Daten finden und nutzen

Die Wissenschaft produziert täglich eine Vielzahl an Daten. Viele davon werden in so genannten Repositories, also digitalen Archiven abgelegt. Es gibt tausende Repositories, die offen zugänglich sind und die Sie für Ihre eigene Forschung nutzen können.

Es gibt generelle, institutionelle und fachspezifische Repositories. Am einfachsten finden Sie relevante Daten in fachspezifischen Datenbanken. So können Sie Ihre Suche starten: 
 

• Fragen Sie Ihre Fachgemeinschaft: Welche Repositories werden in Ihrer Fachgemeinschaft häufig genutzt?
   
• re3data.org ist ein weiterer guter Ausgangspunkt für Ihre Suche. Es ist die derzeit grösste und wichtigste Suchplattform für Forschungsdaten-Repositories.

Nutzen Sie auf re3data folgende Suchfilter:

• AID (author identifier) = Die Autorschaft ist eindeutig identifizierbar
• Data Licenses = Die Daten sind für die Nachnutzung lizenziert
• Data Access = die Daten sind frei zugänglich
• Metadata Standards = Es werden etablierte Metadaten-Standards verwendet
• PID (persistent identifier) = das Repository vergibt PIDs, wie z. B. DOI.

Damit Sie mit Ihren gefundenen Daten arbeiten können, müssen Sie diese erst verarbeiten. Eine solche Datenanalyse kann folgendes umfassen: 

1. Daten aufbereiten und sichern

• digitalisieren
• übersetzen und transkribieren
• auf Servern für die Weiterverarbeitung hinterlegen
• validieren
• aufarbeiten
• anonymisieren

2. Daten dokumentieren

• Wie wurden die Daten annotiert?
• In welchem Format sind die Daten vorhanden?
• Welche Software wurde benutzt?
• In welchem Zusammenhang stehen diese Daten zu anderen Daten?
• Was stellen die Daten dar?
• Hintergrundgeschichte der Daten (Zweck, Methode, etc.)?

3. Daten auswerten

Sie interpretieren und visualisieren die Daten, halten Ihre Forschungsergebnisse fest und zitieren die Datenquellen. Zudem bereiten Sie die Daten auf ihre Archivierung vor.

Die Science IT unterstützt Forschende der UZH in technischen Belangen für Software-Lösungen, Abspeicherung von Daten, Datenmanagement und Datenvisualisierung.

Teilweise gibt das Repository an, wie zitiert werden soll. Ansonsten empfehlen wir die Zitationsvorgabe von DataCite (Seite 9):
 

Autor (Veröffentlichungsdatum): Titel. Publikationsagent. Typ der Ressource. Identifier. 

Beispiel:
Max Muster (01.01.2019): Meinungsumfrage zu xy. MegaRepository. Datensatz. http://doi.org/12.3456/7.8910.