Änderungen von Dokument 5 - Publikation
Zuletzt geändert von Gabriele Nicole Stiller am 2025/05/26 13:46
Von Version 13.7
bearbeitet von Gabriele Nicole Stiller
am 2025/02/24 13:30
am 2025/02/24 13:30
Änderungskommentar:
Es gibt keinen Kommentar für diese Version
Auf Version 14.1
bearbeitet von Gabriele Nicole Stiller
am 2025/02/24 13:39
am 2025/02/24 13:39
Änderungskommentar:
Es gibt keinen Kommentar für diese Version
Zusammenfassung
-
Seiteneigenschaften (1 geändert, 0 hinzugefügt, 0 gelöscht)
Details
- Seiteneigenschaften
-
- Inhalt
-
... ... @@ -13,13 +13,10 @@ 13 13 14 14 Aber auch Meta-Analysen sind ein wichtiger Grund für mehr Datenoffenheit. In einigen Disziplinen, in denen sich eine offene Datenkultur etabliert hat, wurden signifikante Analysefehler langjährig etablierter Verfahren oder Werkzeuge erst erkannt, als Meta-Analysen über viele Studiendaten hinweg Inkonsistenzen aufdeckten. Diese Analysefehler (z.B. Softwarefehler, falsche Standardannahmen) fallen in einer einzelnen Studie nicht immer auf, können aber zu Verzerrungen und damit zu falschen Ergebnissen führen. Dies kann durch Meta-Analysen vermieden werden. 15 15 16 -|**Vorteile für Forschende**|**Was spricht gegen eine Veröffentlichung?** 17 -|((( 18 - 19 -)))|((( 20 - 21 -))) 22 -|((( 16 + 17 +(% style="width:1108px" %) 18 +|(% style="width:617px" %)**Vorteile für Forschende**|(% style="width:488px" %)**Was spricht gegen eine Veröffentlichung?** 19 +|(% style="width:617px" %)((( 23 23 {{success}} 24 24 erweitere Publikationsliste 25 25 {{/success}} ... ... @@ -30,6 +30,10 @@ 30 30 {{/success}} 31 31 32 32 {{success}} 30 +höhere Sichtbarkeit 31 +{{/success}} 32 + 33 +{{success}} 33 33 allg. wissenschaftlicher Fortschritt durch vereinfachtes Auffinden der Daten 34 34 35 35 {{/success}} ... ... @@ -36,10 +36,6 @@ 36 36 37 37 ((( 38 38 {{success}} 39 -höhere Sichtbarkeit 40 -{{/success}} 41 - 42 -{{success}} 43 43 neue Kooperationsmöglichkeiten 44 44 {{/success}} 45 45 ... ... @@ -46,31 +46,36 @@ 46 46 {{success}} 47 47 Nachnutzbarkeit für die Lehre 48 48 {{/success}} 49 - 50 - 51 51 ))) 52 -)))| 47 +)))|(% style="width:488px" %)((( 48 +{{warning}} 49 +Fehlende Erlaubnis in Einverständniserklärung 50 +{{/warning}} 53 53 54 -== Vorteile für Forschende == 52 +{{warning}} 53 +Urheberrechtsverletzung 54 +{{/warning}} 55 55 56 -* erweitere Publikationsliste 57 -* höherer Citation Impact 58 -* höhere Sichtbarkeit 59 -* allg. wissenschaftlicher Fortschritt durch vereinfachtes Auffinden der Daten 60 -* neue Forschungsfragen 61 -* neue Kooperationsmöglichkeiten 62 -* Nachnutzbarkeit für die Lehre 56 +{{warning}} 57 +Datenschutz 58 +{{/warning}} 63 63 64 -== Was spricht gegen eine Veröffentlichung? == 60 +{{warning}} 61 +Fehlende Verwertungsrechte 62 +{{/warning}} 65 65 66 -* Fehlende Erlaubnis in der Einverständniserklärung 67 -* Urheberrechtsverletzung 68 -* Datenschutz 69 -* Fehlende Verwertungsrechte 70 -* Patententwicklung 71 -* Verträge mit Industriepartnern 72 -* Ausgründungspläne 64 +{{warning}} 65 +Patententwicklung 66 +{{/warning}} 73 73 68 +{{warning}} 69 +Ausgründungspläne 70 +{{/warning}} 71 + 72 + 73 +))) 74 + 75 + 74 74 = Leitfragen für die Veröffentlichung = 75 75 76 76 * Zu welchem Zeitpunkt im Forschungsprozess sollen die Daten veröffentlicht werden? ... ... @@ -93,6 +93,7 @@ 93 93 94 94 Manche Verlage bieten Supplemente zu Veröffentlichungen an. Dies ist besonders dann sinnvoll, wenn die Forschungsdaten zentral für das Verständnis der Publikation ist. Die Anforderungen variieren je nach Journal. Einige Journals haben eigene Research Data, Data Sharing bzw. Data Availability Policies. 95 95 98 + 96 96 == Datenjournal == 97 97 98 98 Neben den klassischen wissenschaftlichen Zeitschriften für Artikel, in denen Forschungsergebnisse beschrieben und interpretiert werden, gibt es Datenjournale (data journals), in denen Artikel veröffentlicht werden, die Daten nur beschreiben, aber nicht interpretieren. Solche Artikel beschreiben z.B. Datensätze, die besonders aussagekräftig, umfangreich oder komplex sind. Der besondere Vorteil dieser Datenbeschreibungen ist, dass sie wie Forschungsartikel in klassischen Fachzeitschriften einem Peer-Review-Verfahren unterliegen und damit einem hohen Qualitätsstandard entsprechen. ... ... @@ -102,9 +102,9 @@ 102 102 Auf diese Weise kann eine Datenpublikation in einem Datenrepositorium verschiedene Artikel umfassen: einen Artikel in einem Datenjournal (detaillierte Beschreibung, ohne Interpretation) und einen Forschungsartikel in einem klassischen Fachjournal (mit Schwerpunkt auf der Interpretation der Daten). Eine Data Journal Übersicht gibt es unter: [[https:~~/~~/www.forschungsdaten.org/index.php/Data_Journals>>https://www.forschungsdaten.org/index.php/Data_Journals]] 103 103 104 104 105 -= Forschungsdatenrepositorien = 108 +== Forschungsdatenrepositorien == 106 106 107 -== Definition == 110 +=== Definition === 108 108 109 109 Repositorien sind Speicherorte für digitale Objekte, die diese einem öffentlichen oder eingeschränkten Nutzerkreis zur Verfügung stellen. Repositorien können unterschieden werden 110 110 ... ... @@ -117,7 +117,7 @@ 117 117 118 118 Häufig prüfen Kuratorinnen und Kuratoren die Daten vor der Aufnahme in das Repositorium (Ingest) hinsichtlich ihrer inhaltlichen oder technischen Qualität, teilweise auch hinsichtlich rechtlicher Aspekte (Urheberrecht, Datenschutz). Damit stellen sie sicher, dass die Daten in der vorliegenden Form für Dritte nutzbar sind. 119 119 120 -== Funktionsweise == 123 +=== Funktionsweise === 121 121 122 122 Ein Repositorium besteht im Wesentlichen aus einer Repositoriumssoftware und einer Datenbank. Datengeber können ihre Daten über eine webbasierte Benutzeroberfläche in das Repositorium übertragen oder der Repositorienbetreiber sammelt die Daten automatisiert über entsprechende Protokolle und Schnittstellen von anderen Plattformen ein (//Harvesting//). 123 123 ... ... @@ -125,7 +125,7 @@ 125 125 126 126 Um die Daten dauerhaft referenzierbar und zitierfähig zu machen, vergeben die meisten Repositorien eindeutige persistente Identifikatoren. Sowohl über die persistenten Identifikatoren (häufig DOIs oder URNs) als auch über entsprechende Schnittstellen sind die Inhalte vieler Repositorien in Suchmaschinen und Fachdatenbanken (z.B. Google Scholar) indexiert. Darüber hinaus verfügen die Repositorien über eine Suchfunktion, mit der die Nutzerinnen und Nutzer die enthaltenen Daten finden, betrachten und herunterladen können. 127 127 128 -== Auswahl == 131 +=== Auswahl === 129 129 130 130 Die Auswahl eines geeigneten Repositoriums sollte sich nach den Gepflogenheiten der jeweiligen Fachdisziplin bzw. den Vorgaben von Förderinstitutionen oder Verlagen richten. Sie hängt auch davon ab, ob die Daten für einen bestimmten Zeitraum (z.B. 10 Jahre) aufbewahrt oder langzeitarchiviert werden sollen. 131 131 ... ... @@ -133,7 +133,7 @@ 133 133 134 134 Für die Speicherung und Veröffentlichung von Forschungsdaten, für die kein geeignetes fachliches Repositorium existiert, bieten sich institutionelle Repositorien an, die von einer wachsenden Zahl von Hochschulen und Forschungseinrichtungen angeboten werden, oder [[generische Repositorien>>attach:Generalist Repository Comparison Chart.pdf]] (z.B. Zenodo oder figshare) die häufig von zentralen Einrichtungen oder Non-Profit-Organisationen bereitgestellt werden. 135 135 136 -== GRO.data Ostfalia == 139 +=== GRO.data Ostfalia === 137 137 138 138 GRO.data bietet sich als neu eingerichtetes institutionelles Datenrepositorium als Fallback-Lösung an – falls den Forschenden kein anerkanntes fachspezifisches Repositorium bekannt ist. Das Datenrepositorium GRO.data wird erst relevant, wenn Daten zur Nachnutzung/ Weiterverwendung freigegeben werden sollen. Dieses Werkzeug wurde erst kürzlich über die [[Academic Cloud Services>>https://academiccloud.de/services/grodata/]] eingerichtet und sollte erst nach Rücksprache mit [[Herrn Norman Peitz>>mailto:mailto:n.peitz@ostfalia.de]] genutzt werden. 139 139