Accessibility
DE / EN

InFoLiS

Förderung: Deutsche Forschungsgemeinschaft (DFG)
Laufzeit: 2011–2013
Projektpartner: Lehrstuhl für Künstliche Intelligenz der Universität Mannheim, GESIS – Leibniz-Institut für Sozialwissenschaften

Die wachsende Vernetzung von digitalen Informationssystemen und ihren Ressourcen spielt im digitalen Zeitalter eine wichtige Rolle und stellt ein wichtiges Erfordernis für die wissenschaftliche Informationsversorgung dar.
Stehen die Ressourcen unverbunden nebeneinander, müssen die Wissenschaftlerinnen und Wissenschaftler in den empirisch ausgerichteten Sozialwissenschaften die mit den Publikationen verbundenen Forschungsdaten in den jeweiligen Volltexten suchen, in denen sie nicht standardisiert zitiert sind. Daher ist es ein wichtiges Erfordernis, dass die Metadaten der Forschungsdaten mit den bibliothekarischen Titeldaten verknüpft sind und bereits in den Recherchesystemen der Fachinformationszentren und Universitätsbibliotheken gefunden werden.
Im Rahmen des InFoLiS-Projekts werden diese Aspekte aufgegriffen und umgesetzt.

Das Projekt umfasst fünf Ziele

  1. Extraktion von Referenzen aus Forschungsdaten und Publikationen
    Die Metadaten der Forschungsdaten und die Volltexte von Publikationen verfügen jeweils über Referenzen auf die andere Publikationsform. Mit Methoden des Text Mining werden diese Informationen aus den Daten extrahiert und für den weiteren Datenaustausch maschinell aufbereitet.
  2. Anreicherung der bibliographischen Metadaten der GESIS und der UB Mannheim mit Forschungsdaten
    Die bibliographischen Metadaten der GESIS und der UB Mannheim werden um einen Hinweis mit Link zu eventuell vorhandenen Forschungsdaten im Datenbestandskatalog der GESIS angereichert und in die Recherchesysteme Primo der UB Mannheim und SOLIS bzw. sowiport der GESIS eingespielt.
  3. Eigenständige Abbildung von Forschungsdaten
    Hier werden die Forschungsdaten als eigenständige Publikationen definiert und auf gleicher hierarchischer Ebene wie die Titeldaten von Aufsätzen, Büchern und Zeitschriften in das Recherchesystem “Primo” eingebracht.
  4. Automatische Erschließung von Forschungsdaten und Publikationen durch einen Thesaurus
    Die Forschungsdaten und Publikationen werden durch einen kohärenten Thesaurus inhaltlich erschlossen und dadurch können verschieden benannte, aber inhaltlich verwandte Forschungsdaten im Recherchesystem “Primo” bzw. im Fachportal sowiport gefunden werden.
  5. Verknüpfung von Forschungsdaten und Publikationen mit dem Linkresolver SFX
    Bei diesem Verfahren werden die bibliographischen Metadaten in Primo dynamisch mit den Metadaten des Datenbestandskatalogs der GESIS verlinkt. Dabei kommt der Linkresolver SFX zum Einsatz, der in einer vergleichbaren Anwendung bibliothekarische Titeldaten mit den Volltexten von Verlagen und Zeitschriftenaggregatoren verknüpft.
     

Veröffentlichungen

  • Boland, K., Ritze, D., Eckert, K. & Mathiak, B. in Theory and Practice of Digital Libraries (eds. Zaphiris, P., Buchanan, G., Rasmussen, E. & Loizides, F.) 7489, 150–161 (Springer Berlin Heidelberg, 2012).
  • Ritze, D. & Eckert, K. Linked Data als Infrastruktur zur Integration von Forschungsdaten und Publikationen. in Vernetztes Wissen – Daten, Menschen, Systeme: 6. Konferenz der Zentralbibliothek Forschungszentrum Jülich; 5. – 7. November 2012 (ed. Mittermaier, B.) 107–118 (Forschungszentrum Jülich, 2012).
  • Ritze, D. Data Enrichment in Discovery Systems using Linked Data. (2012).
  • Ritze, D. & Boland, K. Integration of Research Data and Research Data Links into Library Catalogues. in Proceedings of the International Conference on Dublin Core and Metadata Applications (2013). at
  • Ritze, D. & Eckert, K. Data Enrichment in Discovery Systems Using Linked Data. in Data Analysis, Machine Learning and Knowledge Discovery (eds. Spiliopoulou, M., Schmidt-Thieme, L. & Janning, R.) (Springer, 2013). doi:10.1007/978-3-319-01595-8_49
  • Ritze, D., Eckert, K. & Pfeffer, M. in (Open) Linked Data in Bibliotheken (eds. Danowski, P. & Pohl, A.) (DE GRUYTER SAUR, 2013). at
  • Boland, K. & Mathiak, B. Connecting Literature and Research Data. in IASSIST 2013 – Data Innovation: Increasing Accessibility, Visibility, and Sustainability, Cologne, Germany, 29–31 May 2013 (2013). at
  • Mathiak, B. & Boland, K. Challenges in Matching Dataset Citation Strings to Datasets in Social Science. (2014). at
  • Boland, K. Links generated in the InFoLiS project: data basis and characteristics. (2014).
  • Mathiak, B. & Boland, K. Challenges in Matching Dataset Citation Strings to Datasets in Social Science. D-Lib Magazine 21, (2015).