Änderungen von Dokument 4 - Datenaufbereitung

Zuletzt geändert von Gabriele Nicole Stiller am 2025/10/28 15:16

Von Version 12.3
bearbeitet von Gabriele Nicole Stiller
am 2025/03/03 10:41
Änderungskommentar: Es gibt keinen Kommentar für diese Version
Auf Version 1.1
bearbeitet von Gabriele Nicole Stiller
am 2025/02/03 14:11
Änderungskommentar: Es gibt keinen Kommentar für diese Version

Zusammenfassung

Details

Seiteneigenschaften
Inhalt
... ... @@ -1,31 +1,11 @@
1 -= Einleitung =
1 += Wie werden Ihre Forschungsdaten FAIR? =
2 2  
3 -Forschungsdaten sollen laut der [[GO FAIR-Initiative>>url:https://www.go-fair.org/]] FAIR sein. Das Akronym FAIR steht für **F**indable (Auffindbar), **A**ccessible (Zugänglich), **I**nteroperable (Interoperabel) und **R**eusable (Wiederverwendbar).
4 4  
5 -Ein Bestandteil der guten wissenschaftliche Praxis. Bezug auf Wissenschaftsrat und RiLi
4 +F - Findable
6 6  
7 -= =
8 8  
9 -= FAIR =
7 +A Accessible
10 10  
11 -== F - Findable ==
9 +I interoperable
12 12  
13 -Beschreiben Sie Ihre Forschungsdaten mit aussagekräftigen Metadaten, die in einer durchsuchbaren Datenbank verfügbar sind und referenzieren Sie sie mittels eines Persistent Identifier (PID).
14 -
15 -== A - Accessible ==
16 -
17 -Stellen Sie sicher, dass der Zugriff auf Daten und Metadaten technisch möglich ist, und definieren Sie den Authentifizierungs- und Authorisierungsprozess, der nötig ist.
18 -
19 -== I - Interoperable ==
20 -
21 -Nutzen Sie etablierte Standards für die Formate Ihrer Forschungsdaten sowie für die Metadaten und Metadaten-Vokabulare.
22 -
23 -== R - Re-useable ==
24 -
25 -Die Metadaten zu Ihren Forschungsdaten sind ausführlich, relevant, domänenspezifisch und maschinenlesbar. Machen Sie deutlich, wie Ihre Daten entstanden sind und unter welchen Bedingungen / unter welcher Lizenz sie nachgenutzt werden
26 -können.
27 -
28 -== Weiterführende Informationen ==
29 -
30 -* Die FAIR Data Prinzipien für Forschungsdaten (TIB-Blog-Artikel: [[https:~~/~~/blog.tib.eu/2017/09/12/die-fair-data-prinzipien-fuer-forschungsdaten/#a>>https://blog.tib.eu/2017/09/12/die-fair-data-prinzipien-fuer-forschungsdaten/#a]])
31 -* FAIR Aware Test: [[https:~~/~~/fairaware.dans.knaw.nl/>>https://fairaware.dans.knaw.nl/]]
11 +