Topic outline

  • Datenrecycling - Wie Forschungsdaten nachgenutzt werden können

    Collapse all Expand all


    • Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024). Lernbaustein zum FDM: Datenrecycling - Wie Forschungsdaten nachgenutzt werden können. FDM@Studium.nrw Selbstlernkurs (Version 1.0).

      Weitere Informationen zum Projekt, den Materialien und Ansprechpartner:innen finden Sie auf unserer Projektwebseite.

      Dieses Werk und dessen Inhalte sind - sofern nicht anders angegeben - lizenziert unter CC BY 4.0. Ausgenommen aus der Lizenz CC BY sind alle Logos.

      Der Lizenzvertrag ist hier abrufbar:
      https://creativecommons.org/licenses/by/4.0/

      Das Werk ist online verfügbar unter:
      https://www.orca.nrw/

       

      CC BY-SA Pictogramm
      Projektlogo
      ORCA-Logo
      Logo DH

      Gefördert durch:

      Logo MKW

  • Ein Lernbaustein von FDM@Studium.nrw

    Header Lernbausteine

    Im Projekt FDM@Studium.nrw haben die Bergische Universität Wuppertal (BUW), die Technische Hochschule Köln (TH Köln) und die Universität Duisburg-Essen (UDE) gemeinsam mit der Landesinitiative für Forschungsdatenmanagement - fdm.nrw 2022-2024 fachübergreifende Lern- und Lehrkurse zum Thema Forschungsdatenmanagement (FDM) für den Einsatz in Studium und Lehre (Bachelor und Master) erarbeitet. Gefördert vom Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen und koordiniert von der Landesinitiative für Forschungsdatenmanagement - fdm.nrw sind folgende Kurse entstanden:
     
    Grundwissen: Datenmanagement in Studium & wissenschaftlicher Praxis (BUW) Kerstin Kaiser und Dr. Torsten Rathmann (2024): Grundwissen: Datenmanagement in Studium & wissenschaftlicher Praxis. FDM@Studium.nrw Selbstlernkurs (Version 1.0).
    FDM@Studium.nrw Blended-Learning-Basiskurs „Forschungsdatenmanagement“ der TH Köln Mirjam Blümm, Katharina Fritsch, Sina Bock, Ursula Arning und Konrad U. Förstner (2024): FDM@Studium.nrw Blended-Learning-Basiskurs „Forschungsdatenmanagement“ der TH Köln (Version 1.0).
    Einführung in das Data Wrangling - Konzepte und Umsetzung in SPSS (UDE) Ella Posny und Angela Heine (2024): Einführung in das Data Wrangling - Konzepte und Umsetzung in SPSS. FDM@Studium.nrw Selbstlernkurs (Version 1.0).
     
    Zudem wurden gemeinsam als Auszug und Erweiterung der Kurse vier Lernbausteine entwickelt, die sich jeweils speziellen Themenbereichen des FDM widmen:
     
    Lernbaustein zum FDM: Von der Idee zur Wissenschaft - Die Entstehung von Forschungsdaten Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024): Lernbaustein zum FDM: Von der Idee zur Wissenschaft - Die Entstehung von Forschungsdaten. FDM@Studium.nrw Selbstlernkurs (Version 1.0).
    Lernbaustein zum FDM: Schluss mit dem Datenchaos - Wie Forschungsdatenmangement für Ordnung sorgt Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024): Lernbaustein zum FDM: Schluss mit dem Datenchaos - Wie Forschungsdatenmangement für Ordnung sorgt. FDM@Studium.nrw Selbstlernkurs (Version 1.0).
    Lernbaustein zum FDM: Datenrecycling - Wie Forschungsdaten nachgenutzt werden können Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024): Lernbaustein zum FDM: Datenrecycling - Wie Forschungsdaten nachgenutzt werden können. FDM@Studium.nrw Selbstlernkurs (Version 1.0).
    Lernbaustein zum FDM: FAIR Play - Warum Forschungsdaten Management brauchen Jessica Stegemann, Ceren Yildiz, Mirjam Blümm, Sina Bock, Katharina Fritsch, Kerstin Kaiser und Torsten Rathmann (2024): Lernbaustein zum FDM: FAIR Play - Warum Forschungsdaten Management brauchen. FDM@Studium.nrw Selbstlernkurs (Version 1.0).

    Alle Materialien stehen unter einer CC BY 4.0 Lizenz zur Verfügung und laden als Open Educational Resources (OER) zur Nachnutzung ein. Die Bereitstellung der Materialien erfolgt über ORCA.nrw und ein GitHub-Repositorium. Weitere Informationen zum Projekt, den Materialien und Ansprechpartner:innen finden Sie zudem auf unserer Projektwebseite. 

  • Beschreibung des Kurses

    Header: Eine Frau mit Fernglas sitzt an einem Tisch neben einem Mann, der auf seinen Computer zeigt. Hinter dem Computer ist eine Internetrecherche zu sehen.
     
    Forschung beruht auf Daten, die ausgewertet werden, um verschiedenste Fragen zu beantworten. Manchmal muss man dafür eigene Daten erheben, z.B. über Messungen, Befragungen oder Beobachtungen. In vielen Fällen lassen sich aber auch bereits erhobene und veröffentlichte Daten nachnutzen: das erlaubt Anschlussforschung und verhindert Doppelarbeit! In diesem Kurs erhalten Sie Einblicke, wie man Forschungsdaten finden kann und was bei der Nachnutzung beachtet werden sollte. Sie erfahren, wie Lizenzen eine Nachnutzung ermöglichen können und erhalten Hinweise zur sinnvollen Zitation von Forschungsdaten.
     
    Lernziele
    • Die Lernenden kennen verschiedene Suchmaschinen und Repositorien für Forschungsdaten.
    • Die Lernenden können beschreiben, was Persistente Identifikatoren (PID) sind und welche Funktion sie haben.
    • Die Lernenden wissen, was unter dem Begriff "Metadaten" zu verstehen ist.
    • Die Lernenden haben Kenntnis von den rechtlichen Grundlagen des Urheberrechts und des Datenschutzes.
    • Die Lernenden kennen die Creative-Commons-Lizenzen und wissen, wie sie zu lesen und anzuwenden sind. 
    • Die Lernenden kennen Bestandteile einer Zitation von Forschungsdaten.

    Bearbeitungsdauer
    • ca. 45 Minuten

  • Daten finden

    Daten bilden die Grundlage von Forschung. Dabei werden auch häufig Daten genutzt, die Andere erhoben und zur Nachnutzung bereitgestellt haben. Das ist praktisch, setzt aber voraus, dass diese Daten auch gefunden werden können. In diesem Abschnitt wird erläutert, wie man mit Hilfe von Metasuchmaschinen, Datenportalen und Repositorien bereits veröffentlichte Forschungsdaten finden kann. Erfahren Sie auch, welche Rolle sogenannte "Persistente Identifikatoren" und "Metadaten" beim Zugang zu Informationen spielen.

  • Was ist Recht im FDM?

    Das Erzeugen und die Nutzung von Forschungsdaten ist eingebettet in rechtliche Rahmenbedingungen. Diese sind für die Erhebung, Verarbeitung und Veröffentlichung von Daten und eben auch für die Nachnutzung bereits vorhandener Daten zu beachten. In diesem Abschnitt wird ein kurzer Überblick über relevante Rechtsgebiete gegeben und erläutert, wie diese Aspekte zu berücksichtigen sind. Zu den wichtigsten Aspekten zählen dabei der Datenschutz und das Urheberrecht.

  • Creative-Commons-Lizenzen verstehen leicht gemacht

    Lizenzen spielen eine entscheidende Rolle im Umgang mit geistigem Eigentum, insbesondere in der Forschung, wo die Nachnutzung von Daten und deren rechtliche Rahmenbedingungen zunehmend an Bedeutung gewinnen. In diesem Abschnitt werden die Grundlagen einer weit verbreiteten, standardisierten Lizenz erklärt: Die Creative-Commons-Lizenzen (CC-Lizenzen)! 

  • Forschungsdaten und Lizenzen richtig zitieren

    Bei der Nachnutzung von Daten gilt: Wer nicht richitg zitiert, verliert! Das korrekte Zitieren von Quellen ist nicht nur ein Element der Transparenz von Wissenschaft, sondern auch ein wesentlicher Bestandteil guter wissenschaftlicher Praxis. In diesem Abschnitt wird aufgezeigt, welche Bestandteile bei einer Zitation von Forschungsdaten nicht fehlen dürfen und was bei der Zitation von Werken mit einer CC-BY-Lizenz nachzuweisen ist.

  • Verzeichnis von Quellen

    Hier finden Sie eine Aufstellung der Quellen, die bei der Erstellung des Kurses genutzt wurde.