5th Data Science Symposium, GEOMAR

Autor: Mehrtens, Hela, Henkel, Daniela, Wiemer, Gauvain, Betz, Maximilian, Immoor, Sebastian, Daniela, Ransby, Koppe, Roland, Gerchow, Peter, Immerz, Antonia, Schumacher, Stefanie, Felden, Janine, Glöckner, Frank Oliver, Lange, Nico, Pfeil, Benjamin, Jones, Steve, D., O'Brien, Kevin, M., Fiedler, Björn, Tanhua, Toste, Silva, Brenner, Kerzenmacher, Tobias, Kozlov, Valentin, Sanchis, Borja, Cayoglu, Ugur, Hardt, Marcus, Braesicke, Peter, Heß, Robin, Albers, Karen, Balamurugan, Aarthi, Jaswal, Shahzeib, Konopatzky, Peter, Mahdavi, Alireza, Walter, Andreas, Sommer, Philipp, Wichert, Victoria, Eggert, Daniel, Dinter, Tilman, Getzlaff, Klaus, Lehmann, Andreas, Werner, Christian, Schmidt, Lennart, Schäfer, Angela, Lange, Lea, Dierking, Jan, Thomisch, Karolin, Flau, Michael, Trautmüller, Andy, Boebel, Olaf, Schirnick, Carsten, Scheinert, Markus, Faber, Claas, Weng, Franziska, Paglialonga, Lisa, Vlasenko, Andrey, Mattias, Volker, Callies, Ulrich, Marien, Lennart, Valizadeh, Mahyar, zu Castell, Wolfgang, Schneider, Alexandra, Wolff, Katrin, Rechid, Diana, Bouwer, Laurens, Nitze, Ingmar, Christmann, Julia, Phan, Long Duc, Rueckamp, Martin, Humbert, Angelika, Grosse, Guido, Frickenhaus, Stephan, Gonzales, Evarardy, Burwicz, Ewa, Boog, Johannes, Ebeling, Pia, Houben, Timo, Khurana, Swamini, Schmid, Julia, Trahms, Carola, Renz, Matthias, Visbeck, Martin, Sun, Jianing, Blome, Tanja, El Zohbi, Juliane, Schultz, Martin, Hassler, Sibylle, Azmi, Elnaz, Mälicke, Mirko, Meyer, Jörg, Strobl, Marcus, Zehe, Erwin, Anselm, Norbert, Fischer, Philipp, Bussmann, Ingeborg, Achterberg, Eric P., Brix, Holger, Ködel, Uta, Dietrich, Peter, Ebert, Barbara, Mieruch-Schnülle, Sebastian, Schlitzer, Reiner, Mbani, Benson, Greinert, Jens, Schoening, Timm, Koch, Reinhard, Buck, Valentin, Staebler, Flemming

Publikováno v: EPIC35th Data Science Symposium, Online/ Kiel, 2021-01-22-2021-01-22Kiel, GEOMAR

Modern digital scientific workflows - often implying Big Data challenges - require data infrastructures and innovative data science methods across disciplines and technologies. Diverse activities within and outside HGF deal with these challenges, on

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od_______999::eebe24bb46008800e36724a39f589057
https://hdl.handle.net/10013/epic.527dd0f0-c28b-4b66-9b87-01e9b0b20cd0

Empfehlungen zum Vorgehen beim einrichtungsübergreifenden Forschungsdatenmanagement

Autor: Weng, Franziska, Thoben, Stella, Paul-Stüve, Thilo

Dieses Dokument liefert Empfehlungen zum Vorgehen beim einrichtungsübergreifenden Forschungsdatenmanagement und ist als Projekt Deliverable aus Arbeitspaket 5 des BMBF-Projekts SynFo zu sehen. Die Empfehlungen sind rechtlicher, technischer und gener

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::463df55fa3c007654e81d1cf0cbed586

Interinstitutionelle Schnittstellen beim Umgang mit Forschungsdaten

Autor: Weng, Franziska, Thoben, Stella, Paul-Stüve

Dieses Dokument beschreibt18 exemplarische Prozesse des einrichtungsübergreifenden Umgangs mit Forschungsdaten mit ihren Akteuren, Rollen und den Schnittstellen des Übergangs von Forschungsdaten zwischen den beteiligten Einrichtungen dargestellt. I

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3d074dedd801f54d0634594ae0103590

Project SynFo - An Analysis Of Research Data Management Survey Responses

Autor: Weng, Franziska, Thoben, Stella, Paul-Stueve, Thilo

This poster outlines some findings of the analysis of research data mangement survey responses from project SynFo, focusing on interdisciplinarity, disciplinary differences and temporal changes. It has been presented at the 12th RDA Plenary in Gaboro

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::4dc0666a254a931b41789b24b1abbcc9

Towards a Risk Catalogue for Data Management Plans

Autor: Weng, Franziska, Thoben, Stella

Publikováno v: International Journal of Digital Curation, Vol 15, Iss 1 (2020)

Although data management and its careful planning are no new topics, there is only little literature on risk mitigation in data management plans (DMPs). We consider it a problem that DMPs do not include a structured approach for the identification or

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::75446287cbd8b9b17caea0f30ec6552c
https://doi.org/10.2218/ijdc.v15i1.697