1. Buchhistorische Forschung und Digital Humanities
Datenbankgestü tzte Bibliografien, Bü cherkataloge und
Quellenverzeichnisse
Visualisierung
bibliographischer Daten
Ralf Stockmann
Staatsbibliothek zu Berlin
2. Warum Visualisieren?
Veranschaulichung eines Forschungsergebnisses
Statisch
Dynamisch (Web)
Als Werkzeug im Forschungsprozess zur Überprüfung von
Hypothesen
Strukturierung/Navigation durch riesige Informationsräume
Im Vorfeld des Forschungsprozesses zur explorativen
Thesenbildung
5. GIBT ES GENERISCHE
VISUALISIERUNGEN
BIBLIOGRAPHISCHER DATEN?
NEIN. LEIDER.
S. 5
6. „What
Do You Do
with a
Million
Books?“
Gregory Crane
7. Was für Daten können wir visualisieren?
Metadaten
OPAC
Datenbanken
8. Was für Daten können wir visualisieren?
Metadaten Volltexte
OPAC
Datenbanken
Das einzelne
Werk
Sammlung
von Werken
9. Was für Daten können wir visualisieren?
Metadaten Volltexte
OPAC
Datenbanken
Das einzelne
Werk
Sammlung
von Werken
Suchindex
10. Was für Daten können wir visualisieren?
Metadaten Volltexte
Orte
Suchindex
Personen / Institutionen
Zeit
OPAC
Datenbanken
Das einzelne
Werk
Sammlung
von Werken
Konzepte/Begriffe
Abstracts
Sprache, Bilder, ...
24. DigiZeitschriften – Metadaten vs. Volltext
Set A Set B
Bibliographische
Metadaten
Inhaltsverzeichnis
OCR Volltext
• 60 wiss. Zeitschriften
• Kompletter Erscheinungsverlauf
• Ca. 20.000 Aufsätze
Abstracts
29. Frameworks
Google Books ngram viewer
http://books.google.com/ngrams
Gregory Crane: „What Do You Do with a Million Books?“ (2006)
http://www.dlib.org/dlib/march06/crane/03crane.html
Google Chart Tools
https://developers.google.com/chart/
Anbindung an Google Docs
Voyant Tools
http://voyant-tools.org
Textwerkzeuge
Übersicht
https://digitalresearchtools.pbworks.com/w/page/17801661/Data-
Visualization
Auswirkungen:
Steigende Unabhängigkeit der WissenschaftlerInnen von Visualisierern
Steigende Erwartungshaltung, es „mal eben“ selbst zu visualisieren
41. Kritikpunkte von Datenvisualisierung
Zu verspielt?
Lernaufwand bei Nutzern
Aber: möglicherweise adäquatere Informationsvermittlung
Aggregierung bedeutet immer Reduktion von Komplexität
Aber: Quelldaten oft im Direktzugriff
Visualisierung ist immer auch: Interpretation und
Manipulation
Automatisierte Wissenschaft?
Beispiel: Kommentar in Fußballspielen (aufbauend auf Statistiken)
Erfordert neue Fähigkeiten
computer-literacy
43. Vielen Dank
Die (populärwissenschaftliche) Vermittlung von
Forschungsergebnissen mit Hilfe von Visualisierungen wird eine
zunehmende Rolle im Wissenschaftsbetrieb spielen.
eResearch wird interaktives Datamining und Visualisierung verstärkt
für die Entwicklung explorativer Fragestellungen nutzen.
Mittelfristig werden Open (Linked) Data sich in vielen Bereichen
durchsetzen. Dies wird zu einer verstärkten Demokratisierung (Citizen
Science) und Reliabilität der Forschungsprozesse führen, nicht
zwangsläufig jedoch zu einer besseren Validität.
Bibliotheken sind als Datenkuratoren mit tausend Jahren Erfahrung
glaubwürdige Anwälte der Datenqualität
Ansprechende und originelle Visualisierungen sind sowohl für
WissenschaftlerInnen – als auch für Bibliotheken: ein erreichbares
Ziel.