Hier finden Sie die digitale Version des kürzlich versandten Infoblatts mit unseren wichtigsten Angeboten .
HeFDI Code School for sustainable research software, April - July [EN]
Do you want to learn how to write scientific software or increase your code quality?
The HeFDI Code School offers a series of workshops adressing the need of especially early career researchers on learning how to create good scientific software and increase the quality of their code for better reusability and sustainability.
This summer semester we are offering two tracks: A Basic Track for beginners with three online workshops and an Advanced Summer School for experienced developers as a hybrid event in Kassel.
The courses are free of charge and are held in English!
More information and registration: https://www.uni-marburg.de/en/hefdi/hefdi-data-event/code-school
Forschungsdaten sind alle Daten, die im Laufe eines wissenschaftlichen Prozesses erzeugt, bearbeitet oder genutzt werden oder dessen Ergebnis sind. Forschungsdaten können je nach Wissenschaftsdisziplin in unterschiedlichen Formaten vorliegen.
Forschungsdatenmanagement ist der Prozess, in dem die Erzeugung, Verwaltung und Sicherung dieser Daten beschrieben bzw. geplant wird. Es umfasst alle Bereiche der Datenverwaltung, insbesondere die Planung der Datenerhebung, die Erzeugung und Aufbereitung der Daten, die Datenintegrität, ihre Dokumentation und nachhaltige Aufbewahrung sowie die Zugänglichmachung der Daten. Entwickelt und dokumentiert wird dieser Prozess mit Hilfe eines Datenmanagementplans, der Teil eines jeden Forschungsvorhabens ist bzw. sein sollte.
Der Datenmanagementplan ist ein „lebendes Dokument“, das zunächst das zentrale Planungswerkzeug für das Datenmanagement im Forschungsprojekt darstellt und sich im Projektverlauf zum Projektdokumentationswerkzeug entwickelt.
Datensicherheit: Ein professioneller Umgang mit Forschungsdaten schützt vor
- Datenverlust,
- Missbrauch,
- ermöglicht ein späteres Nachvollziehen der Forschungsergebnisse und
- eine zukünftige Nachnutzung der Daten!
Werden die Grundsätze des Forschungsdatenmanagements bei der Planung und Umsetzung des Forschungsprojektes beachtet, kann die Gefahr eines Datenverlustes minimiert werden.
Ein physischer Datenverlust wird durch die erforderliche Anzahl an Kopien, Speichermedien und Sicherungsintervalle verhindert. Durch die Verwendung von langfristig lesbaren Dateiformaten und die Sicherung auf geeigneten Speichermedien wird die langfristige Verfügbarkeit der Daten gewährleistet.
Ein inhaltlicher Datenverlust wird durch eine professionelle Dokumentation der Datenerhebung, Datenaufbereitung und Beschreibung über Metadaten verhindert. Dadurch wird sichergestellt, dass auch nach Jahren ursprünglich nicht am Forschungsprojekt beteiligte Personen die erhobenen Daten interpretieren und somit gegebenenfalls nachnutzen können. Wichtig dabei ist, dass insbesondere auch solche Metadaten von Vorneherein mitberücksichtigt werden, die für die unmittelbaren Untersuchungsinteressen nicht von Belang scheinen mögen, für die spätere Nachnutzung der Daten – auch und gerade durch Personen, die an der ursprünglichen Erhebung nicht beteiligt waren – aber unverzichtbar sind.
Die Notwendigkeit eines professionellen Forschungsdatenmanagements kann sich aus fachspezifischen Anforderungen, Anforderungen der eigenen Forschungsinstitution, der Forschungsförderer oder Journals ergeben. Informieren Sie sich über die Anforderungen Ihres Faches, Ihrer Hochschule oder ihres Instituts, Ihres Drittmittelgebers oder des Journals, bei dem Sie publizieren möchten, z.B.:
Forschungsdaten-Leitlinie der Uni Kassel
Leitlinien zum Umgang mit Forschungsdaten der DFG
Sofern nicht anderweitig gekennzeichnet sind alle Texte dieser Seite und ihrer Unterseiten lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz.