|
Lehrende: Prof. Dr. Tilo Böhmann; Maren Gierlich-Joas; Stephan Leible
Veranstaltungsart:
Seminar
Anzeige im Stundenplan:
Credits:
3,0
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
10 | 25
Weitere Informationen:
Dieses Angebot richtet sich an alle Masterstudierende aller Fakultäten. Es sind explizit keine Vorkenntnisse nötig.
Bei Problemen oder Fragen zur An- oder Abmeldung wenden Sie sich an: stine.isa@lists.uni-hamburg.de
Kommentare/ Inhalte:
In diesem Seminar für Masterstudierende aller Fachrichtungen werden die verschiedenen Phasen des Lebenszyklus von Forschungsdaten im Hinblick auf ihre Bedeutung und Merkmale sowie geeignete Methoden und Werkzeuge behandelt. Forschungsdatenmanagement spielt in allen wissenschaftlichen Disziplinen eine bedeutende Rolle, unterscheidet sich jedoch nach Forschungsbereich und Art der zu erhebenden Daten. Wir nehmen eine generalisierte Perspektive im Spektrum der Vielzahl von Herangehensweisen und Prinzipien (FAIR-Daten) ein und analysieren einige spezifische Anwendungsbeispiele. Im Einzelnen werden die folgenden Phasen thematisiert:
1. Planung: Definition der Ziele und Daten, die zur Zielerreichung nötig sind. Bestimmung von Datenquellen sowie der Datenarten, die erhoben werden (z.B. qualitative oder quantitative Daten). Auch Konzeption des Datenmanagements und rechtliche sowie ethische Betrachtung verschiedener Aspekte.
2. Erhebung: Beschaffung der zur Erreichung der definierten Ziele nötigen Daten. Hierzu werden einige beispielhafte Forschungsmethoden betrachtet und der Vorgang selbst untersucht, um einen systematischen Ansatz zu gewährleisten.
3. Verarbeitung: Aufbereitung von Daten, Dokumentation und Speicherung. Erstellung von Metadaten für die spätere Auffindbarkeit und Einordnung. Daten müssen in dieser Phase so aufbereitet werden, dass eine effektive Auswertung möglich wird.
4. Analyse: Auswertung und Interpretation der Daten, um Erkenntnisse zu gewinnen, aufgestellte Hypothesen zu prüfen und die gestellten Ziele zu erreichen. Hier kommen zahlreiche verschiedene Analysemethoden aus der Statistik, unterstützt durch IT-Software
zum Einsatz.
5. Erhaltung: Datenaufbewahrung und -archivierung, um die zukünftige Verfügbarkeit sicherzustellen. Auswahl eines Archivierungsortes sowie der Sicherungs- und Backupmethode.
6. Teilung: Freigabe und Veröffentlichung der Daten, um die Wiederverwendbarkeit dieser zu fördern. Dazu ist unter anderem zu ermitteln, welche (digitalen) Orte wie Repositorien sich für die Datenteilung eignen und wie die Auffindbarkeit unterstützt werden kann. Festlegung
einer geeigneten Urheberrechtslizenz, wie z.B. eine Creative-Commons-Lizenz.
7. Nachnutzung: Rahmenbedingungen für die Nutzung der Daten von Dritten, wie z.B. anderen Wissenschaftler:innen werden festgelegt und mit Open Science Ansätzen betrachtet.
Im Kern des Seminars erarbeiten die Studierenden in Kleingruppen eine Seminararbeit fokussiert auf eine oder mehrere Phasen des Forschungsdatenlebenszykluses. Während der ersten beiden Termine werden die detaillierte Vorgehensweise, Seminarinhalte, Gruppenbildung und die organisatorischen Rahmenbedingungen erläutert. Die Termine drei und fünf sind digitale gruppenspezifische
Einzelbetreuungen durch die Dozenten zur Besprechung der Zwischenstände und Beantwortung von offenen Fragen. Der Zoom Link hierzu wird über Stine als Hinweis vor den Terminen veröffentlicht werden. Der sechste Termin umfasst die Präsentationen der Einzelgruppen und ihrer Ergebnisse.
Besonderheiten:
Das Seminar dient neben der Inhaltsvermittlung zusätzlich zur Gestaltung eines künftigen Labors für datengetriebene digitale Innovationen, das unter anderem ein Wiki beinhalten wird. Die Inhalte der in diesem Seminar erarbeiteten Ergebnisse werden durch die Dozenten aufbereitet in dieses Wiki übernommen. Termin vier umfasst zudem einen ko-kreativen Workshop unter Nutzung des Design
Thinking Prozesses, in dem die Gruppen einen physischen Laborraum designen und ihre Erwartungen und Wünsche für das geplante Labor dokumentieren. Die Ergebnisse werden in der Realisierung des Labors für das Wintersemester 23/24 berücksichtigt.
Lernziel:
• Verstehen der verschiedenen Phasen des Lebenszyklus von Forschungsdaten, einschließlich ihrer Planung, der Datenerhebung, -aufbereitung, -analyse, -interpretation, -teilung und -nachnutzung sowie der Einhaltung von Compliance Anforderungen
• Einblick in die Bedeutung von Datenkompetenzen (Data Literacy) und der Wichtigkeit dieser in Bezug auf datengetriebene Entscheidungsfindung und Forschung
• Entwicklung wesentlicher Fähigkeiten zur effektiven Planung und Umsetzung von datengetriebenen Forschungsprozessen, wie z.B. künftiger Abschlussarbeiten
• Kennenlernen von Strategien und verfügbarer Tools und Ressourcen für die Verwaltung und Bewahrung von Forschungsdaten
• Verstehen von grundlegenden ko-kreativen Methoden und ihrer Anwendung zur Bearbeitung von Herausforderungen und Problemen
Zusätzliche Hinweise zu Prüfungen:
Die Prüfungsleistung dieses Seminars besteht aus einer schriftlichen Seminararbeit mit einem Bezug zum Forschungsdatenlebenszyklus und einer mündlichen Präsentation der Kernergebnisse dieser. Die Zulassung zur Prüfung erfolgt durch die Teilnahme an allen sechs Terminen der Veranstaltung.
|
