Sharing experience in choosing and tailoring institutional research data repository. Presentation from "Bibliothekstagung 2013" in Vienna.

1. Jana Porsche, IST Austria
Bibliothekstagung 2013,Wien
Forschungsdaten Repository
Erfahrungsreport
http://flic.kr/p/83SRAh

2. IST Austria
Forschungsinstitut (~200 Wissenschaftler)
Grundlagenforschung
Campus eröffnet 2009
Ziel: Spitzenforschung in Österreich
http://ist.ac.at/fileadmin/user_upload/gallery/Central_Building/IST_BK_227.jpg

3. Biologie und Biophysik
Neurowissenschaften
Evolutionsbiologie
Pflanzenbiologie
Mathematik
Informatik
Forschung am IST Austria

4. http://www.data-archive.ac.uk/create-manage/life-cycle
Datenmanagement
für ganzen
Lebenszyklus
von Daten
Ideales Konzept =
Ideales Konzept
Erzeugen
Verarbeiten
Analysieren
Langzeit-
archivieren
Zugänglich
machen
Wiederver-
wenden
Daten

5. http://www.data-archive.ac.uk/create-manage/life-cycle
Datenmanagement
für ganzen
Lebenszyklus
von Daten
Ideales Konzept =
Ideales Konzept
Erzeugen
Verarbeiten
Analysieren
Langzeit-
archivieren
Zugänglich
machen
Wiederver-
wenden
Daten
fehlende
Ressourcen
25% Projektmanager
25% geteilter Entwickler

6. Mögliches Konzept
Erzeugen
Verarbeiten
Analysieren
Langzeit-
archivieren
Zugänglich
machen
Wiederver-
wenden
Daten
Verzeichnis
von
“subject repositories”
Richtlinien
Empfehlungen
Beratung+
http://www.data-archive.ac.uk/create-manage/life-cycle

7. Anforderungen erfüllen
fast 50%
der Forschungsgruppen
bekommen ERC grants
Motivation
http://flic.kr/p/brd1K2

8. Mehrwert schaffen
‣ zukünftige Zitierbarkeit
(wissenschaftlicher Ruf)
‣ Wirkung erhöhen
‣ Zeit sparen (redundante Arbeit
vorbeugen)
‣ OA unterstützen
Motivation
http://flic.kr/p/brd1K2

9. ‣ Service bereitstellen um die Anforderungen
Förderinstitution zu erfüllen
‣ Infrastruktur für das Publizieren von Forschungsdaten anbieten
‣ Sichtbarkeit erhöhen
‣ “Easy to Use“ Erfahrung anbieten
‣ Wissenschaftler gewinnen
‣ Verifizierung und Nachnutzung ermöglichen
http://flic.kr/p/9971ka
Was wollen wir
erreichen?

10. 1
Ist Analyse
2
Konzept inklusive
Anforderungen
3
Software
auswählen 4
Software anpassen
testen
verfügbar machen
5
Dokumentation
Schulungen
2.1
Ist Analyse
Ergebnisse
2.2
Kooperation/
Benchmarks
3.3
technische
Anforderungen
03/2013 04/2013 08/2013 Herbst 2013
Favorit EPrints
(Kooperation
möglich)
http://wallpaperswide.com/chess_board-wallpapers.html
Wo stehen wir gerade?

11. Ergebnisse der Ist-Analyse
Quelle: Ergebnisse der Umfrage http://repository.ist.ac.at/id/eprint/103

12. Neurowissenschaften
Evolutionsbiologie
Informatik
BiologieundBiophysik
Anzahl
Forschungsgruppen
n = 19
Praxis des Daten Publizierens
Persönliche Website
Journal
Data Center
Nirgendwo
Quelle: Ergebnisse der Umfrage http://repository.ist.ac.at/id/eprint/103

13. Was wollen Wissenschaftler?
Benutzer-
freundlich
Vernetzbarkeit
http://wallpaperswide.com/king_armchair-wallpapers.html

14. Initiativen

15. ‣ Eindeutige Identifikation
‣ (DataCite, DOI)
‣ Metadaten Standards
‣ (erweitertes Schema von DataCite)
‣ Sichtbarkeit
‣ (re3data Registry, Databib)
‣ Empfehlungen (Guidelines)
‣ (Radieschen für DE)
‣ Vermittlung von Know How
‣ (University of Essex)
‣ Software
‣ Eprints (Ev. CKAN als Front-End)
http://flic.kr/p/8B2wLz
Bausteine Forschungsdaten Repository

16. http://flic.kr/p/8HDJ5B
Fehlende Ressourcen
Schwierigkeiten
im Projekt

17. http://flic.kr/p/8HDJ5B
Schwierigkeiten
im Projekt
Forschungsbereiche ohne Datenfreigabe-Praxis
Forschungsbereiche mit hohem Konkurrenzdruck
Einbeziehung/Motivierung von Wissenschaftlern
Einheitliche Standards vs. Datendiversität

18. Was ist wichtig?
‣ “Easy to Use” für Wissenschaftler
‣ Unterstützung in Prozessen
‣ Integration in andere Systeme
‣ Sichtbarkeit (Zitierbarkeit)
‣ Als Dienstleistung
http://flic.kr/p/4jsnvU

19. Man muss auf denWissenschaftler ZIELEN
Jana Porsche
jana.porsche@ist.ac.at
http://flic.kr/p/btLJkK