http://studiametodologiczne.amu.edu.pl/wp-content/uploads/2016/02/SM34-13.pdf
https://www.lifewire.com/what-does-boolean-search-3481475
Prawa autorskie
2016/11/23
Nowa książka informatologiczna
Cisek, Sabina red. (2016). Inspiracje i innowacje: zarządzanie informacją w perspektywie bibliologii i informatologii. Kraków: Biblioteka Jagiellońska. ISBN 978-83-943816-4-6.
Otwarty dostęp do pełnego tekstu - w Repozytorium UJ http://ruj.uj.edu.pl/
http://ruj.uj.edu.pl/xmlui/bitstream/handle/item/31976/cisek_inspiracje_i_innowacje_zarzadzanie_informacja.pdf?sequence=1&isAllowed=y
Otwarty dostęp do pełnego tekstu - w Repozytorium UJ http://ruj.uj.edu.pl/
http://ruj.uj.edu.pl/xmlui/bitstream/handle/item/31976/cisek_inspiracje_i_innowacje_zarzadzanie_informacja.pdf?sequence=1&isAllowed=y
2016/11/18
Big Data w badaniach i gospodarce
Aktualizacja 2021-06-29
- Materska, Katarzyna (2016). Aktualność koncepcji zarządzania informacją w dobie big data – perspektywa informatologa. W: Cisek, Sabina red. (2016). Inspiracje i innowacje: zarządzanie informacją w perspektywie bibliologii i informatologii. Kraków: Biblioteka Jagiellońska, s. 47-59.
- Nawojczyk, Maria; Królewski, Jarosław (2016). Using Big Data in Innovation Research. Zagadnienia Naukoznawstwa, t. 52, nr 4, s. 431-450.
- Śledziewska, Katarzyna; Włoch, Renata (2020). Gospodarka cyfrowa. Jak nowe technologie zmieniają świat. Warszawa: Wydawnictwo Uniwersytetu Warszawskiego.
- Wielki Wybuch Danych (2020). W: Platforma Przemysłu Przyszłości.
- Wójcik, Magdalena (2016). Big data w zarządzaniu informacją – przegląd wybranych zagadnień. W: Cisek, Sabina red. (2016). Inspiracje i innowacje: zarządzanie informacją w perspektywie bibliologii i informatologii. Kraków: Biblioteka Jagiellońska, s. 61-70.
2016/11/16
Wyszukiwanie zasobów naukowych - zbiory danych badawczych (empirycznych) w internecie, data repositories, datasets
Aktualizacja 2023-03-16
Zobacz również Jak znaleźć dane badawcze?
Dane badawcze (research data) – są to zebrane, w wyniku zastosowania różnych technik badawczych, materiały o charakterze faktograficznym (w postaci liczbowej, tekstowej, graficznej czy dźwiękowej), uznawane przez społeczność naukową za niezbędne do oceny wyników badań naukowych.
Powszechnie wyróżnia się dane badawcze surowe, nieprzeanalizowane, czyli takie, które uzyskano bezpośrednio w wyniku zastosowania narzędzia badawczego, w różnych przedsięwzięciach naukowych lub też zgromadzone na potrzeby konkretnych projektów oraz dane, które poddane zostały obróbce. (RUJ, 2019, https://ruj.uj.edu.pl/xmlui/help/0067)
Data journal = czasopismo naukowe, które publikuje artykuły opisujące zbiory danych badawczych, udostępnione w repozytoriach danych lub (rzadko) w formie suplementu do samego artykułu. (Gruenpeter, 2019, s. 5)
Repozytoria (archiwa) danych badawczych (research data archives/repositories) są to intencjonalnie stworzone zbiory danych (materiałów), powstałych w wyniku badań empirycznych w różnych przedsięwzięciach naukowych lub też zgromadzonych na potrzeby konkretnych projektów badawczych. Innymi słowy, termin ten nie określa wszystkich istniejących kolekcji danych, które ewentualnie mogłyby „przydać się” w dociekaniach naukowych, lecz tylko te, które obejmują materiały uzyskane w rezultacie badań, a także zostały zorganizowane celowo, odpowiednio uporządkowane, opisane metadanymi i przygotowane do udostępniania. (Cisek, 2014)
Zasady FAIR Data Principles (Findable, Accessible, Interoperable, Reusable) https://www.ands.org.au/working-with-data/fairdata, https://www.openaire.eu/how-to-make-your-data-fair
Zbiór danych badawczych (data set albo dataset) = pojedyncza kolekcja danych, np. zdobytych za pomocą określonej techniki badawczej w ramach jakiegoś projektu naukowego.
Wymagania wydawców czasopism naukowych w zakresie publikowania danych badawczych przez autorów artykułów
Archiwa, repozytoria, zbiory danych w Internecie - typy
1) KORPUSY JĘZYKOWE, np. http://www.nkjp.pl/, http://korpus.pwn.pl/, a także Google Książki http://books.google.pl/ z narzędziem Google Ngram Viewer https://books.google.com/ngrams
3) ZBIORY DANYCH PUBLICZNYCH (otwarte)
4) ZBIORY DANYCH STATYSTYCZNYCH) (otwarte i w dostępie restrykcyjnym)
Wykazy i wyszukiwarki repozytoriów danych badawczych (research data repositories) i zbiorów danych badawczych (research data sets)
globalne i wielodziedzinowe
narodowe - przykłady
dziedzinowe - przykłady
Data journals
Wykazy data journals
Przykłady data journals
Zobacz również Jak znaleźć dane badawcze?
Dane badawcze (research data) – są to zebrane, w wyniku zastosowania różnych technik badawczych, materiały o charakterze faktograficznym (w postaci liczbowej, tekstowej, graficznej czy dźwiękowej), uznawane przez społeczność naukową za niezbędne do oceny wyników badań naukowych.
Powszechnie wyróżnia się dane badawcze surowe, nieprzeanalizowane, czyli takie, które uzyskano bezpośrednio w wyniku zastosowania narzędzia badawczego, w różnych przedsięwzięciach naukowych lub też zgromadzone na potrzeby konkretnych projektów oraz dane, które poddane zostały obróbce. (RUJ, 2019, https://ruj.uj.edu.pl/xmlui/help/0067)
Data journal = czasopismo naukowe, które publikuje artykuły opisujące zbiory danych badawczych, udostępnione w repozytoriach danych lub (rzadko) w formie suplementu do samego artykułu. (Gruenpeter, 2019, s. 5)
Repozytoria (archiwa) danych badawczych (research data archives/repositories) są to intencjonalnie stworzone zbiory danych (materiałów), powstałych w wyniku badań empirycznych w różnych przedsięwzięciach naukowych lub też zgromadzonych na potrzeby konkretnych projektów badawczych. Innymi słowy, termin ten nie określa wszystkich istniejących kolekcji danych, które ewentualnie mogłyby „przydać się” w dociekaniach naukowych, lecz tylko te, które obejmują materiały uzyskane w rezultacie badań, a także zostały zorganizowane celowo, odpowiednio uporządkowane, opisane metadanymi i przygotowane do udostępniania. (Cisek, 2014)
Zasady FAIR Data Principles (Findable, Accessible, Interoperable, Reusable) https://www.ands.org.au/working-with-data/fairdata, https://www.openaire.eu/how-to-make-your-data-fair
Zbiór danych badawczych (data set albo dataset) = pojedyncza kolekcja danych, np. zdobytych za pomocą określonej techniki badawczej w ramach jakiegoś projektu naukowego.
Wymagania wydawców czasopism naukowych w zakresie publikowania danych badawczych przez autorów artykułów
Archiwa, repozytoria, zbiory danych w Internecie - typy
1) KORPUSY JĘZYKOWE, np. http://www.nkjp.pl/, http://korpus.pwn.pl/, a także Google Książki http://books.google.pl/ z narzędziem Google Ngram Viewer https://books.google.com/ngrams
- Inne zasoby językowe, np. CLARIN-PL http://clarin-pl.eu/pl/strona-glowna/, Słowosieć http://plwordnet.pwr.wroc.pl/wordnet/
- WebCorp: The Web as Corpus http://www.webcorp.org.uk/live/
3) ZBIORY DANYCH PUBLICZNYCH (otwarte)
4) ZBIORY DANYCH STATYSTYCZNYCH) (otwarte i w dostępie restrykcyjnym)
Wykazy i wyszukiwarki repozytoriów danych badawczych (research data repositories) i zbiorów danych badawczych (research data sets)
globalne i wielodziedzinowe
- Core Trust Seal - Certified Repositories https://www.coretrustseal.org/
- Data Citation Index, Web of Science https://clarivate.com/webofsciencegroup/solutions/webofscience-data-citation-index/
- DataCite https://datacite.org/ i DataCite Search https://search.datacite.org/
- Data Repositories http://oad.simmons.edu/oadwiki/Data_repositories
- Dimensions https://app.dimensions.ai/discover/data_set
- Elsevier Data Search https://datasearch.elsevier.com/
- Figshare https://figshare.com/
- Google Dataset Search https://toolbox.google.com/datasetsearch
- Harvard Dataverse https://dataverse.harvard.edu/
- ICPSR https://www.icpsr.umich.edu/
- ICSU World Data System, Data Portal http://www.icsu-wds.org/services/data-portal
- Master Data Repository List https://clarivate.com/webofsciencegroup/master-data-repository-list/
- Mendeley Data https://data.mendeley.com/
- OpenAIRE Explore, Search for Research Data https://explore.openaire.eu/search/find/datasets
- OpenDOAR https://v2.sherpa.ac.uk/opendoar/
- Registry of Research Data Repositories re3data.org
- Zenodo https://zenodo.org/
narodowe - przykłady
- ANDS Australian National Data Service https://www.ands.org.au/ oraz Research Data Australia https://researchdata.ands.org.au/ (Australia)
- Australian Data Archive https://ada.edu.au/ (Australia)
- DANS Data Archiving and Networked Services https://dans.knaw.nl/en (Holandia)
- Dziedzinowe Repozytoria Otwartych Danych Badawczych https://drodb.icm.edu.pl/ (Polska)
- FRDR https://www.frdr.ca/ (Kanada)
- RepOD Repozytorium Otwartych Danych https://repod.pon.edu.pl/ (Polska)
- Repozytorium Danych Społecznych https://rds.icm.edu.pl/ (Polska)
- Swedish National Data Service https://snd.gu.se/en (Szwecja)
- UK Data Service https://www.ukdataservice.ac.uk/ (Wielka Brytania)
dziedzinowe - przykłady
- Archiwum Danych Jakościowych PAN http://www.adj.ifispan.pl/
- Archiwum Danych Społecznych http://www.ads.org.pl/
- Global Terrorism Database https://www.start.umd.edu/
- NIH Data Sharing Repositories (USA, medycyna) https://www.nlm.nih.gov/NIHbmic/nih_data_sharing_repositories.html
Data journals
Wykazy data journals
- Data and journals http://www.ands.org.au/working-with-data/publishing-and-reusing-data/data-journals, zwłaszcza Examples of Data Journals
- Open Data Journals https://www.fosteropenscience.eu/foster-taxonomy/open-data-journals
Przykłady data journals
- Biodiversity Data Journal (Pensoft), od 2013
- Data in Brief (Elsevier), od 2014
- Earth System Science Data (Copernicus Publications), od 2009
- Geoscience Data Journal (Wiley), od 2012
- Journal of Open Archaeology Data (Ubiquity Press), od 2011
- Journal of Open Psychology Data (Ubiquity Press)
- Scientific Data (Nature), od 2013
Prezentacje i publikacje na ten temat
- Archiwa jakościowych danych badawczych w internecie
- Data information literacy - umiejętność korzystania z danych
- Dane badawcze - Biblioteka SUM
- Dobre praktyki publikowania danych badawczych
- Gromadzenie i zabezpieczanie danych cyfrowych
- IASSIST Quarterly 2010-2011
- Jak korzystać z zasobów w repozytoriach danych
- Otwarte dane a obieg informacji w nauce
- Otwarte dane badawcze - BUW
- Otwarte dane badawcze - kolejny krok do otwierania nauki
- Otwarte dane badawcze w warsztacie pracy naukowca
- Poszukiwanie surowych danych badawczych online
- Przegląd Socjologii Jakościowej, 2019, 15 (1)
- Repozytoria surowych danych - dlaczego biblioteki powinny je znać
- Selekcja i przygotowanie danych badawczych do udostępnienia
- Surowe dane badawcze
- Zbiory danych badawczych online. Wybrane aspekty
2016/10/02
Wyszukiwanie informacji o firmach w Internecie – wybrane aspekty
Aktualizacja 2019-11-23
Cisek, Sabina (2015). Wyszukiwanie informacji o firmach w Internecie – wybrane aspekty. W: Kowalska, Małgorzata; Wojewódzki, Tadeusz (red.). Infobrokerstwo – idee, koncepcje, rozwiązania praktyczne. Gdańsk: Wydawnictwo Ateneum – Szkoły Wyższej, s. 315-327.
Cisek, Sabina (2015). Wyszukiwanie informacji o firmach w Internecie – wybrane aspekty. W: Kowalska, Małgorzata; Wojewódzki, Tadeusz (red.). Infobrokerstwo – idee, koncepcje, rozwiązania praktyczne. Gdańsk: Wydawnictwo Ateneum – Szkoły Wyższej, s. 315-327.
http://www.academia.edu/12757940/Wyszukiwanie_informacji_o_firmach_w_Internecie_wybrane_aspekty albo https://www.researchgate.net/publication/277596405_Wyszukiwanie_informacji_o_firmach_w_Internecie_-_wybrane_aspekty
Zob. też
Zob. też
2016/06/29
2016/06/21
Ocena jakości, użyteczności i wiarygodności zasobów online
Poradnik oceny jakości i wiarygodności informacji elektronicznej
http://ocena-informacji.weebly.com/
Zob. też.
Bednarek-Michalska, Bożena (2007). Ocena jakości informacji elektronicznej. Pułapki sieci. Biuletyn EBIB, nr 5 (86). http://www.ebib.pl/2007/86/a.php?bednarek
Bednarek-Michalska, Bożena (2007). Ocena jakości źródeł internetowych z zakresu nauk technicznych w portalu BazTOL. http://baztol.library.put.poznan.pl/baztol/docs/baztol_ocena_jakosci.pdf
Boruszewski, Jarosław (2012). Jakość i wiarygodność informacji w infobrokerstwie. Lingua ac Communitas, Vol. 22, s. 241-250.
Dzienkiewicz, Marta i in. (2019). Weryfikacja informacji. Techniki i narzędzia. Kraków: SPI. https://www.spi.org.pl/weryfikacja-informacji/
Gaweł, Hanna (2018). Weryfikacja informacji. https://www.slideshare.net/StowarzyszenieSPI/weryfikacja-informacji?ref=https://www.spi.org.pl/prezentacje-z-iii-warsztatu-pracy-infobrokera/
Hrabiec, Patrycja (2011). Zarządzanie informacją naukową w Internecie - dobre praktyki. Praktyka i Teoria Informacji Naukowej i Technicznej PTINT, nr 1-2 (73-74), s. 20-24.
http://ocena-informacji.weebly.com/
Zob. też.
- http://baztol.library.put.poznan.pl/baztol/docs/baztol_ocena_jakosci.pdf
- http://rynekinformacji.pl/wiesz-sprawdzic-informacja-prawdziwa/
- Metodologia badania dostępności stron WWW, WCAG 2.0
- Usability methods / Badanie użyteczności serwisów WWW (1)
- Usability methods / Badanie użyteczności serwisów WWW (2)
Bednarek-Michalska, Bożena (2007). Ocena jakości informacji elektronicznej. Pułapki sieci. Biuletyn EBIB, nr 5 (86). http://www.ebib.pl/2007/86/a.php?bednarek
Bednarek-Michalska, Bożena (2007). Ocena jakości źródeł internetowych z zakresu nauk technicznych w portalu BazTOL. http://baztol.library.put.poznan.pl/baztol/docs/baztol_ocena_jakosci.pdf
Boruszewski, Jarosław (2012). Jakość i wiarygodność informacji w infobrokerstwie. Lingua ac Communitas, Vol. 22, s. 241-250.
Dzienkiewicz, Marta i in. (2019). Weryfikacja informacji. Techniki i narzędzia. Kraków: SPI. https://www.spi.org.pl/weryfikacja-informacji/
Gaweł, Hanna (2018). Weryfikacja informacji. https://www.slideshare.net/StowarzyszenieSPI/weryfikacja-informacji?ref=https://www.spi.org.pl/prezentacje-z-iii-warsztatu-pracy-infobrokera/
Hrabiec, Patrycja (2011). Zarządzanie informacją naukową w Internecie - dobre praktyki. Praktyka i Teoria Informacji Naukowej i Technicznej PTINT, nr 1-2 (73-74), s. 20-24.
Swoboda, Izabela (2015). Jakość informacji. W: Cisek, Sabina; Januszko-Szakiel, Aneta red. Zawód infobroker. Polski rynek informacji. Warszawa: Wolters Kluwer, s. 238-259.
Wilson, Tom. Ocena zasobów informacyjnych Internetu. http://www.icimss.edu.pl/2001/tempus/unit5_pl.htm
Wilson, Tom. Ocena zasobów informacyjnych Internetu. http://www.icimss.edu.pl/2001/tempus/unit5_pl.htm
2016/06/19
Deep Web / Invisible Web
Aktualizacja 2024-10-31
Głęboki Internet, Niewidzialny Internet, Ukryty Internet
Deep Web, Invisible Web, Hidden Web
Ważne: Deep Web (Invisible Web) = głęboki, niewidzialny czy ukryty Internet to NIE jest to samo, co Dark Web (Darknet) albo TOR. Niektórzy mylą pojęcia, ostatnio jakby częściej.
https://www.slideshare.net/sabinacisek/jak-skutecznie-pozyskiwa-informacje-w-internecie-wykorzystanie-zasobw-deep-web-w-praktyce
Zobacz też: Darknet
Głęboki Internet, Niewidzialny Internet, Ukryty Internet
Deep Web, Invisible Web, Hidden Web
Ważne: Deep Web (Invisible Web) = głęboki, niewidzialny czy ukryty Internet to NIE jest to samo, co Dark Web (Darknet) albo TOR. Niektórzy mylą pojęcia, ostatnio jakby częściej.
https://www.slideshare.net/sabinacisek/jak-skutecznie-pozyskiwa-informacje-w-internecie-wykorzystanie-zasobw-deep-web-w-praktyce
- Bergman, Michael K. (2001). White Paper: The Deep Web: Surfacing Hidden Value. The Journal of Electronic Publishing, vol. 18, issue 1. DOI http://dx.doi.org/10.3998/3336451.0007.104
- BrightPlanet, Deep Web Intelligence (już nie działa)
- Cisek, Sabina (2018). Deep Web - drugie dno internetu.
- Cisek, Sabina (2018). Jak skutecznie pozyskiwać informacje w internecie? Wykorzystanie zasobów Deep Web w praktyce.
- Cisek, Sabina i in. (2015). Podstawy poszukiwania informacji w Internecie. Wybrane aspekty. W: Zawód infobroker. Polski rynek informacji. Warszawa: Wolters Kluwer, s. 299-310.
- Cisek, Sabina; Sapa, Remigiusz (2007). Komunikacja naukowa w Internecie – mity i rzeczywistość. W: Lubaszewski, W. red. Komputer – Człowiek – Prawo. Kraków: Wyd. UJ, s. 39-49.
- CompletePlanet (już nie działa)
- Deep Web Research and Discovery Resources 2025 (by Marcus P. Zillman)
- Deep Web Technologies
- Derfert-Wolf, Lidia (2007). Odkrywanie niewidzialnych zasobów sieci. W: II seminarium z cyklu "Infobroker : Wyszukiwanie i przetwarzanie cyfrowych informacji", Warszawa (Poland), 17 April 2007. Centrum Promocji Informatyki, s. 99-129.
- Dzienkiewicz, Marta (2019). Co znajdziesz w Deep Web - 20 źródeł, których nie znasz.
- Dzienkiewicz, Marta (2019). Deep Web vs. Darknet - co to jest i czy warto tam zaglądać?
- Jaskowska, Bożena (2007). Ukryty Internet – jakie korzyści mogą mieć z niego nauki ekonomiczne?
- Lewandowski, Dirk; Philipp Mayr (2006). Exploring the Academic Invisible Web. Library Hi Tech, Vol. 24 No. 4, pp. 529-539.
- Midner, Daniel (2015). Mappa Mundi Ukrytego Internetu. Próba kategoryzacji kanałów komunikacji i treści. Praktyka i Teoria Informacji Naukowej PTINT, t. XXIII, nr 1, s. 3-13. http://www.ptin.org.pl/ (zakładka PTINT)
- Pamuła-Cieślak, Natalia (2014). Ukryty Internet czyli co?
- Pamuła-Cieślak, Natalia (2014). Ukryty Internet - nowe podejście.
- Pamuła-Cieślak, Natalia (2004). Ukryty Internet – jeśli nie wyszukiwarka to co? [dok. elektr.]. Biuletyn EBIB nr 7. http://www.ebib.pl/2004/58/pamula.php [odczyt 16.07.2014]
- Pamuła-Cieślak, Natalia (2006). Typologia zasobów ukrytego Internetu. Przegląd Biblioteczny, R. 74, z. 2, s. 153-164.
- Pamuła-Cieślak, Natalia (2006). Zjawisko Ukrytego Internetu – rola bibliotek w upowszechnianiu jego zasobów. W: Biblioteki XXI wieku. Czy przetrwamy? II Konferencja Biblioteki Politechniki Łódzkiej, Łódź (Poland), 19-21 June 2006.
- Pamuła-Cieślak, Natalia (2015). Ukryty Internet jako przedmiot edukacji informacyjnej. Toruń: Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika.
- Poradnik Deep Web
- Search the Invisible Web: 20 Resources
- Sherman Chris, Price Gary (2001). The Invisible Web. Uncovering Information Sources Search Engines Can’t See. Medford, New Jersey: Information Today, Inc. [dostęp w Google Książki]
- Sójkowska, Iwona; Szczepaniak, Jolanta (2014). Głęboki internet (bazy danych) i możliwości jego przeszukiwania. http://moodle.ebib.pl/course/view.php?id=3
- Szpunar, Magdalena (2014). Sieć ukryta a sieć widzialna. O zasobach WWW nieindeksowanych przez wyszukiwarki. Przegląd Kulturoznawczy, nr 1 (19), s. 44-55.
- Unold, Jacek (2011). Wykorzystanie ukrytej sieci w pozyskiwaniu informacji w cyberprzestrzeni. Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą, vol. 53, s. 156-166.
Zobacz też: Darknet
2016/05/23
2016/05/04
Katalog Kompetencji Cyfrowych Małych Firm oraz program Internetowe Rewolucje
Buchner, Anna; Zaniewska, Katarzyna (2016). Katalog Kompetencji Cyfrowych Małych Firm. Warszawa: Centrum Cyfrowe, Projekt: Polska. http://centrumcyfrowe.pl/wp-content/uploads/2016/03/IR-katalog-kompetencji.pdf
Buchner, Anna; Zaniewska, Katarzyna (2016). Katalog kompetencji cyfrowych małych firm. Raport z badań. Warszawa: Centrum Cyfrowe. Projekt: Polska. http://centrumcyfrowe.pl/wp-content/uploads/2016/03/IR-raport-badawczy.pdf
Internetowe Rewolucje
Buchner, Anna; Zaniewska, Katarzyna (2016). Katalog kompetencji cyfrowych małych firm. Raport z badań. Warszawa: Centrum Cyfrowe. Projekt: Polska. http://centrumcyfrowe.pl/wp-content/uploads/2016/03/IR-raport-badawczy.pdf
Internetowe Rewolucje
2016/01/31
Subskrybuj:
Posty (Atom)