Interessantes aus Informations- und Bibliothekswesen
Teil der Operation Frühjahrsputz 2016, in deren Verlauf angefangene und nie beendete Postings einfach so veröffentlicht werden.
Scholar urges delegates at conference in the Netherlands to use measures like Twitter to measure public engagement, rather than turning them into new metrics
Open access papers ‚more likely to be cited on Twitter‘
Articles that are free to view are also more frequently shared on Facebook, new research finds
Eternal 5D data storage could record the history of humankind heißt es in einer Pressemitteilung der Universität Southampton. Auf Quarzglasscheiben sollen mit einem bestimmten Schreibverfahren riesige Datenmengen für bislang unvorstellbar lange Zeit abgelegt werden können. Wie Futurezone das auf Deutsch beschreibt:
Dabei werden hohe Speicherdichten über Nanostrukturen erreicht. Die Daten werden mit einem ultraschnellen Laser auf die Scheiben geschrieben. Auf einer Quarz-Glasscheibe finden bis zu 360 Terabyte an Daten Platz. Der Datenträger soll bis zu einer Temperatur von 1000 Grad Celsius stabil bleiben. Die Lebenszeit der Speichermedien ist bei Zimmertemperatur nahezu unbegrenzt, bei 160 Grad Celsius wird sie mit 13,8 Milliarden Jahren angegeben.
Die für das Lesen dieser Daten notwendigen (Kultur-)Techniken müssten zwar auch lange Zeit überstehen. Aber immerhin ist hier vielleicht ein geeignetes Trägermedium für die Langzeitarchivierung gefunden?
Willi Bredemeiers Password wurde kürzlich eingestellt. Als Nachfolger steht nun Open Password bereit. Im Mission-Statement findet sich folgender Passus:
„Open Password“ fühlt sich dem ethischen Impetus der Open-Access-Bewegung verpflichtet. Alle Beiträge können kostenfrei herunter geladen oder per E-Mail bezogen werden.
Open Access meint mehr als bloßen Download. Aus der Berliner Erklärung (PDF):
Die Urheber und die Rechteinhaber solcher Veröffentlichungen gewähren allen Nutzern unwiderruflich das freie, weltweite Zugangsrecht zu diesen Veröffentlichungen und erlauben ihnen, diese Veröffentlichungen – in jedem beliebigen digitalen Medium und für jeden verantwortbaren Zweck – zu kopieren, zu nutzen, zu verbreiten, zu übertragen und öffentlich wiederzugeben sowie Bearbeitungen davon zu erstellen und zu verbreiten, sofern die Urheberschaft korrekt angegeben wird. (Die Wissenschaftsgemeinschaft wird, wie schon bisher, auch in Zukunft Regeln hinsichtlich korrekter Urheberangaben und einer verantwortbaren Nutzung von Veröffentlichungen definieren) Weiterhin kann von diesen Beiträgen eine geringe Anzahl von Ausdrucken zum privaten Gebrauch angefertigt werden.
Wenn als Zielgruppen u.a. Informationswissenschaftler und „Informationspolitiker“ angesprochen werden, sollte hier mit gängigen Definitionen gearbeitet werden. Open Password steht anscheinend nicht unter einer freien Lizenz. Re-Use ist nicht vorgesehen, von Open Access kann also keine Rede sein. Dies lässt sich natürlich noch beheben, bis jetzt heißt es schließlich noch: Password entsteht. In diesem Sinne ist den Password-MacherInnen viel Spaß und Erfolg zu wünschen.
PS: Und ich hoffe, dass der Push-Dienst nun ordentlich verlinkt, auch bei Tweets.
Academia.edu ist mächtig unter Beschuss, weil dort für eine käuflich zu erwerbende verbesserte Position in den seiteneigenen Artikelempfehlungen geworben wurde. Die akademische Gemeinschaft griff zu Heugabeln, Fackeln und Hashtags und ließ ihrem Unmut freien Lauf. Der Ursprung der Debatte ist im Chronicle of Higher Education zusammengefasst. Das Promotions-Angebot wurde per Mail an Scott F. Johnson herangetragen, der sich darüber öffentlich echauffierte.
Mr. Johnson, who has publicized seven books and almost two dozen articles and book reviews on Academia.edu, said he would never pay for his work to be recommended by the website, and he doesn’t believe many other scholars in the humanities would either.
Das kann man wohl so stehen lassen.
Dieses Promotionsangebot wirft für Academia.edu, ResearchGate, Mendeley und ähnliche Dienste eine Frage auf, nämlich die nach dem Geschäftsmodell. Wer bezahlt die schicke ResearchGate-Seite? Ich habe da aus beruflichen Gründen ein Profil, ebenso wie ich mal eines bei Academia.edu oder Mendeley hatte. Ich bezahle dort nichts, was ich auch nicht ändern werde. Nennenswerte Reichweite erziele ich durch ResearchGate nicht. Die Mails, das „mein Research im Fokus“ sei und letzte Woche sensationelle 20 Leser angezogen hat, finde ich im Gegenteil eher erheiternd. Wenn AutorInnen nichts bezahlen, wer dann? Werbung ist mir dort nie unangenehm aufgefallen. Die paar Stellenanzeigen finanzieren vermutlich auch keinen Mitarbeiterstab von (laut Hoppenstedt) 120 Personen. Verfolgen diese Dienste also alle das Mendeley-Ziel, von großen Playern geschluckt zu werden? Thomson Reuters hat noch kein Wissenschaftsnetzwerk.
Academia.edu versuchte also, Geld über Promotionsangebote zu verdienen. Versuchte, Vergangenheitsform, weil das Angebot längst wieder eingestampft wurde. Die Aufregung darüber kann ich allerdings nicht verstehen. Wer Academia.edu (ResearchGate etc.) für einen Teil der offenen Wissenschaftscommunity hält, wird noch die eine oder andere Enttäuschung erleben müssen. Das sind Firmen, die müssen Geld verdienen. Das ist nichts Verwerfliches. Um eine offene und nachhaltige wissenschaftliche Infrastruktur zu schaffen, sind aber wissenschaftliche Institutionen gefordert, die dies selbst in die Hand nehmen müssen. Gerne mit Firmen als Dienstleistern.
PS: Kritik zu Academia.edu findet sich auch in Archivalia und auf Twitter unter dem oben schon verlinkten #DeleteAcademiaEdu. Die Kritik an diesen Diensten ist übrigens nicht gerade neu.
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. |
|---|
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!
SatoshiPay erprobt gerade Nano-Payment per Bitcoin. Das könnte so aussehen, dass man pro Absatz, den man auf einer zahlungspflichtigen Webseite liest, 0,5 Cent bezahlen muss. Oder mehr. Oder weniger. Hier gibt es ein Interview, in dem das geplante Vorgehen etwas genauer erläutert wird.
Ob sich Bitcoin auf dem Wissenschaftssektor durchsetzen könnte, halte ich abseits aller generellen Entwicklungen hin zu kompletten Open-Access für fragwürdig. Bitcoin steckt noch sehr tief in der Nische, die notwendige Akzeptanz in der Breite ist m.E. nicht absehbar.
Wikimedia bietet ein ausführliches Glossar zu GLAM (Galleries, Libraries, Archives, Museums).