EU-Kommission will 100% Open-Access bis 2020

Große Neuigkeiten auf europäischer Ebene! Um das nicht alles noch einmal in anderen Worten umschreiben zu müssen, verweise ich einfach mal auf unser Bibliotheksblog: Europäische Kommission: 100 % Open Access bis 2020. Der Text ist übrigens unter CC BY 4.0 nachnutzbar, über einen Link auf unser Blog als Quelle freuen wir uns natürlich.

Weitere Infos und Meinungen zum Thema:

Ein Datensatz – 29 Ergebnisse, das ist nicht absurd

Wissenschaft absurd titelt Spiegel Online. Ein Datensatz – 29 Ergebnisse! Untersucht wurde ein Datensatz auf die Fragestellung, ob dunkelhäutige Fussballspieler häufiger rote Karten sehen als ihre Kollegen mit hellerer Hautfarbe. Dabei kam es zu einigermaßen unterschiedlichen Ergebnissen. Was auch nicht verwunderlich und aus vielen Disziplinen bekannt ist.

“Das Ergebnis jedes Teams ist stark beeinflusst von subjektiven Entscheidungen während der Datenanalyse”, konstatieren Silberzahn und Uhlmann. Wenn nur eine der Arbeiten als Studie publiziert worden wäre, hätte man durchaus ein Ergebnis lesen können, das von anderen abweicht. “Das bedeutet, dass man eine einzelne Analyse nicht zu Ernst nehmen sollte”, mahnen die Forscher.

Und darum gibt es Meta-Analysen wie z.B. vom Cochrane Institute, deren Ergebnisse dann in einem sogenannten Forest Plot visualisiert werden können. Ein sehr gut lesbares Buch, in dem unter anderem dieses Thema besprochen wird, ist übrigens “Die Wissenschaftslüge” von Ben Goldacre. Ein dämlich klingender deutscher Titel, aber das Buch ist wirklich lesenswert. Florian Freistetter  hat den Inhalt in seinem Blog gut zusammengefasst.

Die komplette Studie gibt es hier.

[Besten Dank an Holger für den Hinweis!]

Was ist eigentlich Open Science?

Im Standard wird – meines Erachtens auch für Menschen, die nicht wissenschaftsbetriebsblind sind – recht gut beschrieben, was Open Science eigentlich ist. In der Tiroler Tageszeitung ist ein inhaltlich ähnlicher Artikel erschienen; dort wird auch auf das Dossier “Die Weisheit der Masse” verwiesen, in dem näher auf Citizen Science eingegangen wird.

Pinguine zählen für einen guten Zweck

Eine der schwierigsten Hürden in der Citizen Science ist die Aktivierung freiwilliger Helferinnen und Helfer. Im hier vorgestellten Fall wird das den Initiatoren von Zooniverse (siehe auch hier im Blog) nicht besonder schwer gefallen sein. Denn es geht darum, Pinguine zu zählen.

Viel mehr muss man gar nicht sagen. Auf geht’s zur Penguin Watch!

PS: Im Open Science Radio ging es übrigens auch schon 2x um Zooniverse.

Umfrage zu wissenschaftlicher Kommunikation

Christian Heise wirbt um Teilnahme an einer (flott erledigten) Umfrage im Rahmen seiner “offenen Doktorarbeit“:

In dieser Befragung für mein Promotionsvorhaben beschäftige ich mich mit dem Themenbereich der wissenschaftlichen Kommunikation. Es soll erhoben werden, ob und welche Veränderungen beim Zugang zu wissenschaftlichen Informationen und Zugriff auf wissenschaftliche Daten im Rahmen der Digitalisierung zu erwarten sind.

Die Beantwortung der Fragen sollte nicht länger als 10 Minuten dauern und ist auch auf mobilen Endgeräten möglich.

Die Angaben werden selbstverständlich nur in anonymisierter Form gespeichert. Für Rückfragen zum Projekt können stehe ich jederzeit unter heise@leuphana.de zur Verfügung.

Die Umfrage kann unter: http://umfrage.offene-doktorarbeit.de/ gestartet werden.

Ich danke für die Unterstützung und würde mich über die Verteilung der Umfrage unter wissenschaftlichen Kollegen und/oder Bekannten freuen!

Pflege und Aufzucht wissenschaftlicher Daten

In der zu Recht sehr beliebten PLoS-Reihe “Ten simple rules …” hat ein Autorenkollektiv gerade “Ten Simple Rules for the Care and Feeding of Scientific Data” vorgelegt, die da lauten:

Rule 1. Love Your Data, and Help Others Love It, Too
Rule 2. Share Your Data Online, with a Permanent Identifier
Rule 3. Conduct Science with a Particular Level of Reuse in Mind
Rule 4. Publish Workflow as Context
Rule 5. Link Your Data to Your Publications as Often as Possible
Rule 6. Publish Your Code (Even the Small Bits)
Rule 7. State How You Want to Get Credit
Rule 8. Foster and Use Data Repositories
Rule 9. Reward Colleagues Who Share Their Data Properly
Rule 10. Be a Booster for Data Science

Citation: Goodman A, Pepe A, Blocker AW, Borgman CL, Cranmer K, et al. (2014) Ten Simple Rules for the Care and Feeding of Scientific Data. PLoS Comput Biol 10(4): e1003542. doi: 10.1371/journal.pcbi.1003542