Fit for FAIR - FAIRe Daten produzieren und erhalten
Abstract
Forschungsdatenmanagement kann viel mehr als nur lästige Pflichterfüllung sein, um die wachsenden Anforderungen der Fördermittelgebenden zu erfüllen. Mit der neu aufgelegten FDM@HSOS-Veranstaltungsreihe bieten wir interdisziplinäre und standortübergreifende Kurse an der Hochschule Osnabrück an, um vor allem Forschenden und Promovierenden an der Hochschule eine einführende Orientierung im Forschungsdatenmanagement zu ermöglichen, sich mit den Grundbegriffen, Standardmethoden und Best Practices vertraut zu machen und ihnen den Mehrwert des FDMs für sich und ihren Forschungsalltag näher zu bringen. Die Folien sind Teil der dritten Sitzung. Sie informieren über die Genese der FAIR-Prinzipien, ihre wichtigsten Aspekte mit einem Fokus auf Metadaten und Persistente Identifikatoren sowie kleine Helferlein zur Erstellung von Metadaten in von Menschen und Maschinen lesbaren Formaten.
Full text
KATHRIN SCHMITT FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN
2 •Genese und Kontext der FAIR-Prinzipien kennenlernen ➢Unterschiede zwischen Open Science, Open Data, FAIR Data und Open Access erkennen und verstehen •Daten FAIR gestalten ➢Repositorien finden, Metadatenschemata und kontrollierte Vokabulare/Terminologien verstehen und finden, PIDs kennenlernen FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN
3 01 GENESE DER FAIR PRINZIPIEN 02 FAIRE DATEN PRODUZIEREN 03 METADATEN VERSTEHEN FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN
4 Reproduzierbarkeitskrise & Digitalisierung Publish or Perish Publication Bias File Drawer Problem Fehlende Reporting Standards p-hacking HARKing DIE OPEN SCIENCE BEWEGUNG FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 01 GENESE DER FAIR PRINZIPIEN Open Science Source Peer Review Vertiefung 08.01.2026: Open Access - der einfache(re) Weg
5 DATEN TEILEN –EINE HERAUSFORDERUNG […] the FAIR Principles put specific emphasis on enhancing the ability of machines to automatically find and use the data, in addition to supporting its reuse by individuals. The Principles may be adhered to in any combination and incrementally, as data providers‘ publishing environments evolve to increasing degrees of ‘FAIRness’. Moreover, the modularity of the Principles, and their distinction between data and metadata, explicitly support a wide range of special circumstances. Four rationales for sharing data […]: (1) to reproduce or verify research, (2) to make results of publicly funded research available to the public, (3) to enable others to ask new questions of extant data, and (4) to advance the state of research and innovation. 2012 2016 The “dirty little secret” behind the promotion of data sharing is that not much data sharing may be taking place. FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 01 GENESE DER FAIR PRINZIPIEN
6 DIE FAIR-PRINZIPIEN Findable (auffindbar) Accessible (zugänglich) Interoperable (interoperabel) Reusable (wiederverwendbar) Ein Handlungsansatz im FDM FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 01 GENESE DER FAIR PRINZIPIEN Wilkinson et al. 2016.
7 DATEN TEILEN UND FINDEN Vertiefung am 05.02.2026: Wohin mit unseren Daten? F4 A1-2 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 02 FAIRE DATEN PRODUZIEREN
8 PERSISTENTE IDENTIFIKATOREN (PIDs) Beispiele F4 A1-2 ➢RRID (physiche Objekte, Biologie): z. B. mus musculus C57BL/6J →RRID:IMSR_JAX:000664 ➢IGSN (physische Proben/Materialien, generisch): z. B. Bohrkern-Sample aus Schweden → http://igsn.org/ICDP5054ESYI201 PID Service der NFDI (in Entwicklung) ➢DOI (für Publikationen): z. B. Keine Angst vorm FDM – eine Einführung → https://doi.org/10.5281/zenodo.14716086 ➢URN (für Publikationen): z. B. Schmid et al. 2023 → https://nbn-resolving.org/urn:nbn:de:bsz:959-opus78155 ➢ORCID (für Wissenschaftler*innen): z. B. Kathrin Schmitt →https://orcid.org/0000-0001-5837-0272 ➢ROR (für Forschungseinrichtungen): z. B. Hochschule Osnabrück →https://ror.org/059vymd37 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 02 FAIRE DATEN PRODUZIEREN
9 (FREIE) DATEIFORMATE & LANGZEITVERFÜGBARKEIT I1 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 02 FAIRE DATEN PRODUZIEREN
16 F1-4 A1-2 I1 R1 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 03 METADATEN VERSTEHEN
17 FIT FOR FAIR –FAIRE DATEN PRODUZIEREN UND ERHALTEN 03 METADATEN VERSTEHEN F1-4 A1-2 I1 R1
18 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 03 METADATEN VERSTEHEN F1-4 A1-2 I1 R1
19 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN 03 METADATEN VERSTEHEN F1-4 A1-2 I1 R1
20 QUELLENVERZEICHNIS Abbildungen Alle Logos und Abbildungen Dritter sind den jeweils verlinkten Websites entnommen. Literatur Hirschauer, N., Mußhoff, O., Grüner, S., Frey, U., Theesfeld, I., & Wagner, P. (2016). Die Interpretation des p-Wertes –Grundsätzliche Missverständnisse. Jahrbücher für Nationalökonomie und Statistik, 236(5), 557–575. https://doi.org/10.1515/jbnst-2015-1030 Kerr, N. L. (1998). HARKing: Hypothesizing After the Results are Known. Personality and Social Psychology Review, 2(3), 196–217. https://doi.org/10.1207/s15327957pspr0203_4 Borgman, C. L. (2012). The conundrum of sharing research data. Journal of the American Society for Information Science and Technology, 63(6), 1059–1078. https://doi.org/10.1002/asi.22634 Wilkinson, M. D., Dumontier, M., Aalbersberg, Ij. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3(1), 160018. https://doi.org/10.1038/sdata.2016.18 Kitchin, R. (2025). Critical Data Studies. An A to Z Guide to Concepts and Methods. Polity Press. https://polity-books-backend.prod.politybooks.wiley.host/wpcontent/uploads/2024/12/KITCHIN-9781509566525-EPDF.pdf Schmitt, K. (2025, Januar 22). Keine Angst vorm FDM - eine Einführung. Zenodo. https://doi.org/10.5281/zenodo.14716087 Schmid, A. B., Tampin, B., Baron, R., Finnerup, N. B., Hansson, P., Hietaharju, A., Konstantinou, K., Lin, C.-W. C., Markman, J., Price, C., Smith, B. H., & Slater, H. (2023). Recommendations for terminology and the identification of neuropathic pain in people with spine-related leg pain. Outcomes from the NeuPSIG working group. Pain, 164(8), 1693–1704. https://doi.org/10.1097/j.pain.0000000000002919 Betancort Cabrera, N., & Haake, E. (2014). Das Qualiservice Metadatenschema. https://doi.org/10.3886/DDIWORKINGPAPER05 FIT FOR FAIR –FAIRe DATEN PRODUZIEREN UND ERHALTEN
21 VIELEN DANK FÜR DIE AUFMERKSAMKEIT Kathrin Schmitt Erreichbarkeit: Mo-Do 8:30-16:00 Campusbibliothek am Westerberg | Raum 96/124 0541 969 2939 [email protected] Mit Ausnahme fremden Bildmaterials stehen alle Inhalte dieser Präsentation unter der Lizenz Creative Commons BY 4.0 International.