Skip to content

Latest commit

 

History

History
173 lines (125 loc) · 8.63 KB

07_linked-data.md

File metadata and controls

173 lines (125 loc) · 8.63 KB

Linked Data und Testumgebung

  • Ergebnis der Unterrichtsevaluation
  • Aktuelle Datenmodelle für Metadaten (BIBFRAME, RiC)
  • Praxisberichte
  • Suchanfragen mit SPARQL am Beispiel des Wikidata Query Service
  • Empfehlenswerte Tutorials zum Selbstlernen

Ergebnis der Unterrichtsevaluation

  • Gemeinsame Sichtung der (anonymen) Auswertung
    • Rückmeldungen: 20
    • Gesamtbewertung: auf Skala 1 (unzufrieden) bis 7 (zufrieden)
      • 3x 7
      • 6x 6
      • 7x 5
      • 1x 4
      • 3x 3
  • Positive Aspekte der Lehrveranstaltung aus Sicht der Studierenden
    • Inhalt
    • Gestaltung
    • Praxisbezug
    • Materialien
    • Fachliche Kompetenz
    • Umgang mit Studierenden
    • Betreuung
  • Negative Aspekte der Lehrveranstaltung aus Sicht der Studierenden
    • Inhalt (vermutlich für Schwerpunkt Web- und Usability-Engineering?)
    • Transparenz der Lernziele
    • Forschungsbezug
    • Zeitmanagement
  • Verbesserungsmaßnahmen
    • Bei jedem Thema Bezug zu Lernzielen erläutern
    • Zusätzliche Möglichkeiten zur Überprüfung des Lernfortschritts
      • z.B. Zwischenfeedback für Lerntagebücher
    • Genauere Zielvorgabe bei Übungen

Aktuelle Datenmodelle für Metadaten (BIBFRAME, RiC)

  1. BIBFRAME
  2. Records in Contexts (RiC)

BIBFRAME

  • seit 2012 auf Initiative der Library of Congress als Nachfolger von MARC21 (und MODS) entwickelt, aktuell ist seit 2016 BIBFRAME 2.0
  • basiert auf Functional Requirements for Bibliographic Records (FRBR) sowie Resource Description and Access (RDA) als Regelwerk, setzt diese aber nicht vollständig um
  • folgt Linked Data Paradigmen
  • besteht aus BIBFRAME Model und BIBFRAME Vocabulary
    • Datenmodell unterscheidet zwischen Work, Instance und Item
    • Datenmodell definiert Entitäten Agent, Subject und Event
    • Vokabular definiert Konzepte und deren Eigenschaften zur Beschreibung der Entitäten des Datenmodells

BIBFRAME Model

BIBFRAME Model

Quelle: https://www.loc.gov/bibframe/docs/bibframe2-model.html

BIBFRAME Vocabulary

  • Ontologie umfasst Beschreibungsklassen (Class), die jeweils über spezifische Eigenschaften (Property) verfügen
    • vergleichbar mit MARC Fields und Subfields
  • Klassen/Eigenschaften sind teilweise hierarchisch strukturiert
    • z. B. "Autor" ist Spezialfall (Subclass) eines "Beiträgers"
  • übernimmt die Konzepte von RDA
  • siehe https://id.loc.gov/ontologies/bibframe.html

Was unterscheidet MARC21 und BIBFRAME? (1/2)

As a bibliographic description format, the MARC format focuses on catalog records that are independently understandable. MARC aggregates information about the conceptual work and its physical carrier and uses strings for identifiers such as personal names, corporate name, subjects, etc. that have value outside the record itself.

Quelle: https://www.loc.gov/bibframe/faqs/#q04

Was unterscheidet MARC21 und BIBFRAME? (2/2)

Instead of bundling everything neatly as a “record” and potentially duplicating information across multiple records, the BIBFRAME Model relies heavily on relationships between resources (Work-to-Work relationships; Work-to-Instance relationships; Work-to-Agent relationships). It manages this by using controlled identifiers for things (people, places, languages, etc).

Quelle: https://www.loc.gov/bibframe/faqs/#q04

BIBFRAME Links

Records in Contexts (RiC)

  • basiert auf Linked-Data-Prinzipien
  • soll neue und mehrfache Beziehungen zwischen Entitäten ermöglichen
  • Projektgruppe ENSEMEN arbeitet an einer schweizerischen Ausprägung des neuen Standards Records in Contexts (RiC), mit Beteiligung von Niklaus Stettler (FH Graubünden)

RiC Modell

RiC Ontologie

RiC Tools

RiC Links

Praxisberichte

Entwicklung eines neuen Online-Katalogs für das Deutsche Literaturarchiv Marbach

Datenintegration für das Portal noah.nrw

  • Portal für Open-Access-Ressourcen in Nordrhein-Westfalen: https://noah.nrw. Besondere Funktion: Volltextsuche für Digitalisate und Born-Digitals.
  • Unser Auftrag: Daten von OAI-Schnittstellen abrufen, einheitlich in Format METS/MODS konvertieren und über eine OAI-Schnittstelle bereitstellen
  • Ein anderer Dienstleister erntet dann die von uns bereitgestellten OAI-Schnittstellen und kümmert sich um die Anzeige im Portal
  • Beispiel Datenquelle Biejournals: https://github.com/opencultureconsulting/noah-biejournals

Suchanfragen mit SPARQL am Beispiel des Wikidata Query Service

Tutorial

Literatur

Empfehlenswerte Tutorials zum Selbstlernen

Aufgaben

Bis zum Abgabetermin der Lerntagebücher:

  1. Beitrag im Lerntagebuch zu dieser Lehreinheit (3000 - 4000 Zeichen)
  2. Abschlussartikel: “Was habe ich (nicht) gelernt?” (3000 - 4000 Zeichen)
  3. Lerntagebuch fertigstellen (ggf. ältere Beiträge korrigieren und ergänzen). Bewertungskriterien:
  • begründete kritische Auseinandersetzung mit den Lerninhalten
  • Kontextualisierung der Lerninhalte (Zusatzinformationen, Querverweise, Screenshots)
  • verständliche Darstellung in eigenen Worten
  • Vollständigkeit und Einhaltung der Form