LDM-Explore

Leibniz Data Manager - Ein Werkzeug zur Auffindbarkeit und Erforschung digitaler Objekte in verschiedenen Repositorien mit Bewertung ihres Wiederverwendungspotenzials (LDM-Explore)

Fakten

Leitung

Prof. Dr. Maria-Esther Vidal, Dr. Angelina Kraft

Projektbearbeitung

Mauricio Brunet

Förderung durch

Deutsche Forschungsgemeinschaft (DFG)

Laufzeit

September 2020 – August 2023

Im Projektvorhaben LDM-Explore stellen wir mit dem Leibniz Data Manager (LDM) ein Instrument vor, das es Forschenden ermöglicht, auf der Grundlage der objektbezogenen Metadaten parallel in mehreren digitalen Repositorien nach Forschungsdaten und anderen wissenschaftlichen Objekten zu suchen und gleichzeitig deren Relevanz für die eigenen Forschungsfragen zu bewerten.

Beschreibung

Die Landschaft der wissenschaftlichen Repositorien besteht derzeit aus einer Vielzahl von verfügbaren Kategorien und Größenordnungen, z.B. fachspezifische, generische und institutionelle Repositorien, sowie Mischformen davon. Diese Heterogenität bedingt

eine für die Forschenden nur bedingt durchschaubare, komplexe Landschaft aus verschiedenen Daten- und Metadatenstandards, Schnittstellen, Dateiformaten, Lizenzinformationen, Archivierungs- und Veröffentlichungsrichtlinien, Bedingungen für die Wiederverwendung von digitalen Objekten und weiteren Vorgaben. Dies ist ein Grund, warum sich die bisherige Suche nach digitalen Objekten wie z.B. Forschungsdaten über mehrere Repositorien hinweg sehr zeitaufwändig gestaltet. Mit LDM-Explore adressieren wir

die Interoperabilitätsherausforderungen bestehender Forschungsdatenrepositorien aus Forschungseinrichtungen, Infrastruktureinrichtungen, Universitäten und Unternehmen, und zeigen an drei Pilot-Repositorien, wie eine übergreifende Suche und Bewertung von digitalen Objekten mit dem Leibniz Data Manager realisiert werden kann. Dabei bietet der LDM als offene Softwaredistribution ein Werkzeug, das den Übergang von dem klassischen publikations- oder artikelbasierten Forschungsworkflow hin zu einem informationsbasierten Forschungsworkflow im Sinne der vernetzten, maschinenlesbaren Daten (linked data) unterstützt.

Weiterführende Links

zurück zur Liste


Feedback