Wiki-Quellcode von 2 - Datenorganisation

Version 31.6 von Gabriele Nicole Stiller am 2025/03/10 09:52

version	line-number	content
1.1	1	{{box cssClass="floatinginfobox" title="Contents"}}
	2	{{toc/}}
	3	{{/box}}
	4
17.2	5
6.2	6	= Ordner- / Verzeichnisstruktur =
1.1	7
9.2	8	(% class="wikigeneratedid" %)
25.3	9	[[image:2025-02-11_Datenorganisation_Ordnerstruktur.jpg\|\|data-xwiki-image-style-text-wrap="true" height="278" width="450"]]
6.3	10
17.2	11	(% class="wikigeneratedid" %)
17.5	12	Ein erster Schritt um effizient mit Daten umzugehen, ist die Erstellung und Nutzung einer klaren Struktur. Zu einer effizienten Datenorganisation gehören grundlegende Punkte wie die Verwendung einer Ordnerstruktur. Jeder Ordner enthält Daten, die strukturell oder inhaltlich zusammengehören und sollte entsprechend benannt werden. Eine Benennung der Ordner nach Mitarbeiterinnen und Mitarbeitern ist nicht zu empfehlen, da nicht sofort ersichtlich ist, was sich in einem solchen Ordner verbirgt. Am besten geeignet, weil am übersichtlichsten, ist eine Ordnerhierarchie mit nicht mehr als 2-3 Ebenen. Um die Anzahl der Ordner und Unterordner so gering wie möglich zu halten, empfiehlt es sich, nach jedem Projekt zu überprüfen, welche Daten und damit Ordner aufbewahrt werden müssen und welche gelöscht werden können.
17.2	13
3.6	14	== Readme-Template ==
1.1	15
2.3	16	ReadMe-Dateien enthalten in kompakter und strukturierter Form Informationen zu Forschungsdaten, Forschungsdatensätzen oder Forschungsdatensammlungen und liegen häufig als einfache Textdatei oder in TEI-xml (.txt; .md; .xml) vor. In diesem Zusammenhang können ReadMe-Dateien begleitend zu Forschungsdaten publiziert werden oder der strukturierten Ablage von Forschungsdaten am Ende eines Projektes dienen (z.B. auf einem Institutsserver oder einem Repositorium zur Archivierung). ReadMe-Dateien sammeln zentrale Metadaten zum Projekt, in dem die Daten entstanden sind (z.B. Projektname, beteiligte Personen, Förderung), geben Auskunft über verwendete Benennungsstandards, Ordnerstrukturen, Abkürzungen und Normdaten und protokollieren Änderungen und Versionierungen von Forschungsdaten.
1.1	17
26.2	18	== Benennungskonvention ==
	19
26.3	20	* Einheitliches Schema
	21	* Bezug zum Inhalt
26.4	22	* kurze Namen bevorzugen
26.3	23	* Leer- und Sonderzeichen sowie Umlaute vermeiden
26.4	24	* Namenskonventionen und verwendete Abkürzungen dokumentieren
26.2	25
26.8	26	=== Mögliche Bestandteile ===
26.5	27
26.6	28	(% style="width:687px" %)
	29	\|(% style="width:299px" %)(((
26.5	30	Datum (z.B. ISO 8601 JJJJ-MM-TT)
26.6	31	)))\|(% style="width:204px" %)Projektnummer\|(% style="width:179px" %)(((
	32	Kurztitel
	33	)))
	34	\|(% style="width:299px" %)(((
	35	Name oder Namenskürzel
	36	)))\|(% style="width:204px" %)(((
	37	Forschungsgruppe
	38	)))\|(% style="width:179px" %)(((
	39	Versionsnummer
	40	)))
26.5	41
29.1	42	(% class="wikigeneratedid" id="HBeispiel" %)
	43	Beispiel
26.7	44
28.1	45	(% class="wikigeneratedid" %)
29.1	46	[Datum]_[Titel]_[Namenskuerzel]_[Version].pdf
26.7	47
29.1	48	(% class="wikigeneratedid" %)
	49	2025-02-28_Quartalsbericht_GS_v1.pdf
28.1	50
23.2	51	== Versionierung ==
1.1	52
23.7	53	Bei der Arbeit mit Daten verändern sich diese zwangsläufig. Es empfiehlt sich, die jeweiligen Arbeitsstände mit Hilfe von Versionierungen zu kennzeichnen und so nachvollziehbar zu machen. Hierfür sollte ein vorher festgelegtes, einfach verständliches Versionierungsschema (z. B. Version 1.3 oder Version 2.1.4) genutzt werden. Die Versionierung von Daten kann dabei entweder händisch oder mittels [[Versionierungssoftware >>https://digitalconomics.de/versionsverwaltung-software-im-vergleich/]]wie git erfolgen. Versioniert werden sollte zum einen während des Forschungsprozesses selbst, etwa um verschiedene Arbeitsversionen von Daten zu kennzeichnen, zum anderen bei nachträglichen Veränderungen an bereits veröffentlichten Forschungsdatensätzen, um Nachnutzenden zu ermöglichen, die korrekte Version eines Forschungsdatensatzes zu zitieren.
2.3	54
23.1	55	* Sequentielle Nummerierung verwenden
	56	* Datum und Versionsnummer in die Benennung einbeziehen
	57	* Nutzung einer Versionskontrolltabelle
	58	* Verantwortlichkeit für die Fertigstellung von Dateien festlegen
	59	* Bei großen Datenmengen ggf. Versionsverwaltungs-Software verwenden
	60	* Meilenstein-Versionen speichern
22.7	61
22.9	62	=== Werkzeuge für gleichzeitige Umbenennung ===
22.3	63
22.7	64	\|Windows\|Mac\|Linux\|Unix
22.5	65	\|(((
22.4	66	* Ant Renamer ([[www.antp.be/software/renamer>>url:http://www.antp.be/software/renamer]])
	67	* RenameIT ([[sourceforge.net/prpjects/renameit>>url:http://sourceforge.net/projects/renameit/]])
	68	* Bulk Rename Utility ([[www.bulkrenameutility.co.uk/>>url:http://www.bulkrenameutility.co.uk/]])
22.5	69	* Total Commander ([[https:~~/~~/www.ghisler.com/deutsch.htm>>url:https://www.ghisler.com/deutsch.htm]])
	70	)))\|(((
	71	* Renamer 6 (for Mac) ([[renamer.com/>>url:http://renamer.com/]])
	72	* Name Changer ([[mrrsoftware.com/namechanger/>>url:http://mrrsoftware.com/namechanger/]])
22.9	73	* ExifRenamer ([[https:~~/~~/www.qdev.de/?location=mac/exifrenamer>>url:https://www.qdev.de/?location=mac/exifrenamer]])
22.5	74	)))\|(((
	75	* GNOME Commander ([[www.nongnu.org/gcmd/>>url:http://gcmd.github.io/]])
	76	* GPRename ([[http:~~/~~/gprename.sourceforge.net/>>url:http://gprename.sourceforge.net/]])
22.7	77	)))\|Rename command (rename, mv)
22.4	78
23.1	79	= FDM-Workflow =
10.2	80
3.8	81	Ein FDM-Workflow ist eine Abfolge wiederholbarer Prozesse, die Forschungsdaten während ihres Lebenszyklus durchlaufen. Dazu gehören Aktivitäten, die bei der Erhebung, Kuratierung und Aufbewahrung sowie bei der Bereitstellung und einer möglichen späteren Entsorgung durchgeführt werden. Diese Definition kann auch auf Aktivitäten erweitert werden, die vor der Erstellung der Forschungsdaten stattfinden. Dazu gehören beispielsweise die FDM-Planung oder auch die Erstellung von Datenmanagementplänen für Förderanträge. Eine klar dokumentierte Workflowstruktur erleichtert die Übersicht, hilft Fehler, wie das Überspringen notwendiger Schritte, zu vermeiden und unterstützt die Datenverwertung insgesamt. Auch die Einarbeitung neuer Mitarbeiterinnen und Mitarbeiter wird erleichtert. Ein möglicher Workflow könnte so aussehen:
1.1	82
4.1	83	\|(% style="width:266px" %)Projektbeginn\|(% style="width:466px" %)Projektlaufzeit\|(% style="width:437px" %)Archivierung\|(% style="width:539px" %)Veröffentlichung\|(% style="width:539px" %)Nachnutzung
3.10	84	\|(% style="width:266px" %)(((
	85	* Datenmanagementplan erstellen
	86	* Datenmodellierung planen
3.9	87	* Daten zusammenstellen
3.13	88	)))\|(% style="width:466px" %)(((
3.12	89	* Analyse der Daten in einen standardisierten Ablauf bringen
	90	* Datendokumentation durch Vergabe von Metadaten (technische, bibliographische)
	91	* Erstellung kollaborativer bzw. virtueller Forschungsumgebungen
	92	* Visualisierung der Daten
	93	* Datensicherung (z. B. durch Backups)
3.13	94	)))\|(% style="width:437px" %)(((
	95	* Festlegen, welche Daten archiviert werden
	96	* Metadatenvergabe abschließen und dokumentieren
	97	* nachhaltige Datenformate und -träger ermitteln
	98	* Zuständigkeiten für die Überführung in das Archiv festlegen
3.14	99	)))\|(% style="width:539px" %)(((
	100	* Publikationsmedium festlegen: Möglichkeiten für Open-Access-Publikation abklären
	101	* Forschungsprimärdaten abrufbar gestalten (z. B. in einem Repositorium)
	102	* Zitierbarkeit der Daten durch Persistent Identifier gewährleisten
4.1	103	)))\|(% style="width:539px" %)(((
	104	* Langfristige Verfügbarkeit und Zitierbarkeit garantieren
	105	* Abklären rechtlicher Aspekte (Urheberrecht, Datenschutz)
	106	* mögliche Sperrfristen berücksichtigen
	107	)))
3.9	108
31.1	109	Weiterführende Informationen zum Datenmanagement in größeren Projekten: [[https:~~/~~/doi.org/10.5281/zenodo.14192668>>https://doi.org/10.5281/zenodo.14192668]]
	110
17.7	111	Anstelle eines manuellen und arbeitsintensiven FDM kann der Workflow eines FDM mit Hilfe von Tools automatisiert werden.
4.2	112
21.2	113	= Werkzeuge und Tools =
	114
	115	== Academic Cloud Services ==
	116
23.6	117	Über den individuellen Ostfalia-Account kann man Dienste und Tools in der Academic Cloud nutzen.
21.2	118
23.6	119	Nach Anmeldung unter [[https:~~/~~/academiccloud.de/services/>>https://academiccloud.de/services/]] erscheint eine Übersicht über alle freigeschalteten Dienste:
21.2	120
31.3	121
	122
31.4	123	(% style="width:1485px" %)
	124	\|(% rowspan="21" style="width:905px" %)(((
23.6	125	[[image:250219_Academic_Cloud_Services.png\|\|alt="Übersicht der Academic Cloud Dienste mit Ostfalia-Account" height="402" width="846"]]
	126
22.2	127	//Screenshot mit Stand 19.02.2025//
31.4	128	)))\|(% style="width:195px" %)//AC Dienst//\|(% style="width:384px" %)//Beschreibung //
31.6	129	\|(% style="width:195px" %)Academic Cloud Hub\|(% style="width:384px" %)Soziales Netzwerk (ähnlich Facebook)
31.4	130	\|(% style="width:195px" %)Actionbound\|(% style="width:384px" %)Learning App
31.6	131	\|(% style="width:195px" %)BigBlueButton\|(% style="width:384px" %)Videokonferenz-System
31.4	132	\|(% style="width:195px" %)Chat AI\|(% style="width:384px" %)AI Chatbot
31.6	133	\|(% style="width:195px" %)Chemotion\|(% style="width:384px" %)Elektronisches Laborbuch
31.4	134	\|(% style="width:195px" %)Collaboard\|(% style="width:384px" %)Whiteboard
	135	\|(% style="width:195px" %)GitLab\|(% style="width:384px" %)Softwareentwicklungs und Versionierungsverwaltungssoftware
31.5	136	\|(% style="width:195px" %)GRO.data\|(% style="width:384px" %)Repositorium
31.6	137	\|(% style="width:195px" %)GRO.Plan\|(% style="width:384px" %)Software zur Erstellung eines Datenmanagementplans
31.4	138	\|(% style="width:195px" %)Jupyter\|(% style="width:384px" %)Coding-Software
	139	\|(% style="width:195px" %)LimeSurvey\|(% style="width:384px" %)Online-Umfrage-Tool
31.6	140	\|(% style="width:195px" %)Mastodon\|(% style="width:384px" %)Soziales Netzwerk
31.4	141	\|(% style="width:195px" %)Matrix\|(% style="width:384px" %)Messenger App
	142	\|(% style="width:195px" %)Open Research Knowledge Graph\|(% style="width:384px" %)Datenrepräsentations-Tool
	143	\|(% style="width:195px" %)OpenProject\|(% style="width:384px" %)Projektmanagement-Tool
	144	\|(% style="width:195px" %)ownCloud\|(% style="width:384px" %)Cloudspeicher
	145	\|(% style="width:195px" %)Pad\|(% style="width:384px" %)Markdown-Editor
	146	\|(% style="width:195px" %)Rocket.Chat\|(% style="width:384px" %)Messenger Service
	147	\|(% style="width:195px" %)ShareLaTeX\|(% style="width:384px" %)LaTeX-Editor
	148	\|(% style="width:195px" %)URL shortener\|(% style="width:384px" %)Link-Kürzung
1.1	149
23.5	150	== Rechenzentrum Ostfalia ==
1.1	151
21.6	152	(% class="wikigeneratedid" id="HPowerFolder" %)
	153	Als Speicherlösungen für kollaboratives Arbeiten bietet das Rechenzentrum die Plattform [[Alfresco>>url:https://xwiki.sonia.de/wiki/rechenzentrum/view/Anleitungen%20und%20Dokumentationen%20zur%20Nutzung%20der%20IT-Infrastruktur/Anwendungen%20f%C3%BCr%20die%20interdisziplin%C3%A4re%20Zusammenarbeit/Alfresco/]] und den Sync & Share Dienst [[PowerFolder>>url:https://xwiki.sonia.de/wiki/rechenzentrum/view/Anleitungen%20und%20Dokumentationen%20zur%20Nutzung%20der%20IT-Infrastruktur/PowerFolder%20-%20Sync%26Share%20Dienst%20des%20Rechenzentrums/]] an.
	154
23.3	155	Das [[Backupsystem des RZ>>url:https://www.ostfalia.de/cms/de/rz/servicekatalog/server/]], ermöglicht regelmäßige und automatisierte Datensicherung von Servern und Rechnern. Ein Backup wird dadurch sichergestellt, dass die Daten auf unterschiedliche Medien an unterschiedlichen Standorten verteilt versioniert gespeichert werden, so dass die Wiederherstellbarkeit im Falle eines ungewollten Datenverlustes für einen bestimmten Zeitraum gegeben ist.

Wiki-Quellcode von 2 - Datenorganisation

Suchen

Navigation