Zum Hauptinhalt springen

Projekt Ökosystem Datenmanagement erfolgreich gestartet

(nach idw)

Wie lassen sich die stetig wachsenden digitalen Datenmengen aus unterschiedlichsten Bereichen systematisch nachhaltig nutzen? Seit 1. Oktober 2019 befasst sich das vom Bundesministerium für Bildung und Forschung (BMBF) mit 1,7 Millionen Euro geförderte Projekt „Ökosystem Datenmanagement: Analysen – Empfehlungen – FAIRification” (Ecosystem Data Management – EcoDM) mit dieser Frage.

Für einen Förderzeitraum von 30 Monaten gehen die Max-Planck-Gesellschaft vertreten durch

der Fragestellung nach. Das Besondere: EcoDM erforscht, wie die Potenziale des rasanten digitalen Datenwachstums systematisch FAIR (Findable, Accessible, Interoperable, Reusable) gemacht und genutzt werden können.

>> mehr: https://www.ecodm.de/
https://www.dainst.org/-/kick-off-des-projektes-ecodm-ecosystem-data-management-am-dai-berlin?redirect=%2Fdai%2Fmeldungen

MPG: pybliometrics – Eine neue Software zur Forschung mit großen bibliometrischen Datenmengen

(nach idw)

Bibliometrische Datenbanken sammeln Daten über wissenschaftliche Publikationen, womit wissenschaftlicher Output „gemessen“ werden kann. Je größer eine Datenbank, desto mehr wissenschaftliche Aktivität kann erfasst werden – umso schwieriger wird es allerdings, Forschungsdaten zu extrahieren.

Eine der größten bibliometrischen Datenbanken, die vom wissenschaftlichen Fachverlag Elsevier betrieben wird, ist Scopus. Die Software pybliometrics, die von Michael E. Rose, Senior Research Fellow am Max-Planck-Institut für Innovation und Wettbewerb, in interdisziplinärer Zusammenarbeit mit John R. Kitchin (Professor für Chemical Engineering an der Carnegie Mellon University) entwickelt wurde, ermöglicht nun Forschern, diese Datenbank ohne größere Hürden anzuzapfen und Daten automatisiert herunterzuladen.

Die Software ist in der Programmiersprache Python geschrieben, die unter Wissenschaftlern immer mehr an Bedeutung gewinnt. pybliometrics eröffnet Nutzern neue Wege, schneller an von ihnen benötigte große und ständig wachsende Datenmengen heranzukommen.

Gleichzeitig erlaubt pybliometrics eine bessere Überprüfbarkeit wissenschaftlicher Ergebnisse, da für jeden transparent wird, nach welchen Definitionen Forschungsdaten gezogen wurden. Das erhöht die Replikationsfähigkeit der Forschung, die Markenzeichen guter wissenschaftlicher Praxis ist.

>> mehr: https://www.ip.mpg.de/de/forschung/meldungen-aus-der-forschung/pybliometrics