Datenbeschreibung und Annotation
Ohne Titel, CC-BY, von Auke Herrema
Um einen vorliegenden Datensatz bestmöglich zu verstehen – sei es für sich selbst, für die eigene Arbeitsgruppe oder für andere Mitglieder der wissenschaftlichen Gemeinschaft –, muss er klar beschrieben werden. In diesem Zusammenhang sind sowohl die Datenannotation als auch die Datenbeschreibung wichtige Aspekte des Datenmanagements und der Datenanalyse und ermöglichen die Wiederverwendung von Forschungsdaten.
Die Datenbeschreibung umfasst die Bereitstellung eines detaillierten Überblicks über die Daten, einschließlich ihrer Merkmale, ihres Formats, ihrer Struktur und aller relevanten Zusammenhänge. Die Annotation von Forschungsdaten ist der Vorgang, bei dem Daten mit Bezeichnungen oder Anmerkungen versehen werden, um sie verständlicher und für die Analyse besser zugänglich zu machen. Durch die Verwendung umfangreicher, maschinenlesbarer Metadaten ermöglichen Datenannotation und -beschreibung sowohl Menschen als auch Maschinen, fundierte Entscheidungen über die Eignung der Daten für ihre Forschung zu treffen.
Ein weiterer Aspekt, der bei der Wiederverwendung von Daten zu berücksichtigen ist, ist die Datenherkunft, die Teil der Metadaten sein kann. Im Zusammenhang mit wissenschaftlichen Daten und dem Datenmanagement bezeichnet der Begriff „Provenienz“ die Dokumentation darüber, woher das Datenmaterial stammt und mit welchen Verfahren und Methoden es erstellt wurde. Daher geht es beim Konzept der Provenienz um Vertrauen, Glaubwürdigkeit und Reproduzierbarkeit von Forschungsergebnissen und kann Informationen wie das Erstellungsdatum, die Ersteller, die verwendeten Instrumente, die eingesetzte Software und die angewandten Datenverarbeitungsmethoden umfassen.
Darüber hinaus können Metadaten, die entweder zur Datenbeschreibung oder zur Annotation verwendet werden, semantisch beschrieben werden, indem kontrollierte Vokabulare oder – besser noch – Ontologien eingesetzt werden, um Mehrdeutigkeiten zu verringern und sie maschinenlesbar und maschinen_verständlich_ zu machen. Dies erleichtert die Suche und verbessert zudem die Auffindbarkeit von Datensätzen – sowohl für Maschinen als auch für Menschen.
Hauptautor: ORCID:0000-0003-4480-8661