Data Science und Forschungsdaten als Treiber für wissenschaftliche Interdisziplinarität
| dc.contributor.author | Weiß, Katharina | |
| dc.contributor.author | Decker, Reinhold | |
| dc.contributor.editor | Klein, Maike | |
| dc.contributor.editor | Krupka, Daniel | |
| dc.contributor.editor | Winter, Cornelia | |
| dc.contributor.editor | Wohlgemuth, Volker | |
| dc.date.accessioned | 2023-11-29T14:50:35Z | |
| dc.date.available | 2023-11-29T14:50:35Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | Aktuelle, hochkomplexe gesellschaftliche Herausforderungen, wie die Klimakrise oder die Corona-Pandemie, unterstreichen die Bedeutsamkeit von fachübergreifender, interdisziplinärer Forschung. Data Science und datenbezogene Diskurse als Treiber für interdisziplinäre Forschung zu nutzen, ist der grundlegende Ansatz des Bielefeld Center for Data Science (BiCDaS). Ein erfolgreiches, am BiCDaS entwickeltes Format zur Förderung des datenbezogenen Diskurses sind die DataLabs. DataLabs sind agile, interdisziplinäre Kooperationsformate in der Forschung, die anhand eines Themenschwerpunkts oder anhand von Datentypen konzipiert sind und die den wissenschaftlichen Dialog fördern. Bei der Unterstützung datenbezogener Forschung in ihrer gesamten Breite sind dem BiCDaS dennoch Grenzen gesetzt. Deshalb wurde mit den Scientific Data Services (SDS) ein interdisziplinäres und skalierbares Unterstützungsformat für datenbezogene Forschung entwickelt, das es erlaubt, heterogene Einrichtungen sichtbarer zu machen, deren Angebote in komplementärer Weise zu bündeln und das in der Lage ist, sich flexibel an aktuelle Entwicklungen anzupassen. | de |
| dc.identifier.doi | 10.18420/inf2023_09 | |
| dc.identifier.isbn | 978-3-88579-731-9 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/43214 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik e.V. | |
| dc.relation.ispartof | INFORMATIK 2023 - Designing Futures: Zukünfte gestalten | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-337 | |
| dc.subject | Data Science Center | |
| dc.subject | Datenservices | |
| dc.subject | Forschungsdaten | |
| dc.subject | Interdisziplinarität | |
| dc.title | Data Science und Forschungsdaten als Treiber für wissenschaftliche Interdisziplinarität | de |
| dc.type | Text/Conference Paper | |
| gi.citation.endPage | 115 | |
| gi.citation.publisherPlace | Bonn | |
| gi.citation.startPage | 107 | |
| gi.conference.date | 26.-29. September 2023 | |
| gi.conference.location | Berlin | |
| gi.conference.sessiontitle | Bildung - Aktuelle Entwicklungen und Perspektiven (an Hochschulen) im Bereich Data Science |
Dateien
Originalbündel
1 - 1 von 1