Das freie und öffentliche Teilen von wissenschaftlichen Erkenntnissen und ihren Entstehungsprozessen ist ein elementarer Grundsatz der Wissenschaft. Diese Offenheit und Transparenz zu erreichen, ist jedoch oftmals schwierig, insbesondere dann, wenn große Datensätze und komplexe computergestützte Berechnungen nötig sind.
GESIS forscht zu diesen Herausforderungen und stellt Infrastruktur sowie Angebote bereit, die Wissenschaftler*Innen dabei unterstützen, ihre Arbeiten "offen" und nachvollziehbar zur Verfügung zu stellen. Neben der Archivierung und Bereitstellung von Daten und Publikationen bieten wir Lösungen für das Dokumentieren und Teilen von rechnergestützten Verarbeitungsprozessen für datenintensive Forschungsdesigns an.
Unsere Forschungsschwerpunkte im Bereich Open Science
- Wir treiben die FAIR Data-Prinzipien voran – und das auch für neue Datentypen wie digitale Verhaltensdaten.
- Wir ermöglichen die Reproduzierbarkeit von computergestützten Analysen in den Sozialwissenschaften (und darüber hinaus).
- Wir stellen Möglichkeiten für das Teilen von Publikationen, Daten und Code zur Verfügung.
- Wir bieten Altmetrics zur Messung der öffentlichen Wirkung von wissenschaftlichen Arbeiten an.
Das Engagement von GESIS für Open Science-Technologien ist langfristig, forschungsbasiert und spiegelt sich u.a. in unserer Beteiligung an der Nationalen Forschungsdateninfrastruktur NFDI wider sowie der strategischen Erweiterung des Instituts im Bereich digitaler Verhaltensdaten.
Darüber hinaus unterstützen wir Wissenschaftler*Innen mit Schulungsmaterialien zu Open Science.
Nicht zuletzt ist Open Science bei GESIS gelebte Praxis: Besuchen Sie uns auf GitHub, nutzen Sie unsere DVD-Datensätze und Analyse-Tools.
- Manola, Natalia, Peter Mutschke, Guido Scherp, Klaus Tochtermann, Peter Wittenburg, Kathleen Gregory, Wilhelm Hasselbring, Kees den Heijer, Paolo Manghi, and Dieter van Uytvanck. 2020. "Implementing FAIR data infrastructures: Dagstuhl perspectives workshop 18472." Dagstuhl Manifestos 8 (1): 1-34. doi: https://doi.org/10.4230/DagMan.8.1.1. urn: urn:nbn:de:0030-drops-132376. https://drops.dagstuhl.de/opus/volltexte/2020/13237.
- Lietz, Haiko. 2020. "Drawing impossible boundaries: Field delineation of Social Network Science." Scientometrics 125 2841–2876. doi: https://doi.org/10.1007/s11192-020-03527-0.
- Manola, Natalia, Peter Mutschke, Guido Scherp, Klaus Tochtermann, and Peter Wittenburg. 2019. "Implementing FAIR Data Infrastructures (Dagstuhl Perspectives Workshop 18472): Dagstuhl Perspectives Workshop 18472." Dagstuhl Reports (8, 11): 91-111. doi: https://doi.org/10.4230/DagRep.8.11.91. urn: urn:nbn:de:0030-drops-103577. http://drops.dagstuhl.de/opus/volltexte/2019/10357.
- Hienert, Daniel, Dagmar Kern, Katarina Boland, Benjamin Zapilko, and Peter Mutschke. 2019. "A digital library for research data and related information in the social sciences." In Proceedings of 2019 ACM/IEEE Joint Conference on Digital Libraries (JCDL), 148-157. Piscataway, NJ: IEEE. doi: https://doi.org/10.1109/JCDL.2019.00030.
- Olsson, Olof, Thomas Bosch, Benjamin Zapilko, Arofan Gregory, and Joachim Wackerow. 2012. "DDI-RDF - Trouble with Triples." IASSIST Conference 2012. http://www.iassistdata.org/downloads/2012/2012_b2_olsson.pdf.
Titel | Start | Ende | Förderer |
---|---|---|---|
NFDI for Data Science and Artificial Intelligence
(NFDI4DS)
|
2021-10-01 | 2026-09-30 | DFG |
NFDI for Business, Economic and Related Data
(BERD@NFDI)
|
2021-10-01 | 2026-09-30 | DFG |
Stellvertretender Abteilungsleiter
FAIR Data
Teamleiter
Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:
-
Analyse digitaler Verhaltensdaten
Methoden, Tools, Frameworks und Infrastruktur für die Analyse digitaler Verhaltensdaten.
- Datenregistrierungsagentur da|ra
-
GESIS Guides to Digital Behavioral Data
Handreichungen zur Erhebung und Analyse digitaler Verhaltensdaten mit computerbasierten Methoden.
- GESIS Notebooks
- Volltextserver SSOAR