Der Weg zu offenen Forschungsdaten ist noch weit
Datum: 27. Mai 2018
Autor: Erwin König
Kategorien: Studien

Open Science und der offene Zugang zu Forschungsdaten sind zwei Themen, die in den letzten Jahren in den Medien häufig diskutiert werden. Inzwischen ist klar, dass sich hinter den Ansätzen für mehr Transparenz in der Wissenschaft mehr als nur schöne Ideen verbergen. Immer mehr Geldgeber für die wissenschaftliche Forschung fordern von Institutionen und Wissenschaftlern eine offene und gute Datenpraxis, einschließlich Datenmanagementpläne und Datenaustausch. Ausdruck findet diese Entwicklung etwa in den FAIR-Data-Prinzipien für Forschungsdaten. Wissenschaftliche Daten sollen demnach auffindbar, zugänglich, interoperabel und wiederverwendbar sein. Wie weit sind wir auf dem Weg zu offenen Forschungsdaten schon vorangeschritten? In einer der bisher größten durchgeführten Umfragen unter Wissenschaftlern mit über 7.700 Befragten zur Nutzung von Forschungsdaten, hat der Wissenschaftsverlag Springer Nature herausgefunden, dass es unter Forschern eine deutliche Präferenz gibt, solche Daten miteinander zu teilen. Allerdings bestehen aktuell noch verschiedene Barrieren, die den Datenaustausch teilweise erschweren oder verhindern.

...

Um den Artikel in voller Länge lesen zu können, benötigen Sie ein Abo. Jetzt Abo abschließen oder mit bestehendem Konto anmelden!

Mehr zum Thema:

Gen Z und Millennials lieben digitale Medien UND Bibliotheken

Die Generation Z und Millennials, die für ihre tiefgreifende Verbindung zur digitalen Welt bekannt sind, zeigen überraschenderweise auch eine starke Affinität zu physischen Bibliotheken, wie neue Studien der American Library Association zeigen – die Ergebnisse sind...

Auskunfts- und Informationsdienste in Bibliotheken

Die Studie Reference service in libraries like mine: A comparison of current reference service in libraries serving medium, small, and very small institutions von Julie E. Sweeney (Ryan Library, Point Loma Nazarene University, USA)1 zielt darauf ab, die Lücke in der...

Die transparente Dokumentation von Cultural Heritage Datasets

Angesichts der Probleme in Bezug auf Datenqualität und unzureichende Dokumentation von Datensätzen hat die Machine Learning Community begonnen, standardisierte Verfahren zur Erstellung von Datenblättern für maschinelles Lernen zu entwickeln. Das Hauptziel besteht...