Matomo tracking image

Verarbeitung

UAG_FDM
Account Menü
  •  Neuer Eintrag
  • Anmelden
  • Kontakt
  •  Dash
  •  Themen
  •  Neueste
  • Alle Einträge
  •  Hilfe & Support
 Alle Ressourcen
Materialformat
Thema
Fachbereich
Dauer
Nach Datum

 zur erweiterten Suche

%BROWSE_INDENT% %BROWSE_EXPAND% %BROWSE_TEXT% %BROWSE_REFRESH%
Tags
Themen
Browse

How to Document Your Research Data 

Vollbild-Vorschau

Ressourcen-Werkzeuge

Original PDF Datei

34.2 MB Download

Direkt im Browser ansehen.

34.2 MB Im Browser ansehen
  •  Weitergeben
  •  Metadaten bearbeiten
  •  Sperren 
  •  Datei ersetzen
  •  Nur ein Vorschaubild hochladen

Nutzungsprotokoll

 Downloads gesamt
Gesamtzahl der Downloads 5
Ressourcen-Details

Ressource (ID)

322

Zugriff

offen

Autor*in/Ersteller*in

Thöricht, Heike; Zänkert, Sandra; Steinmann, Lena; Drechsler, Rolf

ORCiD

0000-0002-1822-7559
0000-0001-5386-0555
0000-0001-5443-0581
0000-0002-9872-1740

Geeignet für...

online, präsenz

Veranstaltungsformat

Vortrag, Workshop

Materialformat

Poster

Zielgruppe

Bibliothekar*innen, Data Manager, Data Stewards, FDM-Kontaktstellen, Forschende (PostDoc), Forschende (Projektleitung), Hochschullehrende, Projektleitung, Promovierende, Studierende (Bachelor), Studierende (Master)

Thema

Dokumentation, Grundlagen, Metadaten, Nachnutzung, Ordnung und Struktur, Tools

Fachbereich

generisch

DOI

10.5281/zenodo.8004373

Vorkenntnisse

Keine

Sprache

English

Stichwörter

Dokumentation, Forschungsdaten, FAIR, ELN

Datum

05 Juni 2023

Lizenz

Creative Commons logo with terms by
Creative Commons Attribution 4.0 International (CC BY 4.0)

Kurzbeschreibung

The "How to Document Your Research Data" poster series provides a comprehensive overview of essential documentation practices for research data. Created with the goal of promoting transparency and reproducibility, these posters highlight key aspects of data documentation and guide researchers in effectively managing their data throughout the research lifecycle. The posters cover Electronic Laboratory Notebooks (ELNs), Codebooks, Model Cards for Machine Learning and Artificial Intelligence models, Datasheets for Machine Learning datasets, Data Nutrition Labels for Artificial Intelligence datasets, and Readme Files. Each poster provides insights into the background, functions, and essential components of these documentation tools.

The posters can be used by scientists looking for the right documentation tool for their research project and by research data management support services at research institutions providing information about documentation in trainings and consultations.

Anmerkungen

It is recommended to print the posters on DinA0.

Nach ähnlichen Ressourcen suchen

Zeige komplette Seite
Sprache: Deutsch
    Webanalyse
  • Startseite
  • Impressum
  • Datenschutzerklärung
Das Medien-Repositorium wird betrieben vom CMS unter Verwendung von ResourceSpace