Normdaten in geistes-und kulturwissenschaftlichen Forschungsdaten
In Text+, dem NFDI-Konsortium für sprach- und textbasierte Forschungsdaten, arbeiten die Deutsche Nationalbibliothek und die Niedersächsische Staats- und Universitätsbibliothek Göttingen mit weiteren Partnern zusammen, um die Erschließung geistes- und kulturwissenschaftlicher Forschungsdaten mit Normdaten der Gemeinsamen Normdatei (GND) auszubauen und bisher unerschlossene Datenbestände mit Normdaten aufzuwerten.
Unter Normdaten versteht man solche Forschungsdaten, welche unabhängig von Faktoren wie Schreibweise eindeutig z.B. einer Person zugeordnet werden können etwa mithilfe einer Identifikationsnummer. Davon profitieren Forschung und Öffentlichkeit gleichermaßen, denn als Normdaten ausgewiesene Entitäten in Forschungsdaten (Personen, Werke, Geografika, Sachbegriffe etc.) sind eindeutig referenzierbar und interoperabel, sie bieten bei der Datenrecherche eindeutige Sucheinstiege und können in ihrer Verwendung als kontrolliertes Vokabular in unterschiedlichen Informationsressourcen die Entwicklung des Semantic Web vorantreiben.
Weitere Infos:
Andere Beiträge
Weniger Login, mehr Forschung: IAM4NFDI verbessert den Zugang zu Coscine in NFDI4ING (Base4NFDI)
In zwei Inkubatorprojekten wurde der Zugang zur Forschungsdatenmanagement-Plattform Coscine mithilfe von IAM4NFDI einfacher, sicherer und besser über die NFDI-Landschaft hinweg vernetzt. Ziel war es, die Anmeldung für Nutzer:innen zu vereinfachen und die Verwaltung...
Der Legal Helpdesk von NFDI4Culture hilft bei rechtlichen Fragen im Forschungsdatenmanagement
Eine kompetente Anlaufstelle: Der Legal Helpdesk von NFDI4Culture beantwortet Fragen zum Urheberrecht und Datenschutz „Was bedeuten die Änderungen im Urheberrecht für unsere digitalen Sammlungen?“, „Was sollten wir für eine wirksame Einwilligung zur Datenverarbeitung...
Automatisierte pyiron-Workflows beschleunigen die Entwicklung maschineller Lernpotenziale in der Materialwissenschaft (NFDI-MatWerk)
Die Implementierung automatisierter Workflows auf Basis von pyiron verbessert die Erstellung von interatomaren Potenzialen für maschinelles Lernen (MLPs) in der Materialwissenschaft grundlegend. Dieses umfassende und benutzerfreundliche Framework, das auf der...
Recent Comments