Interessantes aus Informations- und Bibliothekswesen
Weil’s gerade so modern ist: Die Auto-Vervollständigung zu „Bibliotheken sind“. Die Abteilung für Öffentlichkeitsarbeit des deutschsprachigen Bibliothekswesens sollte nicht eher ruhen noch rasten, bis „Bibliotheken sind… total super“ (auch: knorke/fantastisch/dufte) mit dazugehörigem Text etwa in dieser Art in der Autovervollständigung auftaucht und im Google-Ranking mindestens auf Platz 2 landet.
Die öffentliche Kommentierung der Übersetzung der Creative-Commons-Lizenzen 4.0 wurde bis zum 17. Januar verlängert.
Mit dem Statement-Finder können Aussagen aus Interviews gesammelt und erschlossen werden, wie hier bei über 3000 Aussagen aus dem Fu-PusH-Projekt. Die einzelnen Tags (z.B. zu Bibliotheken und Empfehlungen) und Aussagen wie diese über die Notwendigkeit von Langzeitarchivierung in öffentlicher Hand sind einzeln verlinkbar.
Weitere Informationen zum Statement-Finder sind hier zu finden. Die Daten stehen unter CC-BY 3.0.
Superpowers ist ein HTML5 2D+3D game maker
(Open Source). Vielleicht bekommt der Letterheinz demnächst ja mal Konkurrenz? Ein paar Beispielspiele sind hier zu finden. In diesem kleinen Spielchen wird Superpowers kurz vorgestellt.
Die Leibniz-Gemeinschaft hat einen von TIB, ZB MED und ZBW gesteuerten Publikationsfonds eingerichtet. Bedienen können sich dort die 18.000 Mitarbeiterinnen in den Leibniz-Einrichtungen. Aus dem TIB-Blog (in dem sich noch viele weitere Infos dazu finden):
Die Förderbedingungen des Publikationsfonds ähneln den Kriterien, die für viele DFG-geförderte Publikationsfonds an Hochschulen gelten (auch den Förderkriterien des Publikationsfonds der Leibniz Universität Hannover). Ein wesentliches Kriterium ist die Beschränkung der Förderung auf Veröffentlichungen in Open-Access-Zeitschriften – eine Förderung von Open-Access-Optionen in Subskriptionszeitschriften („hybrid“) ist nicht möglich. Andere Kriterien beziehen sich auf die Qualitätsstandards der Zeitschrift und auf die Erteilung von Nachnutzungserlaubnissen für Repositorien (LeibnizOpen). Die Kosten für Open-Access-Artikel werden übernommen, wenn die Gesamtkosten 2.000 EUR nicht übersteigen. Liegen die Kosten höher, ist unter bestimmten Bedingungen eine anteilige Finanzierung mit Kostenbeteiligung von Autorin/Autor oder Institut möglich.
Für die 18.000 MitarbeiterInnen (davon 9.000 WissenschaftlerInnen) stehen im Fonds 200.000 Euro zur Verfügung.
Auf Stackoverflow ist R die am schnellsten wachsende Programmiersprache, und Microsoft hat eine Microsoft-R-Server-Produktfamilie an den Start gebracht. Ein Klick auf den ersten Link (zu diesem Posting von Joshua Kunst) zeigt übrigens eindrucksvoll, was man mit R alles anfangen kann. Stöbern im Blog lohnt sich, da gibt es fantastische Visualisierungen zu entdecken.
Neben den Boxplots und Violinplots gibt es noch zahlreiche bis zahllose andere Visualisierungen. Kürzlich bin ich (wieder besten Dank an Holger) über Beeswarm-Plots [1] Aron Eklund 2015. beeswarm: The Bee Swarm Plot, an Alternative to Stripchart. URL: http://CRAN.R-project.org/package=beeswarm. gestolpert. Auch hiermit lassen sich Verteilungen darstellen.
# Pakete laden library(ggplot2) library(beeswarm) # Daten aus CSV-Datei einlesen apc |
Das Skript wurde nun ein bißchen erweitert. Zuerst einmal musste ein weiteres Paket geladen werden, die Beeswarm-Library. Damit lassen sich Verteilungen sehr gut darstellen, sofern der Datensatz nicht allzu groß ist. Bei unserem Testdatensatz, den APCs der Uni Hannover, funktioniert das richtig gut:
Ergebnis:
Durch die Darstellung der einzelnen „Bienen“ wird deutlich klarer, wie die Verteilung tatsächlich ist, da nicht nur ein ganzer Bereich für die jeweiligen Quartile abgesteckt wird. Die Menge der sinnvoll darzustellenden Punkte ist aber deutlich begrenzt. Versucht man, die Einwohnerzahlen von einigen Tausend Städten darzustellen, hat man im Ergebnis einen bunten Klecks, der letztendlich sehr stark einem unregelmäßig umrandeten Violinplot ähnelt.
Disclaimer: Dies ist eine äußerst laienhafte Erklärung!
References
| ↑1 | Aron Eklund 2015. beeswarm: The Bee Swarm Plot, an Alternative to Stripchart. URL: http://CRAN.R-project.org/package=beeswarm. |
|---|
Die Verwaltung von elektronischen Ressourcen und der dazugehörigen Lizenzen etc. spielt in Bibliotheken eine immer größere Rolle. Ein von der, bzw. für die UB Leipzig auf Linked-Data-Technologie entwickeltes System auf Ontowiki-Basis nennt sich AMSL:
Projektziel ist die Bereitstellung einer skalierbaren, nachnutzbaren Web-Applikation zur Verwaltung elektronischer Ressourcen in sächsischen Hochschulbibliotheken. Die Software nutzt Linked-Data Technologien und integriert alle für das ERM benötigten Daten in RDF. Notwendige Transformationsprozesse werden auf der Datenmanagement-Plattform formuliert, ausgeführt und in das ERM-System überführt. Ablaufprozesse, Datenmodelle und Abfragen können auf einer systembibliothekarischen Ebene erstellt und konfiguriert werden. Als generisches Werkzeug sind die Empfehlungen der DLF ERMI zu berücksichtigen.
Ein weiteres, zumindest von der UB Mannheim (PDF) eingesetztes Tool ist das dänische SemperTool Resource Management System (RMS).
The SemperTool Resource Management System (RMS) is a tool that provides all of the core functionality critical for managing library collections: including all features of an Electronic Resource Management System (ERM), as well as the ability to manage physical holdings on the library shelf.
Der Violin-Plot (gibt es eine deutsche Bezeichnung? Violinen-Diagramm?) ist eine Weiterentwicklung des Boxplots. Er wurde 1998 vorgestellt [1]Hintze, Jerry L. & Nelson, Ray D. 1998. Violin Plots: A Box Plot-Density Trace Synergism. The American Statistician 52(2), 181–184. DOI: 10.1080/00031305.1998.10480559Besten Dank an Holger … Continue reading und soll die Visualisierung der Verteilungen verbessern. Das Boxplot-Skript kann man durch Ersetzung einer einzigen Funktion in ein Violinplot-Skript verwandeln:
# Pakete laden
library(ggplot2)
# Daten aus CSV-Datei einlesen
apc <- read.csv('https://raw.githubusercontent.com/OpenAPC/openapc-de/master/data/apc_de.csv',
encoding = "UTF-8",
sep=",", header = TRUE)
# Daten auswählen
apc <- apc[, c("Institution", "EURO", "Period")] # Nur noch drei Spalten
apc <- apc[apc$Institution == "Hannover U", ] # Nur noch Uni Hannover
# Boxplot erstellen
box <- ggplot(apc, aes(x = Institution, y = EURO))
box <- box + geom_boxplot()
box # Ausgabe
# Violinen-Plot erstellen
vio <- ggplot(apc, aes(x = Institution, y = EURO))
vio <- vio + geom_violin()
vio # Ausgabe |
Ich habe den Boxplot zur besseren Vergleichbarkeit im Skript belassen.
Ergebnis:
Aus der englischen Wikipedia:
The violin plot is similar to box plots, except that they also show the probability density of the data at different values (in the simplest case this could be a histogram). Typically violin plots will include a marker for the median of the data and a box indicating the interquartile range, as in standard box plots. Overlaid on this box plot is a kernel density estimation.
Dieses war der zweite Plot, und der nächste folgt sofott.
Disclaimer: Dies ist eine äußerst laienhafte Erklärung!
References
| ↑1 | Hintze, Jerry L. & Nelson, Ray D. 1998. Violin Plots: A Box Plot-Density Trace Synergism. The American Statistician 52(2), 181–184. DOI: 10.1080/00031305.1998.10480559 Besten Dank an Holger für den Hinweis! |
|---|
Kürzlich fragte ich auf Twitter, ob man in bibliothekarischen Publikationen erklären müsse, was Boxplots sind, wenn man sie zur Visualisierung von Daten verwenden möchte. Tenor: Eher ja.
Eigentlich sind Boxplots nicht sonderlich kompliziert. Mit Boxplots kann man Verteilungen in Daten visualisieren. Nehmen wir – als einfaches und leicht nachzuvollziehendes Beispiel – die APCs („Article processing charge“), die im Open-APC-Projekt gesammelt werden.
Die Beispiele hier sind mit R erstellt und relativ leicht nachvollziehbar. Einfach R (und unbedingt RStudio!) installieren und einfach ausprobieren. Es ist nicht so schwer, wie es zuerst aussieht. Und es gibt Unmengen an Tutorials und Büchern zu R. Und vor allem Stackoverflow.
Also: RStudio starten, die hier verwendeten Pakete installieren und dann folgendes Skript eingeben:
# Pakete laden
library(ggplot2)
# Daten aus CSV-Datei einlesen
apc <- read.csv('https://raw.githubusercontent.com/OpenAPC/openapc-de/master/data/apc_de.csv',
encoding = "UTF-8",
sep=",", header = TRUE)
# Daten auswählen
apc <- apc[, c("Institution", "EURO", "Period")] # Nur noch drei Spalten
apc <- apc[apc$Institution == "Hannover U", ] # Nur noch Uni Hannover
# Boxplot erstellen
box <- ggplot(apc, aes(x = Institution, y = EURO))
box <- box + geom_boxplot()
box # Ausgabe |
Der Boxplot sieht dann folgendermaßen aus:
Erklärung:
X-Achse = Institution; Y-Achse = Höhe der APC in Euro. Was bedeutet jetzt dieses komische Kästchen mit den Strichen und Punkten? Ganz einfach:
Die Box entspricht dem Bereich, in dem die mittleren 50 % der Daten liegen. Sie wird also durch das obere und das untere Quartil begrenzt […]. Dieser ist ein Maß der Streuung der Daten, welches durch die Differenz des oberen und unteren Quartils bestimmt wird. Des Weiteren wird der Median als durchgehender Strich in der Box eingezeichnet. Dieser Strich teilt das gesamte Diagramm in zwei Hälften, in denen jeweils 50 % der Daten liegen.
Die „Antennen“ (oder „Whisker“) auf und unter der Box stehen für die oberen und unteren 25 %. Ausreißer werden durch einzelne Punkte gekennzeichnet. In diesem Fall gibt es zwei Ausreißer zum unteren Ende.
Soviel erst einmal dazu. Es gibt noch viele andere Visualisierungsmöglichkeiten, von denen ich hier demnächst noch einige vorstellen möchte.
Disclaimer: Dies ist eine äußerst laienhafte Erklärung!