Download
Hörner-et-al_2021_Disziplinübergreifendes Modell zur Ausbildung vonForschungsdatenmanagement.pdf 1015,70KB
WeightNameValue
1000 Titel
  • Disziplinübergreifendes Modell zur Ausbildung von Forschungsdatenmanagement und Data Science Kompetenzen: „Data Train – Training in Research Data Management and Data Science“
1000 Autor/in
  1. Hörner, Tanja |
  2. Glöckner, Frank Oliver |
  3. Drechsler, Rolf |
  4. Pigeot, Iris |
1000 Erscheinungsjahr 2021
1000 LeibnizOpen
1000 Publikationstyp
  1. Artikel |
1000 Online veröffentlicht
  • 2021-12-14
1000 Erschienen in
1000 Quellenangabe
  • 3:56-69
1000 FRL-Sammlung
1000 Copyrightjahr
  • 2021
1000 Lizenz
1000 Verlagsversion
  • https://doi.org/10.17192/bfdm.2021.3.8343 |
1000 Publikationsstatus
1000 Begutachtungsstatus
1000 Sprache der Publikation
1000 Abstract/Summary
  • Die datengetriebene Forschung wird immer bedeutsamer, um die Forschungsfragen unserer Zeit zu beantworten. Dies lässt sich seit längerem beobachten und wird aktuell durch die COVID-19 Pandemie unter Beweis gestellt. In der Wissenschaft und Wirtschaft besteht jedoch ein starkes Defizit an qualifizierten Personen in (Forschungs-)Datenmanagement, Data Science und innovativen Technologien. Diesem Bedarf folgend, hat die U Bremen Research Alliance[1] mit Unterstützung des Landes Bremen für Promovierende der Mitgliedseinrichtungen eine institutions- und disziplinübergreifende Ausbildung „Data Train – Training in Research Data Management and Data Science“[2] aufgebaut. Data Train verfolgt die Mission, Kompetenzen des wissenschaftlichen Nachwuchses in Data Literacy, Datenmanagement und Data Science zu stärken und dabei die Promovierenden interdisziplinär und interinstitutionell zu vernetzen. An der Entwicklung beteiligen sich vier in Bremen vertretene NFDI-Konsortien (NFDI4Health, NFDI4Biodiversity, KonsortSWD und NFDI4Ing). Dieses interinstitutionelle und disziplinübergreifende Ausbildungsmodell, das die gesamte Datenwertschöpfungskette in der Wissenschaft abdeckt und von der auch Wirtschaftsunternehmen profitieren, liefert einen wichtigen Baustein zur Datenkompetenz-Ausbildung.
1000 Sacherschließung
lokal Data Science
lokal Ausbildung
lokal Data Train
lokal Data Stewardship
lokal Datenkompetenz
lokal Forschungsdatenmanagement
1000 Fächerklassifikation (DDC)
1000 Liste der Beteiligten
  1. https://orcid.org/0000-0003-3280-6941|https://orcid.org/0000-0001-8528-9023|https://orcid.org/0000-0002-9872-1740|https://orcid.org/0000-0001-7483-0726
1000 Label
1000 Fördernummer
  1. -
1000 Förderprogramm
  1. -
1000 Dateien
1000 Objektart article
1000 Beschrieben durch
1000 @id frl:6431123.rdf
1000 Erstellt am 2022-01-14T10:12:22.095+0100
1000 Erstellt von 266
1000 beschreibt frl:6431123
1000 Bearbeitet von 317
1000 Zuletzt bearbeitet 2022-01-21T14:55:02.768+0100
1000 Objekt bearb. Fri Jan 14 10:13:39 CET 2022
1000 Vgl. frl:6431123
1000 Oai Id
  1. oai:frl.publisso.de:frl:6431123 |
1000 Sichtbarkeit Metadaten public
1000 Sichtbarkeit Daten public
1000 Gegenstand von

View source