinrichtung für die Sozialwissenschaften, die der Förderung der sozialwissenschaftlichen Forschung dient. GESIS erbringt grundlegende,
MehrForschungsdaten und Datenschutz 2. Workshop des AK Forschungsdaten
Forschungsdaten und Datenschutz 2. Workshop des AK Forschungsdaten Jan Goebel, DIW Berlin / SOEP Idealvorstellung Idealvorstellung Idealvorstellung Skripte (GitHub, Bitbucket, Codeplane,...) Daten (Dropbox,
MehrSecond Steps in eport 2.0 So ordern Sie Credits und Berichte
Second Steps in eport 2.0 So ordern Sie Credits und Berichte Schritt 1: Credits kaufen, um Zugangscodes generieren zu können Wählen Sie Credits verwalten und klicken Sie auf Credits kaufen. Geben Sie nun
MehrWörterbuch der Sozialpädagogik. und Sozialarbeit. Englisch/ Deutsch
Wörterbuch der Sozialpädagogik und Sozialarbeit Englisch/ Deutsch Wolfgang Dohrmann Wörterbuch der Sozialpädagogik und Sozialarbeit Teil I: Englisch Deutsch Teil II: Deutsch Englisch Dictionary of Social
MehrOpen Access als strategische Aufgabe für die Hochschulleitung. Prof. Dr. Gerhard Peter Rektor Hochschule Heilbronn
als strategische Aufgabe für die Hochschulleitung Prof. Dr. Gerhard Peter Rektor Hochschule Heilbronn 13. Februar 2006 Freunde Hochschule Heilbronn Seite 1 Seite 1 Übersicht 1. Grundlage von 2. Politische
MehrHandbuch. Artologik EZ-Equip. Plug-in für EZbooking version 3.2. Artisan Global Software
Artologik EZ-Equip Plug-in für EZbooking version 3.2 Artologik EZbooking und EZ-Equip EZbooking, Ihre webbasierte Software zum Reservieren von Räumen und Objekten, kann nun durch die Ergänzung um ein oder
MehrKlinische Forschung. Klinische Forschung. Effectiveness Gap. Versorgungsforschung und evidenzbasierte Medizin. Conclusion
Versorgungsforschung und evidenzbasierte Medizin Klinische Forschung 00qm\univkli\klifo2a.cdr DFG Denkschrift 1999 Aktuelles Konzept 2006 Workshop der PaulMartiniStiftung Methoden der Versorgungsforschung
MehrDer beste Plan für Office 365 Archivierung.
Der beste Plan für Office 365 Archivierung. Der Einsatz einer externen Archivierungslösung wie Retain bietet Office 365 Kunden unabhängig vom Lizenzierungsplan viele Vorteile. Einsatzszenarien von Retain:
MehrData Librarians oder: Welche Ausbildung brauchen wir für das Forschungsdatenmanagement in Deutschland?
Data Librarians oder: Welche Ausbildung brauchen wir für das Forschungsdatenmanagement in Deutschland? 1 Welche Qualifizierungsmöglichkeiten sollte es geben? Welche Einrichtungen/ Akteure sind gefragt?
MehrWörterbücher von MS nach Ooo konvertieren
Wörterbücher von MS nach Ooo konvertieren Herausgegeben durch das deutschsprachige Projekt von OpenOffice.org Autoren Autoren vorhergehender Versionen RPK ggmbh Kempten Copyright und Lizenzhinweis Copyright
MehrManagement von Forschungsdaten Der ETHZ-Lösungsansatz
- Lifecycle Management wissenschaftlicher Daten Management von Forschungsdaten Der ETHZ-Lösungsansatz Dr. Susanne Scheid Jakobi Gliederung 1. Einführung 2. IT-Architektur an der ETHZ 3. Vorgehen zur Konzipierung
MehrBig & Smart Data. bernard.bekavac@htwchur.ch
Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem
MehrWenn Russland kein Gas mehr liefert
Ergänzen Sie die fehlenden Begriffe aus der Liste. abhängig Abhängigkeit bekommen betroffen bezahlen Gasspeicher Gasverbrauch gering hätte helfen importieren liefert 0:02 Pläne politischen Projekte Prozent
MehrAcht Gute Gründe für Integration und einen Content Backbone
Acht Gute Gründe für Integration und einen Content Backbone COMYAN Whitepaper Autor Peter Resele Datum 9. März 2009 Status Public =GmbH Karolingerstrasse 34a 82205 Gilching Germany t + 49 810 5779390 peter.resele@comyan.com
MehrUM ALLE DATEN ZU KOPIEREN. ZUNÄCHST die Daten des alten Telefons auf einen Computer kopieren
IPHONE UM ALLE DATEN des alten Telefons auf einen Computer Software von welcomehome.to/nokia auf Ihrem PC oder Mac. verbinden Sie Ihr altes Telefon über 3. Wenn Sie Outlook nutzen, öffnen Sie itunes, um
MehrManagement, Recht und Finanzierung
Planung des Forschungsdaten-Managements: Management, und Finanzierung Harry Enke Leibniz-Institut für Astrophysik Postdam (AIP) henke@aip.de 6. Dezember 2011, Göttingen Management und Organisation Typ
MehrCheckliste zum Datenschutz
Checkliste zum Datenschutz Diese Checkliste soll Ihnen einen ersten Überblick darüber geben, ob der Datenschutz in Ihrem Unternehmen den gesetzlichen Bestimmungen entspricht und wo ggf. noch Handlungsbedarf
MehrManaged Reseller im Partner Incentives-Portal. Erste Schritte: Anzeigen von Einnahmen
Managed Reseller im Partner Incentives-Portal Erste Schritte: Anzeigen von Einnahmen Lernziele und Agenda Lernziele Agenda Nach Abschluss dieses Trainingsmoduls können Sie Folgendes: Auf eine Zusammenfassung
MehrKonzept für die Definition Signifikanter Eigenschaften von sozialwissenschaftlichen Forschungsdaten
Konzept für die Definition Signifikanter Eigenschaften von sozialwissenschaftlichen Forschungsdaten Natascha Schumann, Astrid Recker, Stefan Müller, Reiner Mauer GESIS Datenarchiv für Sozialwissenschaften
MehrHandbuch. NAFI Online-Spezial. Kunden- / Datenverwaltung. 1. Auflage. (Stand: 24.09.2014)
Handbuch NAFI Online-Spezial 1. Auflage (Stand: 24.09.2014) Copyright 2016 by NAFI GmbH Unerlaubte Vervielfältigungen sind untersagt! Inhaltsangabe Einleitung... 3 Kundenauswahl... 3 Kunde hinzufügen...
MehrBeuth Hochschule BEUTH HOCHSCHULE FÜR TECHNIK BERLIN University of Applied Sciences
Beuth Hochschule BEUTH HOCHSCHULE FÜR TECHNIK BERLIN University of Applied Sciences WISSENSCHAFTLICHE WEITERBILDUNG Fernstudium Industrial Engineering Produktions- und Betriebstechnik Kurseinheit 98 und
MehrEBDC Data Archiving Agreement
EBDC Data Archiving Agreement LMU-ifo Economics & Business Data Center 10.03.2015 Inhalt Partner... 3 1 Leistungsbeschreibung... 4 2 Datenarchivierung... 4 3 Datennutzung... 5 4 Ergebniszusendung... 5
MehrEU nimmt neues Programm Mehr Sicherheit im Internet in Höhe von 55 Millionen für mehr Sicherheit für Kinder im Internet an
IP/8/899!"#$$%&')*+%,%-.%"/ EU nimmt neues Programm Mehr Sicherheit im Internet in Höhe von Millionen für mehr Sicherheit für Kinder im Internet an Ab. Januar 9 hat die EU ein neues Programm für eine sicherere
Mehr10.3.1.5 Übung - Datensicherung und Wiederherstellung in Windows Vista
5.0 10.3.1.5 Übung - Datensicherung und Wiederherstellung in Windows Vista Einführung Drucken Sie diese Übung aus und führen Sie sie durch. In dieser Übung werden Sie die Daten sichern. Sie werden auch
Mehre-seal Gebrauchsanweisung für Novartis Mitarbeiter mit Microsoft Outlook e-seal_2_8_11_0154_umol
e-seal e-seal_2_8_11_0154_umol Gebrauchsanweisung für Novartis Mitarbeiter mit Microsoft Outlook Novartis Template IT504.0040 V.1.8 1 / 9 e-seal_2_8_11_0154_umol_1.0_ger.doc Dokumentenhistorie: Version
Mehr10.3.1.4 Übung - Datensicherung und Wiederherstellung in Windows 7
5.0 10.3.1.4 Übung - Datensicherung und Wiederherstellung in Windows 7 Einführung Drucken Sie diese Übung aus und führen Sie sie durch. In dieser Übung werden Sie die Daten sichern. Sie werden auch eine
MehrForschungsdaten-Richtlinie der Heinrich-Heine- Universität Düsseldorf
Forschungsdaten-Richtlinie der Heinrich-Heine- Universität Düsseldorf I. Präambel Nach 3 HG NRW ist Aufgabe der Heinrich-Heine-Universität Düsseldorf die Gewinnung wissenschaftlicher Erkenntnisse sowie
MehrUmsetzung 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
MehrKommunikations-Management
Tutorial: Wie importiere und exportiere ich Daten zwischen myfactory und Outlook? Im vorliegenden Tutorial lernen Sie, wie Sie in myfactory Daten aus Outlook importieren Daten aus myfactory nach Outlook
Mehr1. Erstellung, aus einer Idee wird ein digitaler Bestandteil einer Website.
2. Webpublishing Zur Erstellung von Webpages wurden verschiedene Konzepte entwickelt. Alle diese Konzepte basieren auf dem Content Life Cycle, der mit einem Content Management System weitgehend automatisiert
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrDatenübernahme von HKO 5.9 zur. Advolux Kanzleisoftware
Datenübernahme von HKO 5.9 zur Advolux Kanzleisoftware Die Datenübernahme (DÜ) von HKO 5.9 zu Advolux Kanzleisoftware ist aufgrund der von Update zu Update veränderten Datenbank (DB)-Strukturen in HKO
MehrLinked Open Data (LOD) in der Landwirtschaft. Workshop 23.04.2013-24.04.2013 Anwendungsbeispiele nach Themen I
Linked Open Data (LOD) in der Landwirtschaft Workshop 23.04.2013-24.04.2013 Anwendungsbeispiele nach Themen I zentrum der BLE (Qualitative Aspekte in Bezug auf linked Data) Dr. Maul 1 Ziele des zentrums
MehrCatherina Lange, Heimbeiräte und Werkstatträte-Tagung, November 2013 1
Catherina Lange, Heimbeiräte und Werkstatträte-Tagung, November 2013 1 Darum geht es heute: Was ist das Persönliche Geld? Was kann man damit alles machen? Wie hoch ist es? Wo kann man das Persönliche Geld
MehrH. Enke, Sprecher des AK Forschungsdaten der WGL
https://escience.aip.de/ak-forschungsdaten H. Enke, Sprecher des AK Forschungsdaten der WGL 20.01.2015 / Forschungsdaten - DataCite Workshop 1 AK Forschungsdaten der WGL 2009 gegründet - Arbeit für die
MehrDatenschutz bei kleinräumigen Auswertungen Anforderungen und Grenzwerte 6. Dresdner Flächennutzungssymposium. Sven Hermerschmidt, BfDI
Datenschutz bei kleinräumigen Auswertungen Anforderungen und Grenzwerte 6. Dresdner Flächennutzungssymposium Sven Hermerschmidt, BfDI 1 Kleinräumige Daten und Raumbezug Kleinräumige Auswertung von Daten
MehrObjektorientierte Programmierung für Anfänger am Beispiel PHP
Objektorientierte Programmierung für Anfänger am Beispiel PHP Johannes Mittendorfer http://jmittendorfer.hostingsociety.com 19. August 2012 Abstract Dieses Dokument soll die Vorteile der objektorientierten
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrFWF Datenmanagementplan (DMP) Vorlage - Guide
FWF Datenmanagementplan (DMP) Vorlage - Guide Datenbeauftragte/r Wer ist für das Datenmanagement und den DMP des Projekts verantwortlich (Name/ Emailadresse)? I I.1 II II.1 II.2 II.3 III III.1 III.2 Dateneigenschaften
MehrDas zweite Leben der Forschungsdaten. Die Gewährleistung von Förderauflagen zu Open Access am Beispiel von Horizon2020.
Das zweite Leben der Forschungsdaten. Die Gewährleistung von Förderauflagen zu Open Access am Beispiel von Horizon2020. Sebastian Netscher GESIS - Leibniz Institute for the Social Sciences E-Science-Tage
MehrDer Begriff Cloud. Eine Spurensuche. Patric Hafner 29.06.2012. geops
Der Begriff Cloud Eine Spurensuche Patric Hafner geops 29.06.2012 Motivation Der größte Hype der IT-Branche Hype heißt sowohl Rummel als auch Schwindel slashdot.org The cloud represents a foundational
MehrRobot Karol für Delphi
Robot Karol für Delphi Reinhard Nitzsche, OSZ Handel I Version 0.1 vom 24. Januar 2003 Zusammenfassung Nach der Einführung in die (variablenfreie) Programmierung mit Robot Karol von Freiberger und Krško
MehrBig Data Projekte richtig managen!
Big Data Projekte richtig managen! Stuttgart, Oktober 2014 Praktische Herausforderungen eines Big Data Projektes Definition: Was ist Big Data? Big data is a collection of data sets so large and comple
MehrDOI-Registrierung mit DataCite: Einführung und erste Schritte
DOI-Registrierung mit DataCite: Einführung und erste Schritte Anita Eppelin, ZB MED 12.12.2012, DataCite Workshop, GESIS Köln Dieses Werk bzw. Inhalt steht unter einer Creative Commons Namensnennung 3.0
Mehr8 Juli 2015. Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics
Transparenz durch Governance Data Governance als kritischer Erfolgsfaktor für Predictive Analytics Contents Predictive Analytics Erwartungen erfüllt? Einfach denken worauf achten, bevor gestartet wird?
Mehr2. Psychologische Fragen. Nicht genannt.
Checkliste für die Beurteilung psychologischer Gutachten durch Fachfremde Gliederung eines Gutachtens 1. Nennung des Auftraggebers und Fragestellung des Auftraggebers. 2. Psychologische Fragen. Nicht genannt.
MehrHochschulweites Forschungsdatenmanagement an der Universität Bielefeld
Hochschulweites Forschungsdatenmanagement an der Universität Bielefeld Johanna Vompras, Najko Jahn, Jochen Schirrwagen LibTec Library Technologie & Knowledge Management Universitätsbibliothek Bielefeld
MehrSpotlight 5 Gründe für die Sicherung auf NAS-Geräten
Spotlight 5 Gründe für die Sicherung auf NAS-Geräten NovaStor Inhaltsverzeichnis Skalierbar. Von klein bis komplex.... 3 Kein jonglieren mehr mit Wechselmedien... 3 Zentralisiertes Backup... 4 Datensicherheit,
MehrBSI Technische Richtlinie
Seite 1 von 8 BSI Technische Richtlinie BSI Bezeichnung: Technische Richtlinie De-Mail Bezeichnung: Anwendungsbereich: Kürzel: De-Mail Dokumentenablage IT-Sicherheit BSI TR 01201 Anwendungsbereich: Version:
MehrOpen Access ist machbar!
Open Access ist machbar! Ein Plädoyer für die Umschichtung der Subskriptionsbudgets Kai Geschuhn, Max Planck Digital Library Open-Access-Tage, 7.-8.September 2015, Zürich Open Access und kein Ende? Budapester
Mehr