NeurOscientific Workflow Assistance (NOWA)

In dem Infrastrukturprojekt NOWA (NeurOscientific Workflow Assistance) des von der DFG geförderten SFB/TRR 135 "Kardinale Mechanismen der Wahrnehmung: Prädiktion, Bewertung, Kategorisierung" werden Werkzeuge für die gemeinsame Nutzung von Forschungsdaten entwickelt. Um die Reproduzierbarke...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile Nagusiak: Arendt, Thorsten, Brand, Ortrun, Krippes, Christian, Gabriel, Andreas, Valsecchi, Matteo, Helf, Clemens, Gegenfurtner, Karl R., Schütz, Alexander C.
Formatua: Poster
Hizkuntza:ingelesa
Argitaratua: Philipps-Universität Marburg 2019
Gaiak:
Sarrera elektronikoa:PDF testu osoa
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
Deskribapena
Gaia:In dem Infrastrukturprojekt NOWA (NeurOscientific Workflow Assistance) des von der DFG geförderten SFB/TRR 135 "Kardinale Mechanismen der Wahrnehmung: Prädiktion, Bewertung, Kategorisierung" werden Werkzeuge für die gemeinsame Nutzung von Forschungsdaten entwickelt. Um die Reproduzierbarkeit aller Schritte im Lebenszyklus einer wissenschaftlichen Studie zu verbessern – d.h. von der Planung bis zur Veröffentlichung von Forschungsdaten – zielt NOWA darauf ab, einen organisatorischen und technologischen Rahmen zu schaffen, der die Arbeitsabläufe entlang des gesamten Forschungsdatenlebenszyklus unterstützt. Ziel ist es, Forschungsdaten von Beginn an innerhalb der Arbeitsgruppen und des SFB zu teilen und sie zum Zeitpunkt der Veröffentlichung der Ergebnisse "auf Knopfdruck" öffentlich zugänglich zu machen. Die geplante Workflow-Unterstützung realisiert sich in einer Reihe von Leitlinien für das Forschungsdatenmanagement, die einerseits durch Sensibilisierung, Support und Schulung und andererseits durch eine kohärente Sammlung von Datenverarbeitungswerkzeugen umgesetzt werden. Das Poster präsentiert den Status Quo des INF-Projekts sowie die aktuelle prototypische Implementierung des digitalen Assistenzsystems.
Deskribapen fisikoa:1 Seiten
DOI:10.17192/es2019.0002