%0 Book %1 kleinkopf2022datamining %A Kleinkopf, Felicitas Lea %B Schriftenreihe des Archivs für Urheber- und Medienrecht %C Baden-Baden %D 2022 %I Nomos %K test5 %T Text- und Data-Mining %V 300

@book{kleinkopf2022datamining, added-at = {2024-04-02T13:27:33.000+0200}, address = {Baden-Baden}, author = {Kleinkopf, Felicitas Lea}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/2389d680684b3802153105a3b0ae73578/institutstest}, interhash = {d73c83974a11be06289575046e39cc93}, intrahash = {389d680684b3802153105a3b0ae73578}, keywords = {test5}, note = {Immer häufiger werden digitale Methoden wie das Text- und Data-Miningzur Erkenntnisfindung eingesetzt, das die Möglichkeit bietet, Musterin großen Datensätzen zu erkennen und zugleich Grundlage desmaschinellen Lernens ist. Die Arbeit betrachtet diese Methode ausurheberrechtlicher Perspektive und berücksichtigt dabei die Bedeutungund Steuerungswirkung urheberrechtlicher Schranken, die besondereInteressenlage im Wissenschaftsurheberrecht sowie interdisziplinäreErkenntnisse. In der umfassenden Analyse wird die komplexeRechtsmaterie strukturiert, es werden Defizite aufgezeigt und konkreteLösungsvorschläge unterbreitet. Ein Schwerpunkt liegt dabei auf derlangfristigen Zugänglichkeit der erzeugten Forschungsdaten.}, publisher = {Nomos}, series = {Schriftenreihe des Archivs für Urheber- und Medienrecht}, timestamp = {2024-04-02T13:27:33.000+0200}, title = {Text- und Data-Mining}, volume = 300, year = 2022 }