Schlagwort: open data

Open Data – Freigabe von Daten aus Bibliothekskatalogen

Adrian Pohl machte in Inetbib auf den Leitfaden „Open Data – Freigabe von Daten aus Bibliothekskatalogen“ (PDF) von Till Kreutzer aufmerksam:

National wie international veröffentlichen immer mehr bibliothekarische Organisationen Daten aus ihren Katalogen als Open Data. Ein Hemmnis bei der Freigabe von Katalogdaten sind jedoch oft vielfältige, zum Teil komplexe rechtliche Fragen, die für die Akteure erhebliche Herausforderungen bedeuten. Der Leitfaden soll hierbei Orientierung geben. Er richtet sich in erster Linie an Mitarbeiterinnen und Mitarbeiter von Bibliotheken der öffentlichen Hand und dabei insbesondere an Nicht-Juristen. Bei der Erarbeitung wurde besonders auf eine allgemeinverständliche Darstellung und Sprache geachtet.

Teil 1 des Leitfadens beschäftigt sich maßgeblich mit rechtlichen Fragen bei der Erstellung von Katalog-Datenbanken: Dabei wird aus rechtlicher Sicht erläutert, ob und, wenn ja, unter welchen Voraussetzungen, einzelne Daten und Angaben urheberrechtlichen Schutz genießen können. Im Anschluss wird untersucht, unter welchen Umständen Anbietern von Katalogdaten neben einem urheberrechtlichen Schutz an den einzelnen Daten ein Schutzrecht an der Gesamtheit der Daten (sogenanntes Datenbankrecht) zustehen kann.

Teil 2 des Leitfadens nimmt sich der Frage an, unter welchen Bedingungen eine von der Bibliothek rechtmäßig erstellte Datenbank im Sinne von Open Data genutzt werden kann. Der Leitfaden schließt mit Empfehlungen zur Auswahl von Open-Data-Lizenzen.

Weitere Infos bei iRights.info.

Jörg Kantel über Open Data und Open Access

Falsch verstandene Urheberrechte schaden aber auch dem Wissenschaftsstandort Deutschland. So können zum Beispiel In den USA Studenten mit riesigen geographischen Datensätzen und Luftbildern arbeiten. Denn nach amerikanischem Recht darf sie jeder frei nutzen, da sie mit öffentlichen Geldern finanziert wurden. In Deutschland hingegen wissen Hochschullehrer schon gar nicht mehr, welche Fragen sie für ihre Studierenden aus den Daten von Bremerhaven-Nord, einem der wenigen freigegebenen geographischen Datensätze in Deutschland, formulieren sollen. Das Material zum Lehren und Lernen hat sich erschöpft.

Dies und mehr über die Wichtigkeit von Open Data und Open Access für die Wissenschaft zum Nachlesen und -hören bei Deutschlandradio Kultur.

SOAP-Daten in Google Fusion Tables

Die Daten aus der SOAP-Umfrage sind nun als Google Fusion Table verfügbar. Damit lassen sich mit ein paar Klicks nette Visualisierungen machen. Eigentlich lassen sich die Daten auch als interaktive Widgets einbinden. Da dies (zur Zeit?) nicht verlässlich funktioniert, hier nun drei Beispiele als Screenshots:

Verteilung aller Teilnehmer der SOAP-Umfrage:
Verteilung gesamt

Verteilung der Teilnehmer, die als „Main Discipline“ Social Sciences angeben:

Verteilung der Teilnehmer, die die Frage „Who decides where to submit“ mit „I am advised where to publish by a senior colleague“ beantwortet haben:

Die Daten aus Fusion Tables sind auch via API nutzbar. Möge es nutzen.

Ein paar Wahrheiten über den Impact Factor

Im einem Posting über den Impact Factor fragt Frances Scientist: Who are you bullshitting?

Ein paar Zitate:

The impact factor frenzy has generated a class system in science where publication in a journal with the glossiest cover page has become the ultimate goal of the scientist.

The impact factor sickness has not only caught the scientists, it has also affected the morale of major hard-core science journals

Impact factor is a crutch that is most often used by impotent, unimaginative and incompetent committees in the academic institutions for recruitment, promotions, and fiscal matters.

Der ganze Artikel ist höchst lesenswert, also nichts wie hin!

Ebenfalls zum Thema: Show me the data von Mike Rossner, Heather Van Epps und Emma Hill.

It became clear that Thomson Scientific could not or (for some as yet unexplained reason) would not sell us the data used to calculate their published impact factor. If an author is unable to produce original data to verify a figure in one of our papers, we revoke the acceptance of the paper. We hope this account will convince some scientists and funding organizations to revoke their acceptance of impact factors as an accurate representation of the quality—or impact—of a paper published in a given journal.

[beide Hinweise via @lambo]

FigShare: Abbildungen und Daten teilen

Originalbeitrag CC-BY aus dem FigShare-Blog:

Google doesn’t work as well for finding science as it does for finding pizza, and that’s a shame. John Wilbanks.

We aim to change this. Today sees the release of FigShare alpha to the world!




What is it?

We are a scientific figure/data sharing platform for researchers around the world. Our aim is to get all researchers to:



Why?

Scientific publishing as it stands is an inefficient way to do science on a global scale. A lot of time and money is being wasted by groups around the world duplicating research that has already been carried out. We are a data sharing platform where you can add figures that would otherwise go unpublished – complete with the raw data tables. In doing this, other researchers will not duplicate the work, but instead may publish with your previously wasted figure. Thus making research more efficient and releasing hidden, raw data.



How?

FigShare allows you to share all of your data, negative results and unpublished figures. FigShare also allows you to tag your data, making it more searchable and allows you to search all other data.

Either using the search and upload boxes on the homepage:

By browsing the categories in the sidebar on the right (most need filling). Or by going directly to the database main page and searching and uploading from there.

So what do these uploaded figures look like?



What we are looking for right now?



Testers: We are asking that you upload 5 of your unpublished figures, and invite 5 of your colleagues to do the same. Any problems you come accross, let us know here.





What needs doing?

Assess the functionality/ease of use: If this sounds a bit confusing to you. Please try it. We will not be mad if you wreck the place, we want you to. If you get stuck or confused at any stage, let us know here. Suggest changes. What don’t you like?

Populate the databases, not just with the figures but with tags. Once somebody has added an individual ‘tag’ or ‘author’, nobody else will ever have to do this. Look at the tags you added to your figures. Are any of them red? If so, go to the ‘tag form’ and create the tag, usually with the description, “Figures tagged with “. For more details on how to do this, see instructions here.

Have you added multiple authors to a figure? Are any of them red? If so, go to the ‘authors form’ and add their details, saving time and immediately creating a page of all the figures that have been authored by said author. For more details on how to do this, see instructions here.

Why it’s so cool!

The databases are built on a semantic mediawiki platform. This means that the databases will:

Allow others to find your data and prevent other groups from repeating experiments.

You can update your data. Have you repeated an experiment, which you cannot publish again? Every figure you upload, you can edit. This isnt just for adding data. If you mess up, you can fix it. If you need to delete something, or even un-delete it, you can!

The site automatically remembers your details, and everyone elses. So once a piece of linking information has been added once. eg. a name, address, or tag. The database remembers it and autocompletes the upload form for you. So when you’ve uploaded your first figure, everything gets a lot quicker!

The data links to other data. In order to do science efficiently, we need to make use of the tools that exist already. To quote…we have better tools for linking our photos right now than we have for our data.

Allows people to provide the RAW DATA. Why do we not get this in journals?



Future Possibilities:

If the science community begins using the platform, the potential for linking data is huge. When we say share all of your data, we don’t just mean the negative and unpublished data – We mean all of your data.

As demonstrated very elegantly by Mendeley (a great bit of software that allows you to upload all of your publications and share them with the world, thus giving all scientists and researchers around the globe access to science). As stated above “why do we not publish RAW DATA?“. A second database for published data will be set up once all the tweaks and bugs are ironed out of the system.

Why would you re-publish your data?

How hard is it to find a specific figure hidden away in a journal? How hard is it to find 10 figures on the same subject from different papers? By uploading all of your previously published figures, this data can be found by searching for a few keywords, or ‘tags’.

This will not take long. If you have published the figures, they are ready to go, no preparation needed. Just throw in the raw data.

Exporting data in an RDF format. This is how data would be published if it scientific publishing were invented today. This is not something you need to worry about as a researcher, just be safe in the knowledge that we can make your data go a lot further.




If you have any thoughts, comments or would like to get involved. Please contact us via the links in the ‘contact us’ section on the right.

I will also be attending #scio11 so if you would like to discuss FigShare in person, just come and find me!

Bibliotheken als Datenanbieter

Alexander Stocker, Peter Scheir und Klaus Tochtermann beschreiben in „Die Wertschöpfungskette der Daten“ [1] Die Wertschöpfungskette der Daten : eine Basis für zukünftige wirtschaftswissenschaftliche Betrachtungen des Web of Data. HMD – Praxis der Wirtschaftsinformatik, Heft 275/2010, S. 94-104 vier mögliche Rollen [2] S. 99 in eben dieser Wertschöpfungskette.

  1. Anbieter von Daten am Web sind derzeit noch
    fast ausschließlich Anbieter von Rohdaten. […]
  2. Anbieter von Semantic-Web-Daten sind solche,
    die Daten in einem durch Maschinen interpretierbaren
    Format bereitstellen.[…]
  3. Anbieter von Semantic-Web-Applikationen
    sind solche, die eigene oder fremde Semantic-
    Web-Daten in einer Semantic-Web-Anwendung
    verarbeiten und dabei für den Menschen
    konsumierbaren Output auf Basis der
    verarbeiteten Daten generieren. […]
  4. Endnutzer sind schließlich alle Menschen, die
    eine durch Menschen interpretierbare Präsentation
    von Semantic-Web-Daten konsumieren. Menschliche Endnutzer kommen in der Praxis nicht direkt mit den für die Verarbeitung
    durch Maschinen aufbereiteten Semantic-Web-Daten in Berührung und wollen das vermutlich auch gar nicht.[…]

Bibliotheken können prinzipiell alle vier Rollen einnehmen.

Zuerst natürlich als Rohdatenanbieter von bibliographischen und anderen Daten. Wenn man weitere Wertschöpfungen zulassen möchte, müssen die Daten zwingend unter einer Lizenz veröffentlich werden, die Weiterverarbeitung jeglicher Art nicht ausschließt. Richtig gemacht haben es also unter anderem die Bibliothek des CERN oder USB Köln, die wie alle vom HBZ betreuten Open-Bibliographic-Data-Projekte unter CC0 publiziert sind.

Das Anbieten von Semantic-Web-Daten kann teils im gleichen Auslieferungsschritt erfolgen. Ein Beispiel ist die gestern erfolgte Veröffentlichung eines Teils des Katalogs der British Library als RDF-Dump. Auf der Webseite der BL sind die Bedingungen erläutert:

As part of its work to open its metadata to wider use beyond the traditional library community, the British Library is making copies of its main catalogue and British National Bibliography datasets available for research purposes. Files are initially being made available in RDF/XML […] and are distributed under a Creative Commons CC0 1.0 Universal Public Domain Dedication license.

Eine Weiterverarbeitung ist ausdrücklich erwünscht und durch die gewählte Lizenz auch möglich. Linked Data will auch die Deutsche Nationalbibliothek mit der GND anbieten. In die Wertschöpfungskette können die Daten jedoch nicht gelangen, da die Daten nicht kommerziell genutzt werden dürfen. Abgesehen davon, dass es volkswirtschaftlicher Unsinn ist, staatlich finanzierte Daten nicht zur Verwendung in kommerziellen Unternehmungen freizugeben, ist damit auch die Verwendung in der Wikipedia und Schwesterprojekten nicht möglich. Leider gilt hier: nur gucken, nicht anfassen!

Im Open Bibliographic Data Guide hat das JISC erläutert, wie man es richtig macht. Oliver Flimm schreibt (zum Reader und der Wichtigkeit der Lizenzwahl):

Nur so kann ein realer Nutzen innerhalb der Bibliothekswelt und anderswo entstehen. So sind wir z.B. sehr dankbar über Rückmeldungen von Fehlern in Verbund-Katalogisaten, bei denen wir Bestand haben, (Verknüpfung von Titeln mit Personensätzen, die eine falsche PND besitzen), die extern bei der Verarbeitung unserer geöffneten Daten aufgefallen sind.

Über Bibliotheken in den anderen beiden Rollen, also als Datennutzer wird es hier demnächst etwas zu lesen geben.

Weitere Informationen zu Open Bibliographic Data:

Adrian Pohl: Open Bibliographic Data in 2010. Ein vorläufiger Überblick

References

References
↑1 Die Wertschöpfungskette der Daten : eine Basis für zukünftige wirtschaftswissenschaftliche Betrachtungen des Web of Data. HMD – Praxis der Wirtschaftsinformatik, Heft 275/2010, S. 94-104
↑2 S. 99

Zwei Open-Data-Links

  1. Der elektrische Reporter berichtet über das Open (Government) Data.
  2. Lorentz Matzat schreibt neuerdings den (bzw. im) Open-Data-Blog der Zeit.

Gerade die Zeit hat das Thema in den letzten Wochen häufiger behandelt. Es ist eindeutig ein Trendthema. Hoffentlich bleibt es so beliebt und vieldiskutiert, bis der Ansatz auch in großen Teilen der Behördenpraxis Einzug gehalten hat.

Berlin befragt Bürger nach Datenwünschen

Berlin befragt die eigenen Bürger, welche Daten der öffentlichen Verwaltung […] vorrangig regelmäßig im Internet bereitgestellt werden sollten.

Angeboten wird folgende Auswahl:

1. Umweltdaten (Feinstaub, CO2, Pollen)
2. Märkte (Wochen-, Floh-, Weihnachtsmärkte)
3. Events (Straßenfeste, Konzerte, Lange Nacht der …, Sportereignisse)
4. Entsorgung (Termin in meiner Straße, Recyclinghöfe, Containerstandorte, Sondermüll)
5. Infrastruktur (Radwege, Toiletten, Briefkästen, Geldautomaten, Telefone)
6. Verkehr (Baustellen, Staus, Sperrungen)
7. Nahverkehr (Verspätungen, Zugausfälle, Sonderfahrten)
8. Öffnungszeiten (Bibliotheken, Museen, Ausstellungen)
9. Verwaltung (Formulare, Zuständigkeiten, Ämter, Öffnungszeiten)
10. Verbraucherberatung, Schuldnerberatung
11. Familie (Elterngeld, Kindertagesstätten, Kindergärten)
12. Bildung (Schulen, Volkshochschulen, Hochschulen und Unis)
13. Wohnen (Wohngeld, Mietspiegel, Immobilien, Grundstückspreise)
14. Gesundheit (Krankenhäuser, Apotheken, Notdienst, Spezialisten, Beratungsstellen, Blutspende)
15. Haustiere (Tierärzte, Tierheim, Tierpflege)
16. Kontrolle (Badegewässer, Lebensmittel, Gaststätten, Preise)
17. Recht (Gesetze, Vorschriften, Beratung, Schlichter, Gutachter)
18. Polizeiticker (aktuelle Vorfälle, Fahndung, Kriminalitätsatlas)
19. Stadtplanung (Flächennutzungsplan, Bauvorhaben, Verkehr, Flughäfen)
20. Bevölkerung (Zahl, regionale Verteilung, Demografie, Kaufkraft, Beschäftigung/Arbeitslosigkeit, Kinder)

Meines Wissens ist dies die erste Umfrage dieser Art in Deutschland.

[via Open-Data-Network]

Geheimwissenschaft Astronomie

Einen spannenden Fall von fehlgeschlagener Geheimnistuerei hat Jean-Claude Bradley im Blog Useful Chemistry beschrieben, die er wiederum Alan Boyles Buch The case for Pluto entnahm. Hintergrund ist die Entdeckung des Zwergplaneten Haumea. Die Kurzfassung der Geschichte ist in Wikipedia dokumentiert:

Mike Brown, Chad Trujillo und David Rabinowitz vom California Institute of Technology fanden das Objekt am 28. Dezember 2004 am Palomar-Observatorium. Die Arbeitsgruppe um Mike Brown benutzte für das Objekt die inoffizielle Arbeitsbezeichnung „Santa“. Wegen der Veröffentlichung der Entdeckung von Haumea (ex. 2003 EL61) durch die spanischen Astronomen gab die Gruppe um Brown die Entdeckung der beiden noch größeren transneptunischen Objekte (136199) Eris (ex. 2003 UB313, Xena) und (136472) Makemake (ex. 2005 FY9) nur wenige Stunden später auf einer Pressekonferenz bekannt.

Brown und seine Gruppe erkannten zunächst Ortiz et al. als Erstentdecker von (136108) Haumea an, bis sich herausstellte, dass Ortiz et al. auf öffentlich im Internet zugängliche Teleskop-Logdaten der Gruppe um Brown zugegriffen hatte, bevor die Gruppe um Ortiz die Entdeckung bekannt machte. Während der Vorwurf im Raum stand, dass die spanische Gruppe das Objekt erst mit Hilfe dieser Daten auf ihren Aufnahmen aus dem Jahr 2003 aufgefunden hat, beteuerte Ortiz, nur überprüft zu haben, ob es sich bei dem unter dem Arbeitsnamen K40506A angekündigten Objekt von Brown et. al. um den gleichen Himmelskörper gehandelt habe, den seine Gruppe unabhängig davon gefunden hatte. Browns Gruppe warf daraufhin der Gruppe um Ortiz einen Verstoß gegen die Regeln der Wissenschaftsethik vor und verlangte vom Minor Planet Center (MPC), Ortiz et al. den Status der Erstentdecker abzuerkennen.

Die Kontroverse geht darauf zurück, dass nach den gültigen Regeln der Internationalen Astronomischen Union die Entdeckung eines Asteroiden oder Zwergplaneten jenen Beobachtern zugesprochen wird, die als erste genügend Positionsmessungen an das MPC übermitteln, um die Umlaufbahn des Objekts im Sonnensystem hinreichend genau zu bestimmen. Zwar hat die Gruppe um Brown Haumea bereits Ende 2004 gefunden, aber die Entdeckung geheim gehalten. Die Gruppe um Ortiz hingegen übermittelte ihre Beobachtungen am 28. Juli 2005 an das MPC. Das Sierra Nevada Observatorium wird daher vom MPC als Entdecker angeführt.

Brown hat die Entdeckung geheim gehalten, weil er die Ergebnisse auf einer Konferenz im September 2005 präsentieren wollte. Hätte er seine Entdeckung sofort veröffentlicht, hätte er nicht nur Ruhm und Ehre alleine eingeheimst, sondern auch die Entwicklung seiner Disziplin beschleunigt.

Aktuell ist der Fall des Kepler-Teams, das Daten zurückhalten möchte, um sie selbst auszuwerten. Dazu in der NY Times: In the Hunt for Planets, Who Owns the Data?

But a lot of attention has been paid in astronomical circles over the past few months to what the Kepler team will not be saying. By agreement with NASA, the team is holding back data on its 400 brightest and best planet candidates, which the astronomers intend to observe themselves over a busy summer.

Basierend auf Nature News: Telescope team may be allowed to sit on exoplanet data:

Kepler, the NASA mission manoeuvring to spot the first Earth-like extrasolar planet, is supposed to publicly release data in June for the 156,000 stars at which the orbiting telescope stares. But on Monday a NASA advisory panel recommended that Kepler be allowed to censor 400 „objects of interest“ — presumably good planet candidates — until February 2011, giving the mission team more time to firm up discoveries, rule out false positives and publish. If enacted, the new policy would represent a selective editing of data on the basis of its science content, rather than its quality — unprecedented for such NASA missions.

Passend dazu aus den Grundsätzen zum Umgang mit Forschungsdaten der Allianz der deutschen Wissenschaftsorganisationen vom 24. Juni 2010:

Sicherung und Zugänglichkeit In Übereinstimmung mit wichtigen internationalen Organisationen auf dem Gebiet der Förderung und Durchführung von Forschungsaufgaben([1]) unterstützt die Allianz die langfristige Sicherung und den grundsätzlich offenen Zugang zu Daten aus öffentlich geförderter Forschung.

[via Neil Saunders]