Search Results

Now showing 1 - 6 of 6
  • Item
    Harmonising, Harvesting, and Searching Metadata Across a Repository Federation
    (Hannover : TIB Open Publishing, 2023) Neumann, Steffen; Bach, Felix; Castro, Leyla Jael; Fischer, Tillmann; Hofmann, Stefan; Huang, Pei-Chi; Jung, Nicole; Katabathuni, Bhavin; Mauz, Fabian; Meier, René; Nainala, Venkata Chandra Sekhar; Rayya, Noura; Steinbeck, Christoph; Koepler, Oliver
    The collection of metadata for research data is an important aspect in the FAIR principles. The schema.org and Bioschemas initiatives created a vocabulary to embed markup for many different types, including BioChemEntity, ChemicalSubstance, Gene, MolecularEntity, Protein, and others relevant in the Natural and Life Sciences with immediate benefits for findability of data packages. To bridge the gap between the worlds of semantic-web-driven JSON+LD metadata on the one hand, and established but separately developed interface services in libraries, we have designed an architecture for harmonising, federating and harvesting metadata from several resources. Our approach is to serve JSON+LD embedded in an XML container through a central OAI-Provider. Several resources in NFDI4Chem provide such domain-specific metadata. The CKAN-based NFDI4Chem search service can harvest this metadata using an OAI-PMH harvester extension that can extract the XML-encapsulated JSON+LD metadata, and has search capabilities relevant in the chemistry domain. We invite the community to collaborate and reach a critical mass of providers and consumers in the NFDI.
  • Item
    NFDI4Chem - Fachkonsortium für die Chemie
    (Marburg : Philipps-Universität, 2021) Ortmeyer, Jochen; Schön, Florian; Herres-Pawlis, Sonja; Jung, Nicole; Bach, Felix; Liermann, Johannes; Neumann, Steffen; Popp, Christian; Razum, Matthias; Koepler, Oliver; Steinbeck, Christoph
    Als Fachkonsortium für die Chemie hat sich NFDI4Chem innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI) gebildet. In diesem Beitrag stellt sich das Konsortium kurz vor und legt seine zentralen Ziele und wichtigsten Verbesserungen für das Forschungsdatenmanagement (FDM) in der Chemie sowie die praktischen Heraus-forderungen dar. Die Vision von NFDI4Chem ist die umfassende Digitalisierung und Vernetzung aller Prozesse im Umgang mit Forschungsdaten in der chemischen Forschung. Beginnend mit der Erzeugung der Daten, über deren Verarbeitung und Analyse bis hin zur Publikation wird eine modulare, vernetzte Infrastruktur aus Software-Tools, elektronischen Laborjournalen und Datenrepositorien entwickelt und bereitgestellt, die Forschende im Laboralltag unterstützt. Die Digitalisierung wird begleitet durch die Entwicklung von Minimalinformationen für Datenpublikationen, bestehend unter anderem aus Standards für Daten- und Metadatenformate sowie Ontologien zur semantischen Beschreibung. Seine Aufgaben verfolgt das NFDI4Chem-Konsortium wissenschaftsgeleitet und mit dem klaren Ziel, eine intuitiv und effizient nutzbare Infrastruktur zu entwickeln. Das Gestalten eines kulturellen Wandels, gemeinsam mit der wissenschaftlichen Community, zur Etablierung und Akzeptanz eines FAIRen Umgangsmit Daten ist daher ein weiteres wichtiges Element der NFDI4Chem-Aktivitäten.
  • Item
    Leipzig-Berlin-Erklärung zu NFDI-Querschnittsthemen der Infrastrukturentwicklung
    (Meyrin : CERN, 2020-06-15) Bierwirth, Maik; Glöckner, Frank Oliver; Grimm, Christian; Schimmler, Sonja; Boehm, Franziska; Busse, Christian; Degkwitz, Andreas; Koepler, Oliver; Neuroth, Heike
    Für den wissenschaftsgeleiteten Aufbau der Nationalen Forschungsdaten-Infrastruktur (NFDI) muss sich die Infrastruktur gemeinsam mit der Forschung weiterentwickeln. Die dafür notwendigen, wechselseitigen Abstimmungen müssen auf Basis tragfähiger Prozesse und Strukturen sichergestellt werden. Themen, die für mehrere Fachkonsortien relevant sind, müssen im Sinne einer nachhaltigen Funktionalität kooperativ und über einzelne Konsortien hinweg bearbeitet werden. Dieses Dokument identifiziert solche Querschnittsthemen und Wege zu ihrer Bearbeitung in der NFDI. Um diese Herausforderung abgestimmt zu adressieren, hat sich die Mehrzahl der Fachkonsortien im Sommer 2019 auf die “Berlin Declaration on NFDI Cross-Cutting Topics” verständigt. Auf einer gemeinsamen Veranstaltung am 25. Februar 2020 in Berlin haben sich Vertreterinnen und Vertreter von Fachkonsortien und Querschnittsinitiativen erneut über die Handlungsfelder der NFDI-übergreifenden Infrastrukturentwicklung ausgetauscht. Dabei haben Fachkonsortien und Querschnittsinitiativen vier modellhafte Vorschläge erarbeitet, um diese Handlungsfelder zu erweitern und im Rahmen der NFDI belastbar und nachhaltig umzusetzen. Diese „Leipzig-Berlin-Erklärung zu NFDI-Querschnittsthemen der Infrastrukturentwicklung“ dient als Diskussionsimpuls und richtet sich an alle Konsortien und am Aufbau der NFDI Beteiligten, sowie diejenigen Fachgruppen, die näher mit Forschungsdatenmanagement befasst sind. Mit der Unterzeichnung dieser Erklärung bestätigen die 27 Konsortien, dass sie gemeinschaftlich und im Einklang mit dem Direktorat und den Gremien der NFDI die benannten Querschnittsthemen und Handlungsfelder weiterentwickeln und im Sinne einer NFDI bearbeiten werden.
  • Item
    Towards an Open Research Knowledge Graph
    (Zenodo, 2018) Auer, Sören; Blümel, Ina; Ewerth, Ralph; Garatzogianni, Alexandra; Heller,, Lambert; Hoppe, Anett; Kasprzik, Anna; Koepler, Oliver; Nejdl, Wolfgang; Plank, Margret; Sens, Irina; Stocker, Markus; Tullney, Marco; Vidal, Maria-Esther; van Wezenbeek, Wilma
    The document-oriented workflows in science have reached (or already exceeded) the limits of adequacy as highlighted for example by recent discussions on the increasing proliferation of scientific literature and the reproducibility crisis. Despite an improved and digital access to scientific publications in the last decades, the exchange of scholarly knowledge continues to be primarily document-based: Researchers produce essays and articles that are made available in online and offline publication media as roughly granular text documents. With current developments in areas such as knowledge representation, semantic search, human-machine interaction, natural language processing, and artificial intelligence, it is possible to completely rethink this dominant paradigm of document-centered knowledge exchange and transform it into knowledge-based information flows by representing and expressing knowledge through semantically rich, interlinked knowledge graphs. The core of the establishment of knowledge-based information flows is the distributed, decentralized, collaborative creation and evolution of information models, vocabularies, ontologies, and knowledge graphs for the establishment of a common understanding of data and information between the various stakeholders as well as the integration of these technologies into the infrastructure and processes of search and knowledge exchange in the research library of the future. By integrating these information models into existing and new research infrastructure services, the information structures that are currently still implicit and deeply hidden in documents can be made explicit and directly usable. This revolutionizes scientific work because information and research results can be seamlessly interlinked with each other and better mapped to complex information needs. As a result, scientific work becomes more effective and efficient, since results become directly comparable and easier to reuse. In order to realize the vision of knowledge-based information flows in scholarly communication, comprehensive long-term technological infrastructure development and accompanying research are required. To secure information sovereignty, it is also of paramount importance to science – and urgency to science policymakers – that scientific infrastructures establish an open counterweight to emerging commercial developments in this area. The aim of this position paper is to facilitate the discussion on requirements, design decisions and a minimum viable product for an Open Research Knowledge Graph infrastructure. TIB aims to start developing this infrastructure in an open collaboration with interested partner organizations and individuals.
  • Item
    Digitalizing the Chemical Landscape: A Comprehensive Overview and Progress Report of NFDI4Chem
    (Hannover : TIB Open Publishing, 2023) Koepler, Oliver; Steinbeck, Christoph; Bach, Felix; Herres-Pawlis, Sonja; Jung, Nicole; Liermann, Johannes; Neumann, Steffen; Razum, Matthias
    The Chemistry consortium NFDI4Chem aims to digitalise key steps in chemical research, supporting scientists in managing research data throughout its life cycle. The SmartLab, embedded in a federation of services, integrates various tools such as electronic lab notebooks, data repositories, and search services, to create a smart lab environment for structured data gathering. Utilizing terminology services and adhering to data format standards, NFDI4Chem promotes secure and FAIR data sharing, fostering collaboration and expediting scientific discoveries. This development is supported by community building measures, workshops, and training initiatives, along with collaboration on international minimum information standards.
  • Item
    Knowledge Graphs - Working Group Charter (NFDI section-metadata) (1.2)
    (Genève : CERN, 2023) Stocker, Markus; Rossenova, Lozana; Shigapov, Renat; Betancort, Noemi; Dietze, Stefan; Murphy, Bridget; Bölling, Christian; Schubotz, Moritz; Koepler, Oliver
    Knowledge Graphs are a key technology for implementing the FAIR principles in data infrastructures by ensuring interoperability for both humans and machines. The Working Group "Knowledge Graphs" in Section "(Meta)data, Terminologies, Provenance" of the German National Research Data Infrastructure (Nationale Forschungsdateninfrastruktur (NFDI) e.V.) aims to promote the use of knowledge graphs in all NFDI consortia, to facilitate cross-domain data interlinking and federation following the FAIR principles, and to contribute to the joint development of tools and technologies that enable transformation of structured and unstructured data into semantically reusable knowledge across different domains.