Find research datasets worth reusing
Search datasets from major research repositories and use ShareScore to quickly assess how well each record supports discovery, access, and reuse.
2
datasets available to search
ShareScore release 0.9.0
Dataset results
2 results for “Anforderungen”
Umfrageergebnisse "Bedarf und Anforderungen an Ressourcen für Text und Data Mining"
<p>Daten der Umfrage "Bedarf und Anforderungen an Ressourcen für Text und Data Mining" der Schwerpunktinitiative "Digitale Information" der Allianz der deutschen Wissenschaftsorganisationen, Arbeitsgruppe Text und Data Mining, vom Mai 2015</p>
Datensatz für BA: Entwicklung eines Recommender-Systems für die Zuordnung von Anforderungen zu IT-Services
<ul> <li> <p><strong>afos_03_promise_nrf.csv</strong>: Diese Datei enthält funktionale Anforderungen aus dem PROMISE-Datensatz. Die Abkürzung „nrf“ könnte sich auf spezifische Notwendigkeiten oder Funktionen innerhalb der PROMISE-Daten beziehen. Sie dient als Quelle für Anforderungen, die im Recommender-System genutzt werden können.</p> </li> <li> <p><strong>afos_tcs_sampled.csv</strong>: Diese Datei enthält eine Stichprobe von funktionalen Anforderungen aus einem zusätzlichen Quellenbestand oder einem Datensatz mit technischen Anforderungen. Diese Anforderungen ergänzen den PROMISE-Datensatz und erweitern die Datenbasis für die Entwicklung und das Training des Recommender-Systems.</p> </li> <li> <p><strong>Goldstandard_256.csv</strong>: Diese Datei bildet den Goldstandard für das Recommender-System und enthält 256 funktionale Anforderungen, die manuell den entsprechenden IT-Services zugeordnet wurden. Sie dient als Referenz zur Bewertung der Qualität des Recommender-Systems und ermöglicht die Validierung und Optimierung des Modells.</p> </li> <li> <p><strong>ITSM_Set_with_Descriptions.xlsx</strong>: Diese Datei enthält eine Sammlung von IT-Services mit detaillierten Beschreibungen. Die Tabelle umfasst Kategorien und Unterkategorien der IT-Services, die als Basis für die Empfehlungen des Recommender-Systems dienen. Diese Beschreibungen ermöglichen eine semantische Analyse und unterstützen das Modell bei der Zuordnung zu passenden Anforderungen.</p> </li> <li> <p><strong>Recommender_System.ipynb</strong>: Dies ist ein Jupyter-Notebook, das den Code zur Entwicklung, Training und Evaluierung des Recommender-Systems enthält. Das Notebook fasst die Implementierung der Empfehlungslogik zusammen und stellt die Grundlage für die experimentellen Auswertungen dar.</p> </li> <li> <p><strong>requirements.txt</strong>: Diese Datei listet die Python-Bibliotheken und deren Versionen auf, die für das Recommender-System benötigt werden. Sie stellt sicher, dass alle benötigten Abhängigkeiten für die erfolgreiche Ausführung des Codes installiert sind.</p> </li> </ul>
ScienceDex guides
Understand access before you commit
These curated guides explain access requirements, typical timelines, costs, and reuse considerations for widely used research datasets.
Allen Brain Atlas
Allen Brain Atlas is an Allen Institute collection of brain map atlases, datasets, APIs, and analysis tools covering mouse, human, and non-human primate brain resources.
Annotated Behaviour and Observability Dataset (ABODe)
ABODe is a University of Edinburgh DataShare dataset for behavior classification in group-housed mice using home-cage video, identities, bounding boxes, ground-plate positions, and annotator labels.
DANDI Archive for NWB datasets
DANDI is a BRAIN Initiative archive for publishing and sharing neurophysiology data, including electrophysiology, optophysiology, and behavioral data packaged as NWB and related standards.
International Brain Laboratory public data
The International Brain Laboratory public data releases expose standardized mouse decision-making experiments, including Neuropixels recordings, widefield calcium imaging, behavior, and session metadata accessed through the ONE API.
OpenNeuro
OpenNeuro is a free, open platform for sharing neuroimaging datasets, with public search, dataset pages, and download paths for web, S3, DataLad, and the OpenNeuro CLI.