Prawa autorskie

2016/11/18

Big Data w badaniach i gospodarce

Aktualizacja 2021-06-29

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/repositoriessą 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/fairdatahttps://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
2) ZBIORY DANYCH BADAWCZYCH, empirycznych, naukowych (otwarte i w dostępie restrykcyjnym)
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
  

  
Prezentacje i publikacje na ten temat
 

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. 

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


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