In der Dissertation wird das Konzept von dunklen Daten auf das Höchstleistungsrechnen erweitert. Dunkle Daten entstehen durch fehlende Metadaten oder inaktive Nutzerinnen und Nutzer. Die Dissertation stellt Konzepte zur Minimierung solcher Daten vor. Sie umfassen ein Metadaten-Modell (EngMeta) und eine automatisierte Metadaten-Extraktionsmethode, die entworfen und implementiert wurde. Da solche technischen Lösungsansätze ohne entsprechende organisatorische Prozesse nutzlos sind, werden sie in der Dissertation um einen spezifischen Datenkurator sowie Entscheidungskriterien ergänzt.
%0 Thesis
%1 schembera2019dissertation
%A Schembera, Björn
%C Stuttgart
%D 2019
%K dark data hpc metadata myown simulation
%R 10.18419/opus-11028
%T Forschungsdatenmanagement im Kontext dunkler Daten in den Simulationswissenschaften
%U http://dx.doi.org/10.18419/opus-11028
%X In der Dissertation wird das Konzept von dunklen Daten auf das Höchstleistungsrechnen erweitert. Dunkle Daten entstehen durch fehlende Metadaten oder inaktive Nutzerinnen und Nutzer. Die Dissertation stellt Konzepte zur Minimierung solcher Daten vor. Sie umfassen ein Metadaten-Modell (EngMeta) und eine automatisierte Metadaten-Extraktionsmethode, die entworfen und implementiert wurde. Da solche technischen Lösungsansätze ohne entsprechende organisatorische Prozesse nutzlos sind, werden sie in der Dissertation um einen spezifischen Datenkurator sowie Entscheidungskriterien ergänzt.
@phdthesis{schembera2019dissertation,
abstract = {In der Dissertation wird das Konzept von dunklen Daten auf das Höchstleistungsrechnen erweitert. Dunkle Daten entstehen durch fehlende Metadaten oder inaktive Nutzerinnen und Nutzer. Die Dissertation stellt Konzepte zur Minimierung solcher Daten vor. Sie umfassen ein Metadaten-Modell (EngMeta) und eine automatisierte Metadaten-Extraktionsmethode, die entworfen und implementiert wurde. Da solche technischen Lösungsansätze ohne entsprechende organisatorische Prozesse nutzlos sind, werden sie in der Dissertation um einen spezifischen Datenkurator sowie Entscheidungskriterien ergänzt.},
added-at = {2020-09-30T15:50:17.000+0200},
address = {Stuttgart},
author = {Schembera, Björn},
biburl = {https://puma.ub.uni-stuttgart.de/bibtex/2e98dc17ecf4d3f70f090ee64e14cf177/bjoernschembera},
doi = {10.18419/opus-11028},
interhash = {7f8b41b3c1a06ed15e3c052ced508e64},
intrahash = {e98dc17ecf4d3f70f090ee64e14cf177},
keywords = {dark data hpc metadata myown simulation},
school = {Universität Stuttgart},
timestamp = {2020-09-30T13:51:19.000+0200},
title = {Forschungsdatenmanagement im Kontext dunkler Daten in den Simulationswissenschaften},
type = {Publication},
url = {http://dx.doi.org/10.18419/opus-11028},
year = 2019
}
