@@ -28,12 +28,15 @@ Willkommen zu den NFDI4Ing Selbstlernmaterialien zum Thema Metadaten!
Sie finden hier Trainings zu grundlegenden Themen des Forschungsdatenmanagements (FDM) wie etwa Metadaten. Diese Grundlagen sind dabei speziell auf die Ingenieurwissenschaften zugeschnitten.
Die Trainings sind als Selbstlernmaterialien gestaltet, können bspw. aber auch in Schulungen/Klassenräumen/Kursen eingesetzt werden.
[Dr. Marcus Gossler, [Zettelkatalog (Schlagwort) an der Universitätsbibliothek Graz. Ein Werk Schleimers in dem von ihm begründeten Katalog. Karteikarten mit alphabetisch geordneten Deskriptoren. Karteikarten in einem Schlagwortkatalog. Schlagwortkatalog 1926-93 der Universitätsbibliothek Graz.](https://upload.wikimedia.org/wikipedia/commons/7/7e/Schlagwortkatalog.jpg) Unter [CC BY-SA 3.0](http://creativecommons.org/licenses/by-sa/3.0/) Lizenz, keine Änderungen vorgenommen]
Sie haben Feedback, eine Ergänzung, oder Fehler gefunden? Wir freuen uns über eine entsprechende Rückmeldung [mittels dieses Formulars](https://git.rwth-aachen.de/nfdi4ing/education/trainingplatform/metadata/-/issues/new) -- danke!
<!-- style="width: 50pt" -->
Sofern nicht anders angegeben, werden diese Trainings unter einer [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) bereitgestellt.
...
...
@@ -58,6 +61,7 @@ Zur besseren Vereinheitlichung der FDM-Trainings berücksichtigen wir die [__Ler
[Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. [https://doi.org/10.5281/zenodo.8010617](https://doi.org/10.5281/zenodo.8010617). CC BY 4.0]
Ein Sensor ist an einer Maschine angebracht und erfasst kontinuierlich Temperaturwerte. In diesem Fall sind die Temperaturwerte die __Daten__.
...
...
@@ -98,6 +104,8 @@ Diese und weitere mögliche Daten sagen zwar nichts über die zu messende Temper
__Eine Videoeinführung__
<iframewidth="560"height="315"src="https://www.youtube.com/embed/1eCMRhbi60U"title="YouTube video player"frameborder="0"allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share"referrerpolicy="strict-origin-when-cross-origin"allowfullscreen></iframe>
<!-- style="color: gray" -->
[Dominik Schmitz, Daniela Hausen, Ute Trautwein-Bruns. Forschungsdaten und ihre Metadaten.
RWTH Aachen University. 2018. Verfügbar unter DOI [10.18154/RWTH-2018-231101](https://doi.org/10.18154/RWTH-2018-231101) sowie [https://www.youtube.com/watch?v=1eCMRhbi60U](https://www.youtube.com/watch?v=1eCMRhbi60U). Veröffentlicht unter [CC BY 4.0](http://creativecommons.org/licenses/by/4.0/) Lizenz]
...
...
@@ -136,6 +144,7 @@ Die FAIR Prinzipien (I1., I2.) stellen hier an Metadaten die Anforderungen, selb
__Wiederverwendbarkeit__: Metadaten helfen bei der Nachnutzung in zukünftiger Forschung. Dies erfordert u.a. eine entsprechende Lizenzangabe (Prinzip R1.1.), Angaben über frühere Verarbeitungsschritte der Daten (Data Lineage, Prinzip R1.2.), sowie weitere Attribute (R1.).
<!-- style="color: gray" -->
In Anlehnung an: [Kraft, Angelina (12.11.2017): Die FAIR Data Prinzipien für Forschungsdaten. TIB Blog, [https://blogs.tib.eu/wp/tib/2017/09/12/die-fair-data-prinzipien-fuer-forschungsdaten/](https://blogs.tib.eu/wp/tib/2017/09/12/die-fair-data-prinzipien-fuer-forschungsdaten/). Unter [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) Lizenz]
...
...
@@ -188,6 +197,7 @@ Kontrollierte Vokabulare sind systematische Sammlungen von Begriffen, die nach f
* Eine __Taxonomie__ organisiert eine Gruppe von Gegenständen durch Kategorisierung oder Klassifizierung in eine hierarchische Struktur.
* Eine __Ontologie__ ist in der Informatik eine Methode zur Wissensdarstellung, die darauf abzielt, Wissen so zu formulieren, dass es von Maschinen interpretiert und verarbeitet werden kann. Dies geschieht durch die Definition von Entitäten und deren Beziehungen in Form von expliziten Aussagen, was als semantische Tripel bezeichnet wird. Ein semantisches Tripel besteht aus drei Komponenten: Subjekt, Prädikat und Objekt, die zusammen eine Beziehung zwischen Entitäten beschreiben.
@@ -210,6 +220,7 @@ Die gängigsten __Dateiformate__ für Metadaten sind XML, JSON und RDF.
*`JSON` steht für JavaScript Object Notation und eignet sich zum Speichern und Übertragen von Daten. Es wird häufig verwendet, wenn Daten von einem Server auf an eine andere Webseite gesendet werden und ist leicht zu verstehen.
*`RDF` ist ein Standardmodell für den Datenaustausch im Web. RDF verfügt über Funktionen, die die Zusammenführung von Daten erleichtern, selbst wenn sich die zugrunde liegenden Schemata unterscheiden
* Das Metadata Object Description Schema (MODS) ist ein XML-Schema mit MARC*-ähnlicher Semantik. MODS wurde von der Library of Congress aus der Notwendigkeit heraus entwickelt, eine Möglichkeit für die Beschreibung komplexer digitaler Objekte zu finden, die leichter zu erlernen ist als MARC und umfangreicher ist als der Dublin Core. MODS ist anwendungsfreundlicher, weil es sprachbasierte Tags und nicht die bei MARC üblichen numerischen Codes verwendet. Es gibt 20 MODS-Elemente auf oberster Ebene, von denen viele Unterelemente für eine detailliertere Beschreibung enthalten.
*[MODS User Guidelines](https://www.loc.gov/standards/mods/userguide/)
*[Beispiel zur Anwendung des MODS-Schemas und weitere Metadatenschemata](https://guides.library.cmu.edu/c.php?g=472661&p=9230176)
*[MODS User Guidelines :up-right-arrow:](https://www.loc.gov/standards/mods/userguide/)
*[Beispiel zur Anwendung des MODS-Schemas und weitere Metadatenschemata :up-right-arrow:](https://guides.library.cmu.edu/c.php?g=472661&p=9230176)
**MARC-Format (maschinenlesbare Katalogisierung) ist ein Standardsatz digitaler Formate für die maschinenlesbare Beschreibung von Objekten, die von Bibliotheken katalogisiert werden, wie z.B. Bücher und DVDs.
...
...
@@ -243,8 +254,8 @@ __Metadatenstandards__
__Suche nach ingenieurspezifischen Metadatenstandards__
* Der [NFDI4Ing Terminology Service](https://terminology.nfdi4ing.de/ts/) ist eine Suchmaschine für registrierte Terminologien
* Auch FAIRsharing bietet eine Suchfunktion an, hier auf "engineering" gefiltert: [https://fairsharing.org/search?q=engineering](https://fairsharing.org/search?q=engineering)
* Auch das Digital Curation Centre (DCC) bietet eine Übersicht, wenn auch nicht speziell für Ingenieurwissenschaften: [https://www.dcc.ac.uk/guidance/standards/metadata](https://www.dcc.ac.uk/guidance/standards/metadata)
* Auch FAIRsharing bietet eine Suchfunktion an, hier auf "engineering" gefiltert: [https://fairsharing.org/search?q=engineering :up-right-arrow:](https://fairsharing.org/search?q=engineering)
* Auch das Digital Curation Centre (DCC) bietet eine Übersicht, wenn auch nicht speziell für Ingenieurwissenschaften: [https://www.dcc.ac.uk/guidance/standards/metadata :up-right-arrow:](https://www.dcc.ac.uk/guidance/standards/metadata)
## Best Practices
...
...
@@ -266,7 +277,7 @@ Die groben Schritte für die Erstellung eines individuellen Metadatenschemas kö
* Struktur des Schemas bestimmen: Entscheidung über einen Satz von Metadatenelementen (einzelne Entität) oder eine Gruppe von Metadatenelementen (mehrere Entitäten); Registrierung des Schemas bei den zuständigen Stellen
* Identifizierung nützlicher Elementgruppen und Kodierungsschemata: Welche bestehenden Elemente, Gruppierungen von Elementen und Unterelementen aus anderen Schemata können in dem Schema verwendet werden?
Detailliertere Informationen zur Erstellung eines eigenen Metadatenschemas sind (in diesem Dokument der ISO)[https://committee.iso.org/files/live/sites/tc46sc11/files/documents/N800R1%20Where%20to%20start-advice%20on%20creating%20a%20metadata%20schema.pdf] zu finden.
Detailliertere Informationen zur Erstellung eines eigenen Metadatenschemas sind (in diesem Dokument der ISO :up-right-arrow:)[https://committee.iso.org/files/live/sites/tc46sc11/files/documents/N800R1%20Where%20to%20start-advice%20on%20creating%20a%20metadata%20schema.pdf] zu finden.
___Was gibt es sonst noch zu beachten?___
...
...
@@ -293,6 +304,7 @@ Ihre Aufgabe:
Die Lösungsschritte werden in den nachfolgenden Abschnitten vorgestellt.
<!-- style="color: gray" -->
Dieses Übungsbeispiel und die nachfolgenden Grafiken sind entnommen aus [Benjamin Farnbacher, Nils Hoppe, Katja Kessler, Stephan Peinkofer, Stephan Hachinger, & Christian Stemmer. (2021, Juli 22). Forschungsdatenmanagement für Daten aus High Performance Measurement and Computing an der TU München - Best-Practice Beispiele und Anwendungen. Zenodo. https://doi.org/10.5281/zenodo.5139408. [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)]
### Metadatenschema für Forschende
...
...
@@ -331,7 +343,7 @@ Sie haben Feedback, eine Ergänzung, oder Fehler gefunden? Wir freuen uns über
### Danksagung
Diese Selbst-Lerntrainings sind im Rahmen der [Nationalen Forschungsdateninfrastruktur für die Ingenieurwissenschaften (NFDI4Ing)](https://) in der Task Area S-6/CC-2 entstanden.
Diese Selbst-Lerntrainings sind im Rahmen der [Nationalen Forschungsdateninfrastruktur für die Ingenieurwissenschaften (NFDI4Ing)](https://www.nfdi4ing.de) in der Task Area S-6/CC-2 entstanden.
Die Autorinnen und Autoren möchten sich bei Bund, Ländern und bei der Gemeinsamen Wissenschaftskonferenz (GWK) für die Förderung und Unterstützung im Rahmen des Konsortiums NFDI4Ing bedanken. Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442146713.
