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.
6
datasets available to search
ShareScore release 0.9.0
Dataset results
6 results for “Methoden”
Datensatz zu "Publikationspraktiken für Forschungsdaten in Hochschulschriften: Eine Untersuchung der Veröffentlichungsformate und -methoden"
<p>Der Datensatz zur Masterarbeit von Dr. David Krassnig zum weiterbildenden Masterstudiengangs "Bibliotheks- und Informationswissenschaft im Fernstudium". Erbracht im Rahmen eines Bibliotheksreferendariats an der Universitätsbibliothek Johann Christian Senckenberg (10/2022-09/2024).</p> <p>The dataset for the master's thesis of Dr. David Krassnig for the further education master's program "Library and Information Science through Distance Learning". Completed during a library traineeship at the Johann Christian Senckenberg University Library (10/2022-09/2024).</p>
Mobilitätsberichterstattung Erhebungsdaten der qualitative Methoden Community Mapping und Teilnehmende Beobachtungen
<p>Als Forschungsdaten der qualitativen Methoden in der Mobilitätsberichterstattung werden die Interviewmitschnitte der Proband*innen aus den neun Community Mappings und 18 Teilnehmende Beobachtungen zur Verfügung gestellt. Aus Datenschutzgründen wurden die Interviews anonymisiert. Die Dateinamen zeigen die Personenmerkmale, aufgrunddessen die Proband*innen für die Erhebungen ausgewählt wurden. Dies umfasste eine gemischte Gruppen aus den drei Stadtraumtypen in Pankow: Innenstadt, Innenstadtrand und suburbanes Gebiet. Darüber hinaus wurden in allen drei Gebieten Schulkinder beteiligt: Primarstufe in der Innenstadt (PS), Sekundarstufe I im Innenstadtrand (ISS) und Sekundarstufe II (OSZ) im suburbanen Gebiet. Zusätzlich wurden Personengruppen mit Mobilitätseinschränkungen und besonderen Mobilitätsbedarfen beteiligt: Menschen mit Gehbehinderungen in der Innenstadt, Senior*innen im Innenstadtrand und zur Arbeit Pendelnde im suburbanen Gebiet. Über die Dateiendung "TB" wird angezeigt, dass das Interview nach einer Teilnehmenden Beobachtung mit den Proband*innen auf ihren Alltagswegen durchgeführt wurde. Diese wurden meistens auf Hinwegen am Morgen und Rückwegen am Nachmittag durchgeführt, wodurch meistens zwei Audiodateien pro Person entstanden sind, die in der Dateibezeichnung nummeriert wurden. Alle anderen Interviews wurden mithilfe des Community Mappings durchgeführt.</p> <p>Genauere Informationen zur Methodik können dem Leitfaden Mobilitätsberichterstattung und auf der Webseite <a href="http://mobilbericht.de">mobilbericht.de</a> entnommen werden. Die Ergebnisse wurden in der Erstellung des 1. Pankower Mobilitätsberichts aufgearbeitet.</p>
Uthmeier, Mischka (Hrsg.), Steinzeit in Bayern. Literatur Teil 1: Methoden
<p>Thorsten Uthmeier, <br> Doris Mischka (Hrsg.)</p> <p>STEINZEIT <br> IN BAYERN</p> <p>unter Mitarbeit von <br> Christoph Mayr, Carsten Mischka, <br> Martin Nadler, Andreas Pastoors</p> <p>In dem Druckexemplar finden sich lediglich stark gekürzte Literaturlisten. Über ZENODO werden die kompletten Literaturlisten der einzelnen Teile zur Verfügung gestellt. Weitere Teile sind:</p> <p>Teil 1: Methoden</p> <p>Teil 2: Klima und Umwelt</p> <p>Teil 3: Mensch</p> <p>Teil 4: Ernährung</p> <p>Teil 5: Ältere Steinzeit – Paläolithikum</p> <p>Teil 6: Ausgehende Ältere und Mittlere Steinzeit - Spätpaläolithikum und Mesolithikum</p> <p>Teil 7: Jüngere Steinzeit - Neolithikum</p>
Datensätze aus Fallbeispielen zu "Methoden zur Charakterisierung, Modellierung und automatisierten Auswertung von Zustandsdaten im Kontext der digitalen Bauwerkserhaltung"
<p>Dieses Repository beinhaltet die Datensätze zur Dissertation <strong>"Methoden zur Charakterisierung, Modellierung und automatisierten Auswertung von Zustandsdaten im Kontext der digitalen Bauwerkserhaltung"</strong> (Jakob Taraben, Bauhaus-Universität Weimar, 2024).</p> <p>Thema war die Entwicklung einer Methode zur Erkennung und Bewertung von Veränderungen in 3D-Annotationsdatensätzen unterschiedlicher Zustände. Außerdem wurde ein geeignetes Datenmodell zur Speicherung der Prozessschritte und Verknüpfungen entworfen. Die Methode wurde an vier unterschiedlichen Datensätzen validiert, von denen drei in diesem Repository enthalten sind.</p> <h2>Gliederung</h2> <p>Die drei Datensẗze umfassen:</p> <ol> <li><strong>Brunnen</strong>: einfacher kleiner Datensatz eines historischen Brunnens</li> <li><strong>Balken</strong>: hochaufgelöst aufgenommener Stahlbetonbalken in einem 3-Punkt-Biegeversuch unter verschiedenen Laststufen</li> <li><strong>Döblitz</strong>: Innenraum einer historischen Wehrkirche</li> </ol> <p>Jeder Datensatz enthält fünf Ordner (hier in logischer Reihenfolge nach Erstellung während der Auswertung):</p> <ol> <li><strong>geometries</strong>: beinhaltet die aufeinander registrierten Geometrien des Bauwerks/Bauteils und der Annotationen <ul> <li>grobe Punktwolke und Kamerapositionen aus der bildbasierten Rekonstruktion (<strong>cameras</strong>)</li> <li>Annotationen als einfache 3D-Geometrien (<strong>damages</strong>)</li> <li>abstrahiertes CAD-Modell für die Bauteilzuordnung (<strong>model</strong>)</li> </ul> </li> <li><strong>tasks</strong>: beinhaltet Konfigurationsdateien mit allen Eingangsparametern für die Ausführung der implementierten Prozesse, welche detailliert in der zugehörigen Dissertation beschrieben sind</li> <li><strong>resources</strong>: beinhaltet die Ergebnisse der Prozesse der Zuordnung und des Vergleichs im entwickelten Metamodell-Format (Schema und Beschreibung in der zugehörigen Dissertation)</li> <li><strong>matrix</strong>: beinhaltet die Voxeldiskretisierung der Annotationen in einzelnen Bereichen</li> <li><strong>cells</strong>: beinhaltet die Differenz der Voxelbelegungen im <em>*.ply</em> Format zu Visualisierungszwecken in üblicher 3D-Software (z.B. CloudCompare oder MeshLab)</li> </ol> <h2>Referenzen und Mitwirkende</h2> <p>Teile der verwendeten Datensätze (insbesondere der Bilddaten und 3D-Rekonstruktionen) wurden nicht vom Autor der Dissertation erstellt und sollen im Folgenden deklariert werden:</p> <ul> <li><strong>Balken:</strong> <ul> <li>Versuchsaufbau und -durchführung: Holger Dabbert (VTE), Marco Friedel (VTE)</li> <li>Dokumentation: Christopher Taube (Professur Modellierung und Simulation - Konstruktion), Dr.-Ing. Hans-Georg Timmler (Professur Modellierung und Simulation - Konstruktion)</li> <li>Aufnahme Bilddaten: Florian Madeya (Professur Modellierung und Simulation - Konstruktion), Norman Hallermann (Professur Modellierung und Simulation - Konstruktion), Prof. Dr.Ing. Volker Rodehorst (Professur Computer Vision in Engineering)</li> <li>Vermessung: Vermessung und Georeferenzierung: Thomas Gebhardt (Professur Computer Vision in Engineering), Prof. Dr.Ing. Volker Rodehorst</li> <li>3D-Rekonstruktion: Florian Madeya, Adrian Teschendorf (Professur Modellierung und Simulation - Konstruktion)</li> <li>CAD-Modell: Marcel von Butler-Helmrich (Professur Modellierung und Simulation - Konstruktion)</li> </ul> </li> <li><strong>Döblitz:</strong> <ul> <li>Aufnahme Bilddaten (Innenraum): Holger Dabbert, Florian Madeya, Norman Hallermann</li> <li>Aufnahme Bilddaten (Außenbereich): Sven Daubert (Professur Computer Vision in Engineering)</li> <li>Vermessung und Georeferenzierung: Thomas Gebhardt</li> <li>3D-Rekonstruktion: Florian Madeya, Adrian Teschendorf</li> </ul> </li> </ul> <p>(alle: Bauhaus-Universität Weimar)</p> <p>Vielen Dank an alle Beteiligten für die Aufnahme und Bereitstellung der Daten!</p> <h2>Publikationen</h2> <p>Detaillierte Informationen zu den Datensätzen des Stahlbetonbalkens und des historischen Gebäudes der Wehrkirche Döblitz sind in englischer Sprache in folgenden Publikationen zu finden:</p> <p><strong>Taraben, J., Morgenthal, G.: </strong><a href="https://doi.org/10.3390/rs14092286" target="_blank" rel="noopener"><em>Integration and Comparison Methods for Multitemporal Image-Based 2D Annotations in Linked 3D Building Documentation</em></a>, Remote Sensing 14 (Special Issue: Applications of Laser Scanning and Photogrammetry in Civil Engineering and Architecture: Beyond 3D Modeling) (2022), pp. 2286</p> <p><strong>Hamdan, A., Taraben, J., Helmrich, M., Mansperger, T., Morgenthal, G., Scherer, R.:</strong> <a href="https://doi.org/10.1016/j.autcon.2021.103739" target="_blank" rel="noopener">A semantic modeling approach for the automated detection and interpretation of structural damage</a>, Automation in Construction 128 (2021), pp. 103739</p> <p><strong>Taraben, J., Morgenthal, G.:</strong> <em>Automated linking of 3D inspection data for damage analysis.</em> Bridge Maintenance, Safety, Management, Life-Cycle Sustainability and Innovations: Proceedings of the Tenth International Conference on Bridge Maintenance, Safety and Management (IABMAS 2020), June 28-July 2, 2020, Sapporo, Japan. CRC Press, 2021</p> <p><strong>Taraben, J., Hallermann, N., Kersten, J., Morgenthal, G., Rodehorst, V.:</strong> <em><a href="https://www.doi.org/10.1088/1757-899X/365/2/022054" target="_blank" rel="noopener">Case study for the integration of geometrical analyses for structural condition assessment in building information models</a>.</em> In IOP Conference Series: Materials Science and Engineering (Vol. 365, No. 2, p. 022054). IOP Publishing, Moskau, 2018</p> <p> </p>
Datensatz: Recruiting aus Sicht der Bewerber_innen - Ein Vergleich klassischer und neuartiger digitaler Methoden im Personalmarketing
<p>Datensatz inkl. Codebuch der Studie "Recruiting aus Sicht der Bewerber_innen - Ein Vergleich klassischer und neuartiger digitaler Methoden im Personalmarketing". </p>
Tutorial: Drei Methoden für bessere Topics beim Topic Modeling
<p>In der Videoreihe „Topic Modeling und digitale Literaturanalyse“ stellen wir den DARIAH Topics Explorer vor. Dafür erklären wir die einzelnen Funktionalitäten des Tools und wie Ergebnisse gelesen und interpretiert werden können. Außerdem präsentieren wir 3 Methoden zur Verbesserung der Topics.<br>In diesem Video zeigen wir Schritt für Schritt, wie Topics aus dem DARIAH Topics Explorer verbessert werden können. Dabei zeigen und erklären wir die drei effektivsten Methoden zur Verbesserung der Topic-Modeling-Ergebnisse und erklären, warum sie zu genaueren Daten führen.</p> <p>Mehr Infos:</p> <ul> <li>Schriftliche Einführung in die Methodik des Topic Modelings: <a href="https://fortext.net/routinen/methoden/topic-modeling">https://fortext.net/routinen/methoden/topic-modeling</a></li> <li>Schriftliche Lerneinheit zur Stilometrie: <a href="https://fortext.net/routinen/lerneinheiten/topic-modeling-mit-dem-dariah-topics-explorer">https://fortext.net/routinen/lerneinheiten/topic-modeling-mit-dem-dariah-topics-explorer</a></li> <li>Download DARIAH Topics Explorer: <a href="https://dariah-de.github.io/TopicsExplorer/">https://dariah-de.github.io/TopicsExplorer/</a></li> </ul> <p>Übersicht der Videoreihe auf Zenodo:</p> <ol> <li><a href="../records/10371074">Tutorial: DARIAH Topics Explorer installieren</a></li> <li><a href="../records/10372228">Tutorial: DARIAH Topics Explorer zur Literaturanalyse nutzen</a></li> <li><a href="../records/10378213">Tutorial: Drei Methoden für bessere Topics beim Topic Modeling</a></li> <li>Fallbeispiel: <a href="../records/10276975">Themen von Autoren und Autorinnen der Literatur des 19. Jahrhunderts</a></li> </ol> <p><a href="https://www.youtube.com/watch?v=uckoY80J0cE&list=PLu-M0KuYw64oGJyHMr4e_rNIzYqdPvApr">Hier</a> zur Videoreihe auf Youtube</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.