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.
22
datasets available to search
ShareScore release 0.9.0
Dataset results
22 results for “FDM”
Effect of MgO sintering additive on mullite structures manufactured by fused deposition modeling (FDM) technology
<p>An optimized recipe for 3D printing of Mullite-based structures was used to investigate the effect of MgO sintering additive on the processing stages and final ceramic properties. To achieve dense 3:2 mullite, ceramic filaments were prepared based on an alumina powder, a methyl silicone resin, EVA elastomeric binder and MgO powder. Using 1 wt% MgO and a dwell time of 5 h at 1600 °C, a dense mullite structure could be obtained from filaments with a diameter of 1.75 mm. Ceramic structures with and without sintering additive were printed in vertical and horizontal direction, to investigate the effect of printing direction on mechanical strength after sintering. Using four-point bending test, it was demonstrated that by using MgO, the printing orientation did not affect the mechanical strength significantly anymore. The low Weibull modulus could be explained by the closed porosity that emerge during the degassing of the preceramic polymer due to cross-linking.</p>
Befragungsergebnisse der dienstleistenden Einrichtungen zum institutionellen FDM
<p>Die Online-Befragung wurde innerhalb des DFG-geförderten Verbundprojekts FDNext (Projektnummer: 429 828 830) im Arbeitsschwerpunkt 3 „FD-Serviceportfolios für Dienstleister“, das von der Humboldt-Universität zu Berlin bearbeitet wird, durchgeführt. Das Ziel war es, den sich ändernden Arbeitsalltag der dienstleistenden Einrichtungen bezogen auf das institutionelle FDM abzubilden. Die Datenpublikation umfasst folgende Dokumente:</p> <ul> <li>FDNext-AP3-Befragung-Readme.pdf - Anleitung und Informationen zur Datenpublikation</li> <li>FDNext-AP3-Befragung-Rohdaten.xlsx - anonymisierte Rohdaten, Fragencodes und Datenaufbereitung</li> <li>FDNext-AP3-Befragung-Fragenkatalog.pdf - Fragenset aus LimeSurvey</li> <li>FDNext-AP3-Befragung-Rohdaten.csv - CSV-Datei der Rohdaten</li> <li>FDNext-AP3-Befragung-Fragecodes.csv - CSV-Datei mit Fragecodes zum Lesen der CSV-Datei „Rohdaten“</li> </ul> <p> </p>
Problembereiche der FDM-Integration (Daten der 1. Interviewwelle des BMBF-Projekts PODMAN; PODMAN W1)
<p>Bei dieser Publikation handelt es sich um Daten aus dem Projekt „Prozessorientierte Entwicklung von Managementinstrumenten für Forschungsdaten im Lebenszyklus“ (PODMAN), das vom Bundesministerium für Bildung und Forschung (BMBF) gefördert wird. Zur Verfügung gestellt werden die Daten der 1. Interviewwelle des Projekts im .sav- und .csv-Format sowie eine entsprechende Studienbeschreibung. Mehr Infos zum Projekt unter: www.fdm.uni-trier.de. </p>
IMAU-FDM v1.2G and RACMO2.3p2 data on ice slabs, aquifers and their climatic drivers
<p>Model results used in the following paper:</p> <p>Brils, M., Kuipers Munneke, P., Jullien, N., Tedstone, A.J., Machguth, H., van de Berg, W. J., & van den<br> Broeke, M. R. Climatic drivers of ice slabs and firn aquifers in Greenland</p> <p> </p> <p>Contains:</p> <p>- 10-daily ice slab fraction within the upper 20 m of firn</p> <p>- 10-daily total irreducible liquid water content firn</p> <p>- monthly snow accumulation and melt</p>
Rahmendaten zu FDM-Bundeslandinitiativen
<p>Diese Datensammlung erfolgte im Rahmen des vom Ministerium für Wissenschaft, Forschung und Kultur (MWFK) geförderten Projekts „Forschungsdatenmanagement Brandenburg“ (FDM-BB) und ist im Report 1 „Umfeldanalyse zum Aufbau einer neuen Datenkultur in Brandenburg (FDM-BB)“ ausgewertet worden. Die vorliegende Matrix dient dem Erfassen des Status Quo der FDM-Initiativen in den deutschen Bundesländern bis zum 31. März 2020.</p>
Simplified local infill size optimization for FDM printed PLA parts
<p>The great advantage of additive manufacturing is the fact that hollowed parts with a given infill can be created. However, the standardized commercial slicer software offers a uniform infill pattern creation solution. In engineering practice, the manufactured parts are functional, therefore the appropriate load bearing capacity is mostly mandatory. In this paper a simplified local infill size optimization method has been presented. Based on a Finite Element Analysis the local density of the pattern can be adjusted, according to the emerged local stresses. The results show that independently of the pattern type, if the scaling was applied, the mechanical resistance was improved to the same extent. In case of the worst-performing uniform pattern, 84% improvement in mechanical resistance was achieved with the optimization. In addition, an FDM printing problem has been highlighted, which must be eliminated if the proposed method is used.</p>
FDM 3D Printing Specimens Scan - Parts A--C
<p>Dataset from experiment on infill and printing orientation for its influence on surface quality, object stability and geometrical fidelity. FDM 3D printed specimens ("dogbone") with ABS plastics, scanned on a Canon LiDE 210 scanning device with resolutions between 600 and 4800 DPI. Supplemental Material.</p>
Daten der FDM-Bedarfserhebung an acht Hochschulen in Brandenburg (IN-FDM-BB Report R 1.2.1)
<p><strong>Data and reproducible code for the rdm survey at eight universities (of applied sciences) in Brandenburg</strong></p> <p>The accompanying README file contains information about the folders and files, and instructions to reproduce the code and figures. The file <span>DMP_FDM_Bedarfserhebung_IN-FDM-BB_2024.pdf contains the data management plan.</span></p> <p><strong>Daten und reproduzierbarer Code zur FDM-Bedarfserhebung an acht brandenburgischen Hochschulen </strong></p> <p>Die README-Datei enthält die relevanten Informationen zu allen Ordnern und Dateien in Datenpublikation_FDM_Bedarfserhebung_IN-FDM-BB_2024.zip. Die Datei <span>DMP_FDM_Bedarfserhebung_IN-FDM-BB_2024.pdf beinhaltet den zugehörigen Datenmanagementplan.</span></p> <p><strong>GENERAL INFORMATION</strong></p> <p><em>Title of Dataset: </em> </p> <p>Dataset from a survey on the handling of research data at eight universities (of applied sciences) in Brandenburg</p> <p>***</p> <p>Datensatz der Bedarfserhebung zum Umgang mit Forschungsdaten an acht Hochschulen in Brandenburg</p> <p> </p> <p><em>Date of data collection:</em><strong> </strong></p> <p>April to May 2023</p> <p>***</p> <p>April bis Mai 2023</p> <p> </p> <p><em>Collection instrument: </em></p> <p>The online tool TH Survey based on Quamp (Sociolutions): software to collect, manage and analyse empirical data</p> <p>***</p> <p>Das Online-Tool TH Survey basierend auf der Software Quamp (Sociolutions) für die Erhebung, die Verwaltung und die Auswertung empirischer Daten</p> <p><em> </em></p> <p><em>Funding:</em> </p> <p>The Federal Ministry of Education and Research (BMBF) funds the universities of applied sciences in the project IN-FDM-BB; the Ministry of Science, Research and Culture (MWFK) funds the universities that are part of the project IN-FDM-BB.</p> <p>***</p> <p>Das Bundesministerium für Bildung und Forschung (BMBF) fördert die am Projekt IN-FDM-BB beteiligten Hochschulen für Angewandte Wissenschaften); das brandenburgische Ministerium für Wissenschaft, Forschung und Kultur (MWFK) fördert die am Projekt IN-FDM-BB beteiligten Universitäten. Weitere Informationen zum Projekt unter https://fdm-bb.de/ueber-das-projekt-2/.</p> <p><br><strong>SHARING/ACCESS INFORMATION</strong></p> <p><em>Licenses/restrictions placed on the data: </em>These data are available under a <a href="https://creativecommons.org/licenses/by/4.0/">CC BY 4.0 license</a> </p> <p><em>Links to publications that cite or use the data: </em></p> <p>Daniela Mertzen. „IN-FDM-BB Report: R 1.2.1 Aktuelle Kenntnisse und Bedarfe im Bereich Forschungsdatenmanagement an acht brandenburgischen Hochschulen“. FDM-BB, 16. Mai 2024. <a href="https://doi.org/10.5281/zenodo.11044845">https://doi.org/10.5281/zenodo.11044845</a>.</p> <p>Claudia Haase, Daniela Mertzen, Myriam Musolff, Michael Panitz, Carina Schiller, Stefanie Schreiber, Claus Spiecker, und Ian Wolff. „IN-FDM-BB Werkstattbericht: W 1.2.2 Auswertung Bedarfserhebung mit daraus folgenden Aktivitäten“. FDM-BB, 20. Dezember 2023. <a href="https://doi.org/10.5281/zenodo.10408198">https://doi.org/10.5281/zenodo.10408198</a>.</p> <p>Michael Panitz. „IN-FDM-BB Werkstattbericht: W 1.2.1 Konzept der Bedarfserhebung“. Werkstattbericht. Zenodo, 30. März 2023. <a href="https://doi.org/10.5281/zenodo.7870896">https://doi.org/10.5281/zenodo.7870896</a>.</p> <p>***</p> <p>Lizenz: Diese Daten sind unter einer <a href="https://creativecommons.org/licenses/by/4.0/">CC BY 4.0 license</a> Lizenz verfügbar.</p> <p>Links zu den Publikationen, die diese Daten verwenden:</p> <p>Daniela Mertzen. „IN-FDM-BB Report: R 1.2.1 Aktuelle Kenntnisse und Bedarfe im Bereich Forschungsdatenmanagement an acht brandenburgischen Hochschulen“. FDM-BB, 16. Mai 2024. <a href="https://doi.org/10.5281/zenodo.11044845">https://doi.org/10.5281/zenodo.11044845</a>.</p> <p>Claudia Haase, Daniela Mertzen, Myriam Musolff, Michael Panitz, Carina Schiller, Stefanie Schreiber, Claus Spiecker, und Ian Wolff. „IN-FDM-BB Werkstattbericht: W 1.2.2 Auswertung Bedarfserhebung mit daraus folgenden Aktivitäten“. FDM-BB, 20. Dezember 2023. <a href="https://doi.org/10.5281/zenodo.10408198">https://doi.org/10.5281/zenodo.10408198</a>.</p> <p>Michael Panitz. „IN-FDM-BB Werkstattbericht: W 1.2.1 Konzept der Bedarfserhebung“. Werkstattbericht. Zenodo, 30. März 2023. <a href="https://doi.org/10.5281/zenodo.7870896">https://doi.org/10.5281/zenodo.7870896</a>.</p> <p><br><strong>DATA & FILE OVERVIEW</strong></p> <p>For an overview, please see the README file (English version: README-EN.md, German version: README-DE.md).</p> <p>***</p> <p>Eine Übersicht ist in der README-Datei zu finden (deutsche Fassung: README-DE.md, Englische Fassung: README-EN.md).</p> <p><br><strong>METHODOLOGICAL INFORMATION</strong></p> <p><em>Description of methods used for collection/generation of data: </em></p> <p>To collect these data, a quantitative data collection method was employed: An online survey on research data management among researchers and research support staff at eight publicly-funded research-focused universities (of applied sciences) was carried out in April and May of 2023. The survey was implemented in the online tool „TH Survey“ at the Technical University of Applied Sciences Wildau wich is based on Quamp (Sociolutions), a software to collect, manage and analyse empirical data. The survey consisted of a total of 32 questions on the handling of research data and their requirements for support in this domain.</p> <p>The raw data (in XLSX format) were processed in R (programming language) and the datasets for analysis were converted to a non-proprietary CSV format.</p> <p>A total of 550 participants took part in the survey. The dataset was split into one dataset for participants who are active researchers (N = 486) and one dataset for participants who are not active researchers (N = 64). The latter group only saw 12 instead of all 32 questions. The datasets for each university (applied sciences) are subsets of the dataset of active researchers (N = 486). </p> <p>***</p> <p>Zur Erhebung der hier präsentierten Daten wurde eine quantitative Datenerhebungsmethode gewählt. Eine Online-Bedarfsumfrage zum Thema Forschungsdatenmanagement unter den Forschenden der acht staatlichen forschenden Hochschulen wurde im April und Mai 2023 durchgeführt. Die Umfrage wurde in dem Online-Tool „TH Survey“ an der Technischen Hochschule Wildau implementiert; dieses Tool basiert auf Quamp (Sociolutions), einer Software zur Erhebung, zur Verwaltung und zur Auswertung empirischer Daten. Die Umfrage umfasst 32 Fragen zum Umgang mit Forschungsdaten sowie zu Unterstützungsbedarfe der Forschenden in diesem Bereich.</p> <p>Die Rohdaten (im XLSX-Format) wurden mithilfe der Programmiersprache R verarbeitet und die Datensätze zur Auswertung wurden in ein nicht-proprietäres CSV-Format übertragen.</p> <p>Insgesamt 550 Teilnehmende füllten den Online-Fragebogen aus. Dieser Datensatz wurde geteilt; ein Datensatz beinhaltet nur aktiv forschende Teilnehmende (N = 486), ein weiterer Datensatz enthält die Antworten der nicht aktiv forschenden Teilnehmenden (N = 64). Letztere Gruppe sah nur 12 der insgesamt 32 Fragen. Die Datensätze für jede Hochschule sind Subsets des Datensatzes der aktiv Forschenden (N = 486).</p> <p> </p> <p><em>Methods for processing the data: </em></p> <p>Results were prepared for analysis with the programming language R. The datasets can be found in the „data“ folder.</p> <p>Along with the data, the fully reproducible analysis code (RMD (R-Markdown) files) that generates the figures in the accompanying papers can be found below.</p> <p>***</p> <p>Die Rohdaten wurden mit der Programmiersprache R zur Auswertung vorbereitet. Die Datensätze (im CSV-Format) finden sich im Unterorder „data“. Neben den Daten wird der reproduzierbare Code (RMD (R Markdown Dateien) zur Auswertung hier publiziert, welcher die im zugehörigen Papier abgebildeten Visualisierung generiert.</p> <p><em> </em></p> <p><em>Instrument- or software-specific information needed to interpret the data: </em></p> <p>The codebook required to interpret the values in the published datasets.</p> <p>***</p> <p>Das Codebuch wird benötigt, um die Werte in den publizierten Datensätzen zu interpretieren.</p>
Was ist FDM?_Erklärvideo
<p>Das Video ist im Rahmen des Verbundprojekts FDM-ndsHAW entstanden und seit 23.01.2024 veröffentlicht.</p> <p>www.fdm-nds-haw.de</p> <p>Das Video erklärt humorvoll das komplexe Thema FDM und dessen Nutzen. Inhaltlich ist das Video so gestaltet, dass auch Menschen, die noch nicht tief in der Materie sind, abgeholt werden. Sie können den Clip gerne, teilen, versenden, auf Ihre Homepage einbinden etc. Optisch gestaltet wurde das Video durch Robin Adlung.</p>
Flash drought monitor (FDM) datasets
<p>Flash drought monitor (FDM) is the first near-real time monitoring system for operational tracking of flash drought conditions in Spain (<a href="https://flash-drought.csic.es/">https://flash-drought.csic.es</a>). FDM is based on Standardized Precipitation Evapotranspiration Index (SPEI) at short time scale (1-month) and high spatial (1.21 km<sup>2</sup>) and temporal (weekly) resolution data. Flash drought events were identified following the methodology suggested by Noguera et al. (2020). Thus, we defined a flash drought event as: (i) a minimum length of 4 weeks in the development phase; (ii) a ΔSPEI equal to or <−2 z-units; and (iii) a final SPEI value equal to or <−1.28 z-units (corresponding to return periods of 10 years). See additional details in Noguera et al. (2020).</p> <p>Here, we provide the datasets used by FDM to monitor flash drought conditions in Spain for the period 1961-2021. We include the SPEI (1-month time scale) dataset used for flash drought identification, as well as meteorological datasets required for SPEI calculation [i.e., precipitation and reference evapotranspiration (ETo)]. Likewise, we include the dataset with the flash drought conditions recorded in Spain for the period 1961-2021, indicating the number of weeks elapsing from the onset of a flash drought by means of the following encoding: value = 0 (no flash drought), value = 1 (flash drought onset), value = 2 (1st week from onset), value = 3 (2nd week from onset), value = 4 (3rd week from onset). All datasets are provided in netCDF (network Common Data Form) format, and contain high spatial (1.21 km<sup>2</sup>) and temporal (weekly) resolution data for the period 1961-2021.</p> <p>The precipitation and ETo datasets were created using all daily observational information of precipitation, maximum and minimum air temperature, relative humidity, sunshine duration (as a surrogate of solar radiation) and wind speed from the National Spanish Meteorological Service (AEMET). FAO-56 Penman–Monteith equation (Allen et al., 1998) was used to calculate the reference evapotranspiration (ETo), which is a spatially and temporally comparable metric for the atmospheric evaporative demand (AED). Employing precipitation and ETo data we computed SPEI at a 1-month time scale following the methodology proposed by Vicente-Serrano et al. (2010). Additional details of the datasets development and validation are available in Vicente-Serrano et al. (2017).</p> <p><strong>References:</strong></p> <p>Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements.</p> <p>Noguera, I., Domínguez-Castro, F., & Vicente-Serrano, S. M. (2020). Characteristics and trends of flash droughts in Spain, 1961–2018. Annals of the New York Academy of Sciences, 1472(1), 155– 172. https://doi.org/10.1111/nyas.14365</p> <p>Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. (2010). A multiscalar drought index sensitive to global warming: The standardized precipitation evapotranspiration index. Journal of Climate, 23(7), 1696–1718. https://doi.org/10.1175/2009JCLI2909.1</p> <p>Vicente-Serrano, S. M., Tomas-Burguera, M., Beguería, S., Reig, F., Latorre, B., Peña-Gallardo, M., et al. (2017). A High Resolution Dataset of Drought Indices for Spain. Data, 2(3), 22. https://doi.org/10.3390/data2030022</p>
Data Stewardship in den deutschen FDM-Landesinitiativen
<p>Bereinigte und anonymisierte Ergebnisse einer Umfrage unter den deutschen FDM-Landesinitaitiven zum Thema Data Stewardship. Die Daten sind Grundlage der Masterarbeit "Navigieren durch die Forschungsdatenlandschaft – eine quantitative Analyse von Data Stewardship in den deutschen FDM-Landesinitiativen".</p> <p>Die Struktur der Umfrage inklusive Fragetexten und Antwortlabeln findet sich in der Datei "Umfragestruktur" im XML-Format.</p> <p>Eine Dokumentation zu den Datenbereinigungsmaßnahmen findet sich im Dokument "Datenbereinigungsmaßnahmen".</p>
Generalisierte FDM-Aufgaben an HAW sowie Erfahrungen in der hochschulübergreifenden Zusammenarbeit und Integration NRW- und bundesweiter Angebote: Die Perspektive der FDMScout*innen
<p>Forschungsdatenmanagement (FDM) nimmt in Wissenschaftsinstitutionen und Scientific Communities einen immer größeren Stellenwert ein. Hochschulen für angewandte Wissenschaften (HAW) sehen sich mithin der Aufgabe gegenübergestellt, Rahmenbedingungen für ein gelingendes FDM in Forschungsvorhaben zu schaffen. Die vorliegende Grafik hat zum Ziel, die Ausgestaltung dieser Rahmenbedingungen zu befördern, indem sie – mit Blick auf die operative Ebene – die Bedarfe der Forschenden mit FDM-Dienstleistungen zusammenbringt sowie Wechselwirkungen visualisiert. Auf diese Weise soll sie die Komplexität des Handlungsfelds FDM veranschaulichen und zugleich als Handreichung zur Ausgestaltung adäquater FDM-Ressourcen und -Prozesse für die Zielgruppe der Forschenden dienen.</p> <p>Die Zusammenstellung basiert auf den generalisierten Erfahrungen, die zwischen 2020 und 2023 von den in der Förderlinie „FDMScouts.nrw“ finanzierten Projektverbünden in vier gemeinsamen Handlungsfeldern (Netzwerkarbeit, Information und Sensibilisierung, Koordination, Beratung) gesammelt wurden. Die zehn beteiligten Hochschulen arbeiteten in fünf Verbünden an Strukturen und Prozessen für eine nachhaltige Etablierung des Forschungsdatenmanagements vor Ort. Dabei berücksichtigt die Grafik überregionale Serviceangebote und Institutionen für den Bereich FDM, wie sie bis zum Zeitpunkt der Veröffentlichung zur Verfügung standen.</p>
FDM for Subacute and Chronic Extremity Pain in the ED
ClinicalTrials.gov study NCT04555239. IPD Sharing: NO. Countries: 1. Publications: 14.
Hydroacoustic wave propagation from Vema to Bermuda using FDM
<p>An animation of hydroacoustic wave propagation from Vema to Bermuda using FDM</p>
FDM Sketches FDM-ndsHAW und FDM-NDS
<p>Einige Sketches, die ich für <a href="https://fdm-nds-haw.de">https://fdm-nds-haw.de</a> und <a href="https://fdm-nds.de">https://fdm-nds.de</a> erstellt habe.</p>
Mean firn and atmospheric characteristics for different periods, regions and NAO conditions, as simulated by IMAU-FDM v1.2G and RACMO2.3p2
<p>This data set contains IMAU-FDM v1.2G and RACMO2.3p2 output for the Greenland ice sheet from November 1957 to 2020. Netcdf files are provided with mean accumulation, skin temperature, 500 hPa geopotential height and temperature, zonal and meridional velocities and skin temperature for the periods 1995 - 2012 and 2013 - 2020 and for different NAO conditions. Basin averages of firn air content, firn thickness, 10-m firn temperatures, and surface height velocity components are provided as well. This data set is used in the manuscript "Spatial response of Greenland’s firn layer to NAO variability".</p>
fdm@DHBW Rohdatensatz Anforderungsanalyse Forschungsdateninfrastruktur
<p>Rohdaten mit Fragebogen/Variablen aus dem Projekt fdm@DHBW:<br> Ergebnisse einer quantitativen Online-Umfrage zur Erhebung der Anforderungen an ein Forschungsdatenmanagement<br> an der Dualen Hochschule Baden-Württemberg</p>
FDM schon lange ein Thema in wissenschaftlichen Bibliotheken! Materialien zum Forschungsdatenmanagement, Stiftung Universität Hildesheim (UB Hildesheim). Universitätsbibliothek Hildesheim. Forschungsdatenmanagement in Universitätsbibliotheken.
<p>Zeichnungen von Patrick Hochstenbach zumForschungsdatenmanagement der Stiftung Universität Hildesheim(UB Hildesheim)</p> <p>Creative Commons Public Domain Dedication (CC0 1.0 Universal)</p> <p><<a href="https://creativecommons.org/publicdomain/zero/1.0/">https://creativecommons.org/publicdomain/zero/1.0</a>/> (to re-use freely).</p> <p>© Zeichnungen: Patrick Hochstenbachhttps://hochstenbach.wordpress.com</p>
FDM-Flyer
<p>Datensatz.</p>
IMAU-FDM v1.2A Yearly firn air content Antarctica (1979-2020)
<p>This netCDF file contains firn air content output from IMAU-FDM v1.2A for Antarctica on a 27x27 km grid. The dataset is a time series of average annual values and covers the period 1979-2020. Please feel free to send me a message if you have any questions (s.b.m.veldhuijsen@uu.nl). </p>
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.