
Die Forschung ist zunehmend rechnergestützt und datengesteuert und.Der zunehmende Umfang digitaler Forschungsdaten, die bei fast jedem Forschungsprojekt erzeugt oder gesammelt werden, verlangt von uns einen verantwortungsvolleren, proaktiven Umgang mit Daten.Wir stehen vor der Herausforderung, diese Daten nicht nur zu verwalten und zu dokumentieren, sondern sie auch zu bewahren und für die Wiederverwendung verfügbar zu machen.Darüber hinaus spielen in der modernen Forschung immer mehr automatisierte (Analyse-)Pipelines eine Rolle. Daher wird das Code-Management in der Forschung immer wichtiger, um die Reproduzierbarkeit der Ergebnisse zu gewährleisten, da es die systematische Organisation, Versionskontrolle und gemeinsame Nutzung von Software und Algorithmen ermöglicht. Im ersten Augenblick mag Datenmanagement aufwendig erscheinen, aber eine gute Verwaltung unserer Forschungsdaten bietet tatsächlich viele persönliche und praktische Vorteile. Gut verwaltete und gut beschriebene Daten lassen sich leichter sortieren, abrufen und verstehen, wodurch unser Forschungsprojekt effizienter wird. Das Datenmanagement schützt vor Datenverlusten und - immer wichtiger - vor dem Rückzug von Veröffentlichungen und erspart Ihnen möglicherweise eine frustrierende Erfahrung. Dieser Workshop befasst sich mit den besten Praktiken für die Verwaltung digitaler Forschungsdaten. Übersetzt mit DeepL.com (kostenlose Version)
Open Source, Open Data, Open Code, research software, Forschungsdatenmanagement, research data management, research data, Forschungsdaten, FAIR
Open Source, Open Data, Open Code, research software, Forschungsdatenmanagement, research data management, research data, Forschungsdaten, FAIR
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
