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).