Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

2

Share

Download to read offline

Visualisierung bibliographischer Daten

Download to read offline

Vortrag auf der Tagung: Buchhistorische Forschung und Digital Humanities Datenbankgestützte Bibliografien, Bücherkataloge und Quellenverzeichnisse.

Related Books

Free with a 30 day trial from Scribd

See all

Visualisierung bibliographischer Daten

  1. 1. Buchhistorische Forschung und Digital Humanities Datenbankgestü tzte Bibliografien, Bü cherkataloge und Quellenverzeichnisse Visualisierung bibliographischer Daten Ralf Stockmann Staatsbibliothek zu Berlin
  2. 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
  3. 3. GIBT ES GENERISCHE VISUALISIERUNGEN BIBLIOGRAPHISCHER DATEN? S. 3
  4. 4. GIBT ES GENERISCHE VISUALISIERUNGEN BIBLIOGRAPHISCHER DATEN? NEIN. LEIDER. S. 5
  5. 5. „What Do You Do with a Million Books?“ Gregory Crane
  6. 6. Was für Daten können wir visualisieren? Metadaten OPAC Datenbanken
  7. 7. Was für Daten können wir visualisieren? Metadaten Volltexte OPAC Datenbanken Das einzelne Werk Sammlung von Werken
  8. 8. Was für Daten können wir visualisieren? Metadaten Volltexte OPAC Datenbanken Das einzelne Werk Sammlung von Werken Suchindex
  9. 9. 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, ...
  10. 10. RAUM UND ZEIT EUROPEANA4D S. 11
  11. 11. MAP TIMELINE
  12. 12. MAP TIMELINE
  13. 13. NAME description url KML Datenmodell WAS? WO? WANN? COORDINATES address TIMESTAMP range MANDATORY optional
  14. 14. Austauschformat: KML (XML)
  15. 15. Europeana4D - Links  http://wp1187670.server-he.de/e4d/  https://de.dariah.eu/geobrowser  http://geobrowser.de.dariah.eu  http://www.informatik.uni-leipzig.de:8080/geotemco/  http://ref.dariah.eu/workflow/  http://dev2.dariah.eu/e4d/ |
  16. 16. DIE SAMMLUNG ALS PRIMÄRQUELLE S. 18
  17. 17. BIG DATA
  18. 18. BIG UGLY DATA
  19. 19. GRAPHEN VON KNOTEN UND KANTEN S. 22
  20. 20. http://kalliope-verbund.info/de/index.html
  21. 21. DigiZeitschriften – Metadaten vs. Volltext Set A Set B Bibliographische Metadaten Inhaltsverzeichnis OCR Volltext • 60 wiss. Zeitschriften • Kompletter Erscheinungsverlauf • Ca. 20.000 Aufsätze Abstracts
  22. 22. DigiZeitschriften – Set A: „Sozialismus“
  23. 23. S. 26 DigiZeitschriften – Set A: „Mephisto“ http://www.eaqua.net/~fbaumgardt/flare/GDZ/title_title/
  24. 24. DigiZeitschriften – Set B: „Mephisto“ http://www.eaqua.net/~fbaumgardt/flare/GDZ2/intraElement_filter2/
  25. 25. http://voyant-tools.org
  26. 26. 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
  27. 27. Verwertungszusammenhang PUBLIKATION: DATENJOURNALISMUS S. 30
  28. 28. Portale für Datenjournalismus  http://datadesk.latimes.com/  http://www.handelsblatt.com/infografiken/  http://blog.zeit.de/open-data/  http://www.zeit.de/datenjournalismus  http://www.smallmeans.com/new-york-times-infographics/  http://blogs.taz.de/open-data/  http://www.guardian.co.uk/news/datablog  http://www.datenjournalist.de/  http://daten.berlin.de/  http://www.dotcomblog.de/  http://www.spiegel.de/  http://www.data.gv.at/  http://www.washingtonpost.com/
  29. 29. Daten Journalisten Visualisierung
  30. 30. Daten Journalisten Wissen-schaftler Visualisierung
  31. 31. Daten Visualisierung Wissenschaftler Journalisten Visualisierungsexperten
  32. 32. Varianten von Wissenschaftsjournalismus und Visualisierung  Journalistische Vermittlung von Forschungsergebnissen  Akteur: Wissenschaftler. Visualisierer und Journalist: Vermittler  Illustration einer journalistischen „Story“  Akteur: Journalist  Illustration / Exploration neuer Visualisierungskonzepte  Akteur: Visualisierungsexperte  Möglich: Personalunion
  33. 33. Visualisierungsexperten (als Agenturdienstleistung)  http://www.opendatacity.de  http://driven-by-data.net
  34. 34. http://www.visualizing.org/visualizations/vizosphere
  35. 35. Distinktionsmerkmale gegenüber klassischen Visualisierungen  Interaktion durch Nutzer  Komplexe Datengenerierung (Programmierung) auch aus verteilten Quellen  Experminetelle Visualisierungsansätze  Ästhetik (Formen, Farben) http://zugmonitor.sueddeutsche.de/ http://opendata.zeit.de/atomreaktoren/#/de/
  36. 36. http://www.propz.de/2011/04/die-infografik-infografik/
  37. 37. 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
  38. 38. 5 THESEN S. 42
  39. 39. 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.
  • lambo

    Oct. 20, 2015
  • gradmans

    Oct. 7, 2015

Vortrag auf der Tagung: Buchhistorische Forschung und Digital Humanities Datenbankgestützte Bibliografien, Bücherkataloge und Quellenverzeichnisse.

Views

Total views

2,085

On Slideshare

0

From embeds

0

Number of embeds

36

Actions

Downloads

13

Shares

0

Comments

0

Likes

2

×