„Accessing, analyzing, and visualizing research data metadata using DataCite and Jupyter Notebooks“ von Dr. Anton Ninkov  (16.02.2022) aus der Reihe DH TOOLBOX der Universität Ottawa

https://api.datacite.org/graphql (kostenlos)

https://github.com/antonninkov/ISSI2021

https://github.com/datacite/pidgraph-notebooks-python

Youtube-Link 

Präsentation

"Got Relationships in your data? Get Graphs!" von Dr. Constance Crompton (30.03.) aus der Reihe DH TOOLBOX der Universität Ottawa


keywords:

  • "modelling": "modells" tools for thinking, representation or a surrogate for a real-word object or phenomenen that helps os better understand a certain aspect of that object or phenomenon(Beispiel: Modell einer Lunge"
  • "graphs": in case of graph database, refer to a nework-like format, made up of nodes and edges. the relationships in between circlles via arrows
  • "graph databases" based on graph theory proposed by Leonhard Euler in 1746, Linked data, for example NEO4j, Blazegraph, OrientDB, Affinity, Dex)
  • "relational databases" (interconnecting spreadsheets, like SQL, modelling and running a query is possible )
  • Fokus auf Neo4j
  • graph database vocabulary:
  • node, node type (property name, property value ("Constance")
  • relationships that connect nodes have also property name, property value


Hands-on: praktischer Teil für die Teilnehmenden: sketching relationships nodes and arrows

Cypher: Neo4j's query language, ASCII art to represent the data

we define variables in each query

Nodes, relationships, etc.

LGLC project: Neo4j archival research findings, stored in a Neo4j graph database with a node js. app on top.

Buch: ist zwar in digitaler Form, aber man kann keine Daten darin abfragen.

LGLC Database Beispiel: "Bearchell" 

graphische Darstellungen, aber auch Abfragen mit Ergebnis in Charts möglich.

Projekthinweise
Women Writers Project https://www.wwp.northeastern.edu/

LGLC Database

mehr kommende Workshops: Projekte: https://dhsite.org/lecture-series/

CeDiS - Open Science in 60 min (Workshop wurde nicht aufgenommen)

(Dr. Christina Riesenweber, Sibylle Söring, Franziska Harnisch)

Ursprünglicher Link zur Anmeldung + Weitere Informationen

Contents

  • What does Open Science mean?
  • What Open Science initiatives and services are available at Freie Universität?
  • What guidelines on Open Science exist in Berlin, nationally, and from important(international) funding organizations?
  • What other services are there to promote Open Sciences?

Stichpunkte und Notizen zur Schulung

  • Open Source Software, Open Peer Review, Boundaries & Challenges - Science as open as possible → Research data sharing, open labs etc.
  • Gute Forschung → Transparenz, Kollaborationen, gründliche Recherche

Open Science ↔ Open Research ↔ Open Scholarship ( Ähnliche Begriffe die von unterschiedlichen Fachbereichen individuell ausgelegt werden)

Üblicher Ablauf einer Forschungspublikation

Read → Design Study → Data Collection → Analysis&Interpretation - > Review&Evaluation → Publish

Alternativ

QS Research Software → Citizen Science(Allgemeine Bevölkerung mit einbinden) → Open Data → Preprints → Open Peer Review

Wichtige Schlagworte:

Open Educational Research → Insbesondere Teaching

Citizen Science - Use case an der FU Berlin - Artenvielfalt auf dem blühenden Campus - Link

Common Aspects & Practices

  • Transparent Licenses for reuse
  • Good metadata
  • FAIR (Findable, Accessible, Interoperable, Reusable)
    • Machine-readable metadata(essential for automatic discovery of datasets)
    • Zugang ohne Barrieren
    • Integrated with other data
    • Neuer Research oder anschließende Forschung möglich

Vorteile von Open Access, wie durch "International Berlin declaration 2003" vorgesehen:

  • Free access - Open access
  • Right to use
  • No legal and no geographical restrictions
  • Authors remain with more rights
  • Keine Exklusivrechte der Publisher
  • Public funding, reduced costs

Freie Universität Berlin empfiehlt offiziell Open Access - "The Open Access Policy FU Berlin 2021" (Empfohlen, jedoch nicht vorgeschrieben)

Was ist Research-data?(Spektrum erweitert sich stets durch neue digitale Möglichkeiten)

  • Lab results
  • Texts
  • Measurements
  • Survey data
  • Software
  • Questionnaires, uvm.

Research data als Open data

  • Freely used
  • shared
  • built-on by anyone and anywhere

Open Research - "As open as possible, as closed as necessary"

Opening Licensing - Creative Commons - most common - CC

Vorteile von Open Science

  • Re-usability
  • Reproducibility & Replicability
  • Collaborative research → global community
  • Open infrastructures
  • Not tied to funding
  • Technology transfer and new applications

Open Peer Review

  • Scholarly review mechanism
  • Mehr Transparenz durch Veröffentlichung
  • "OS does not mean lack of quality control and peer review"
  • "OS does not enable intellectual theft"
  • "OS prevents hoarding results"

Limits of Open Science

  • Data protection(z.B. medizinische Daten von Individuen, religiöse Zugehörigkeiten etc.
  • Copyright
  • Economic prospects
  • "Time and resources are limited" - Umgang und erlernen neuer Ressourcen kann zusätzlich zu Zeitproblemen führen

Interessante Links und Weiterführendes Material zum Thema

https://www.fu-berlin.de/sites/open_access

https://www.fu-berlin.de/sites/open_access/akteure/oa-policy/index.html

https://opensource.com/resources/what-open-source

osf.io/3r8hb #"OpenScience in your field"

Reproducibilitea.org 


"Got Relationships in Your Data? Get Graphs!" Dr. Constance Crompton (CRC in Digital Humanities, University of Ottawa) (30.03.2022)



  • Keine Stichwörter