Daten finden und nachnutzen - Versionsgeschichte

Lilian.Zappone: /* Forschungsdaten finden */

2024-04-16T08:23:57Z

Forschungsdaten finden

← Nächstältere Version		Version vom 16. April 2024, 10:23 Uhr
Zeile 2:		Zeile 2:

	== Forschungsdaten finden ==		== Forschungsdaten finden ==
	Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.		Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten<sup>[1]</sup>, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

	'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''		'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''
Zeile 52:		Zeile 52:
	Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.		Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

	Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.		Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[2]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

	'''WICHTIG!'''		'''WICHTIG!'''

	Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)<sup>[2]</sup> . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität<sup>[3]</sup>.		Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)<sup>[3]</sup> . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität<sup>[4]</sup>.

	=== FAIRe Daten ===		=== FAIRe Daten ===
	Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[4]</sup> :		Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[5]</sup> :

	* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),		* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
Zeile 80:		Zeile 80:

	== Forschungsdaten zitieren ==		== Forschungsdaten zitieren ==
	Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[5]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.		Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[6]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

	Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[6]</sup>:		Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[7]</sup>:

	'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''		'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''
Zeile 96:		Zeile 96:
	=== Tools ===		=== Tools ===
	Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.		Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
	----[1] ~~Datenqualität umfasst im FDM im Besonderen die Bereiche~~ der ~~Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe:~~ https://~~forschungsdaten~~.~~info~~/~~themen/finden-und-nachnutzen/forschungsdaten-finden~~/.		----[1] Ariza, Angela et al. (2023, 14 February). Datennutzung in der Praxis. https://doi.org/10.5281/zenodo.7568266.

	[2] ~~Ariza~~, ~~Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement~~: ~~Erweiterungsmodul Nachnutzung. Version 1.0.~~ https://~~doi~~.~~org~~/~~10.5281~~/~~zenodo.10160865~~.		[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

	[3] Ariza, Angela (2023~~, 05~~. ~~February)~~. ~~Data fitness~~. https://doi.org/10.~~6084/m9.figshare.21944477.v1<nowiki~~/>.~~https://figshare.com/articles/figure/Data_fitness/21944477~~.		[3] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

	[4] ~~Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc~~.~~edu~~.~~au/resource/fair-data-self-assessment-tool/ FAIR~~ Data ~~Self Assessment Tool] (Australian Research Data Commons (ATDC)), [~~https://~~zenodo~~.org/~~record~~/~~1065991#~~.~~ZKUurVzP2Uk How FAIR are your data?] (Jones, S~~.~~, & Grootveld, M~~.~~), [~~https://~~fairaware~~.~~dans.knaw.nl~~/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.		[4] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

	[5] ~~Deutsche Forschungsgemeinschaft (o~~.D.). ~~Kodex~~. ~~Leitlinien zur Sicherung guter wissenschaftlicher Praxis~~ (~~hier im Besonderen die Leitlinie 17: Archivierung~~). https://~~wissenschaftliche~~-~~integritaet~~.~~de/kodex/~~.		[5] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

	[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.		[6] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

			[7] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Lilian.Zappone: /* Forschungsdaten zitieren */

2024-04-16T08:12:20Z

Forschungsdaten zitieren

← Nächstältere Version		Version vom 16. April 2024, 10:12 Uhr
Zeile 102:		Zeile 102:
	[3] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.		[3] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

	[4] Diese Beispiel-Maßnahmen ~~wurdhttps://doi.org/10.5281/zenodo.10160865 en~~ abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.		[4] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

	[5] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.		[5] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

	[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.		[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Lilian.Zappone: /* Forschungsdaten zitieren */

2024-04-16T08:09:46Z

Forschungsdaten zitieren

← Nächstältere Version		Version vom 16. April 2024, 10:09 Uhr
Zeile 54:		Zeile 54:
	Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.		Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

	Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind (fit for purpose).<sup>[2]</sup>		'''WICHTIG!'''

			Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)<sup>[2]</sup> . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität<sup>[3]</sup>.

	=== FAIRe Daten ===		=== FAIRe Daten ===
	Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[3]</sup> :		Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[4]</sup> :

	* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),		* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
Zeile 78:		Zeile 80:

	== Forschungsdaten zitieren ==		== Forschungsdaten zitieren ==
	Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[4]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.		Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[5]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

	Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[5]</sup>:		Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[6]</sup>:

	'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''		'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''
Zeile 98:		Zeile 100:
	[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.		[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

	[3] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.		[3] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

			[4] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

	[4] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.		[5] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

	[5] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.		[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Lilian.Zappone: /* Forschungsdaten nachnutzen */

2024-04-16T07:50:19Z

Forschungsdaten nachnutzen

← Nächstältere Version		Version vom 16. April 2024, 09:50 Uhr
Zeile 54:		Zeile 54:
	Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.		Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

	Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.<sup>[2]</sup>		Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind (fit for purpose).<sup>[2]</sup>

	=== FAIRe Daten ===		=== FAIRe Daten ===

Lilian.Zappone: /* Forschungsdaten nachnutzen */

2024-04-16T07:48:28Z

Forschungsdaten nachnutzen

← Nächstältere Version		Version vom 16. April 2024, 09:48 Uhr
Zeile 54:		Zeile 54:
	Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.		Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

	Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich ~~sowie~~ nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.<sup>[2]</sup>		Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.<sup>[2]</sup>

	=== FAIRe Daten ===		=== FAIRe Daten ===

Lilian.Zappone am 16. April 2024 um 07:47 Uhr

2024-04-16T07:47:45Z

Lilian.Zappone: /* Forschungsdaten finden */

2024-04-11T08:43:44Z

Forschungsdaten finden

← Nächstältere Version		Version vom 11. April 2024, 10:43 Uhr
Zeile 30:		Zeile 30:
	Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].		Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

	'''3.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''		'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

	* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)		* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)
Zeile 42:		Zeile 42:
	* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)		* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

	'''4.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''		'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

	* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)		* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)

Lilian.Zappone: /* Forschungsdaten finden */

2024-04-11T08:43:28Z

Forschungsdaten finden

← Nächstältere Version		Version vom 11. April 2024, 10:43 Uhr
Zeile 22:		Zeile 22:
	Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.		Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

	'''2.Sie können (offene) Forschungsdaten in Datenjournalen finden.'''		'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

			Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

			'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

	Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].		Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

Lilian.Zappone: /* Forschungsdaten finden */

2024-02-22T07:59:32Z

Forschungsdaten finden

← Nächstältere Version		Version vom 22. Februar 2024, 09:59 Uhr
Zeile 20:		Zeile 20:
	* [https://commons.datacite.org/repositories FAIRsharing]		* [https://commons.datacite.org/repositories FAIRsharing]

	Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), ~~Schlagworten~~ und Stichworten durchsuchen.		Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

	'''2.Sie können (offene) Forschungsdaten in Datenjournalen finden.'''		'''2.Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Lilian.Zappone am 31. Januar 2024 um 10:47 Uhr

2024-01-31T10:47:16Z

← Nächstältere Version		Version vom 31. Januar 2024, 12:47 Uhr
Zeile 78:		Zeile 78:
	'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''		'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

	Hier ein Beispiel für eine vollständige Datenzitation gemäß der Joint Declaration of Data Citation Principles:		Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

	'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''		'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''



	'''WICHTIG!'''		'''WICHTIG!'''

← Nächstältere Version		Version vom 16. April 2024, 09:47 Uhr
Zeile 52:		Zeile 52:
	Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.		Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

	Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.		Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit<sup>[1]</sup>, sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

			Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich sowie nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.<sup>[2]</sup>

	=== FAIRe Daten ===		=== FAIRe Daten ===
	Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[2]</sup> :		Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen<sup>[3]</sup> :

	* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),		* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
	* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),		* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
	* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; ~~einheitliche~~ und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,		* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
	* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.		* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Zeile 76:		Zeile 78:

	== Forschungsdaten zitieren ==		== Forschungsdaten zitieren ==
	Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[3]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.		Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis<sup>[4]</sup> und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

	Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[4]</sup>:		Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben<sup>[5]</sup>:

	'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''		'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''
Zeile 94:		Zeile 96:
	----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.		----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

	[2] Diese Beispiel-Maßnahmen ~~wurden~~ abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.		[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

			[3] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

	[3] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.		[4] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

	[4] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.		[5] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.