Maandag 09:30 – 10:30

Key Note “Digital Scholarship and Digital Libraries: Past, Present, and Future” by Christine L. Borgman.

In a few short decades, the practices of scholarship have been transformed by the use of digital resources, tools, and services. Some shifts are obvious, such as seeking, reading, and publishing research online, often to the exclusion of print. Other shifts are subtle, such as data being viewed as research products to be disseminated. Research objects are more atomized, yet aggregated in new ways. Digital technologies offer opportunities to innovate in scholarly practice, collaboration, and communication. Innovation in digital libraries is necessary to advance digital scholarship. The talk will present a set of challenges for 21st century research and practice drawn from Prof. Borgman’s forthcoming book, tentatively titled Big Data, Little Data, No Data.

Haar vorige boek: Scholarship in the Digital Age: Information, Infrastructure, and the Internet. Ze heeft meer dan 200 publicaties op haar naam staan.
(Ze vond de officiële opening erg goed en inhoudelijk.)

Haar recente onderzoek gaat over research data. Is groot topic.
Nadenken over nieuwe manieren van omgaan met techniek, onderwijs en bibliotheken.
We zijn op weg naar een echte cyberinfrastructure maar face to face blijft belangrijk.
Juist kleine landen zullen ervan profiteren als de toegang tot digitale info beter wordt.
Digital scholarship.
Neelie Kroes komt digitaal te langs, open access policies : verplichting tot publiceren. 50% is al open.
‘What to keep’ is echt een digitale bibliotheek issue.

Open scholarship was altijd al de norm, de formele en informele communicatie komen nu samen.
(Data kunnen ook de stenen zijn waarin hiërogliefen staan.)

Open access publiceren
Volledig OA of deels.
Open disseminatie neemt toe oa door repositories. Ze streeft ernaar alles van haarzelf daarin te stoppen.

Open Data en open ontologieen komen er nu aan.
Meer dan alleen research data: ook namen van organisaties ed.

Open Data collaboration.
Veel is mogelijk.
Interdisciplinair of per onderwerp.
Museum objecten.
Mini informatie publiceren, en micro distributie.

Maar lang niet iedereen doet er aan mee.
In openbaarheid werken is geavanceerde peer review.
Pro: Voorkomt fraude., vergroot snelheid en voorkomt ‘Free riders’.
Contra: Gevaar voor misbruik en verkeerde interpretatie. Soms terecht, soms onterecht.
Conflicten tussen publieke en private deelnemers (funding, partners,)
‘I don’t do data ‘ (dat is een argument dat niet meer opgaat)

Samenkomen formele en informele communicatie.
Publiceren duurt lang via formele weg. Informeel gaat veel sneller.
Maar dat is niet voor niets :
Papers zijn de culminatie van al het werk.
Daar hangen dan allerlei metingen aan:
Impact factors en h – indexen zijn altijd discutabel geweest.
En daar wordt veel te veel gewicht aan gehangen: wetenschap is veel meer dan dat Journal Article alleen. Er wordt veel meer dan alleen dat geproduceerd. Krijgt iedereen wel voldoende credit als je alleen eindproduct telt.
Hoe zit het met tweets? Mentions in tweets zijn ook citations. Worden die geteld? En in blogs?
Aantal downloads van het artikel, slideshare, talkshow, etc worden die wel meegeteld?
Citatie tellen is heel erg complex: ze hebben een rapport daarover geschreven.
Data citations and attributs Data science Journal 12, 13 september 2013. Rapport van paar honderd pagina’s

Big Data
Data kan op verschillende manieren Big zijn: Volume, aantal, varieteit.
Er is een Long tail of Data.
Ook verschillend per discipline.
Ook een klein beetje data dat heel complex is kan overweldigend zijn, terwijl heel veel goed gestructureerde veel hanteerbaarder kan zijn.

Wat is data eigenlijk?
Kan van alles zijn.
Marie Curie’s Notebook kan data zijn voor diverse soorten onderzoekers, maar voor anderen alleen noise. Ligt aan omstandigheden.
Data = Evidence
‘Industrial methods’ vs Artisanal methods’ van onderzoek : geeft andere data.

Data practices are local : interoperabiliteit is een heel groot vraagstuk om op te lossen.

Twitter API maken om data te hergebruiken.
Hoe je het ook bekijkt hergebruik is geenszins zo eenvoudig als het lijkt maar kan tot revolutionaire nieuwe methoden en uitkomsten leiden.
En je kunt ook uit voor jou niet leesbare talen data halen, zonder dat je zelf de talen spreekt.

Open access to data is a paradigma shift.

Sharing research data.
Op een manier dat ze door anderen te hergebruiken en interpreteren zijn is heel erg moeilijk te verwezenlijken.
Eigenlijk moet je dan ook het onderzoek zo opzetten dat het hergebruikt kan worden. De meesten doen dat niet.
Doel is dan de data, niet het artikel.
Meestal heeft data pas zin als je het uiteindelijke artikel erbij hebt.

Sharing data is a cultural issue

Er zijn veel soorten hergebruik.
Heel vaak gebruik je je eigen oude data ook niet meer.
Maar voor anderen is dat nog lastiger.
Data staat niet op zichzelf. Je hebt oa ook de modellen nodig.
(Wallis If we share data will any one use it? PloS one)
Je hebt een betrouwbare infrastructuur nodig om dat te stimuleren, waar digitale bibliotheken deel van uitmaken.
Nieuwe en moeilijke weg te gaan.

Goodman 10 simple rules for care and feeding scientific data (in review) PloS computational biology. (zie slide)

Love your data and let others love them too

What to keep.
– publications
– data: code documentatie provenance
– Links maken tussen allerlei zaken

Onderzoek opzetten met hergebruik in gedachten daarvoor heb je een data scientists / librarian / archivaris nodig. Maar we moeten wel beslissen wie wat doet, want dat is vaak een afschuiven: bepalen wat je wilt bewaren is dat een besluit vanuit de wetenschapper of vanuit de bibliothecaris?

Vraag:
Je moet het wel ergens kwijt kunnen, maar waar?
Kies een methode bijv Data verse
http://thedata.org/

Presentatie