Culture Knowledge Base

Die Publikation von Jake Carlson gibt eine Anleitung zur Verwendung des sogenannten „Toolkits“ zur Dokumentation von Forschungsdaten sowie Vorlagen und Beispiele, die von der US-Amerikanischen Purdue University zur freien Verfügung zusammengestellt wurden.

Die Publikation von Jake Carlson gibt eine Anleitung zur Verwendung des sogenannten „Toolkits“ zur Dokumentation von Forschungsdaten sowie Vorlagen und Beispiele, die von der US-Amerikanischen Purdue University zur freien Verfügung zusammengestellt wurden.

Die Seite bietet detaillierte Antworten auf Fragen, warum, wie und welche Forschungsdaten dokumentiert werden sollten gemäß der FAIR-Kriterien (Metadaten, Formate, Vokabulare, Sprachen, Protokolle, Repositorien, persistenten Identifikationen, sowie weiterführenden Links).

Diese kleine Datenmanagement-Gruselgeschichte verdeutlicht grundlegende Probleme bei der Nachnutzung von Daten, die aufgrund mangelhafter Standardisierung, Dokumentation und Archivierung auftreten, geeignet zur initialen Sensibilisierung für das Thema Forschungsdatenmanagement.

Der Beitrag bietet einen guten ersten Einstieg in das Thema DMP und enthält zahlreiche nützliche, weiterführende Links für den User (u. a. zu den Vorgaben der Förderinstitutionen, zu DMP-Tools etc.). 

Als Anwendungsontologie ist das Erlangen CRM / OWL eine Interpretation des CIDOC Conceptual Reference Model. 
Es ist die im deutschen Sprachraum maßgebliche Anwendungsontologie des CRM und wichtig bspw. für Data Stewards, die Implementierungen auf Basis des CRM vornehmen wollen.

Um Mehrdeutigkeiten in der Auslegung der FAIR Prinzipien entgegenzuwirken, hat die Research Data Alliance Kernbewertungskriterien für FAIRness von Daten entwickelt und eine Reihe von Indikatoren samt Checkliste als Ausgangspunkt für eine Überprüfung eigener Daten formuliert.

Die Seite erläutert die FAIR-Prinzipien schnell und anschaulich. Sie beschreibt einerseits die Aufgaben, die bei der Erstellung von FAIRen Forschungsdaten zu bewältigen sind, andererseits stellt sie die Anforderungen an Repositorien zur Bereitstellung FAIRer Daten dar.

FAIR-Aware ist ein Online-Tool, das Forschenden und Datenmanager:innen bei der Einschätzung hilft, wie viel sie über die Anforderungen für die Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit (FAIR) von Datensätzen wissen.