Forschungsdaten und Disziplinen

Das Interesse an empirischen Forschungen zum Nutzungsverhalten von Datensätzen steigt. Jedoch gibt es kaum Datensätze, die sowohl eine Disziplin als auch zitiert worden sind. Daher ist es nötig, unterschiedliche Wissensquellen zu verbinden. Ein zu überwindendes Problem ist die nicht standardisierte Nutzung von Klassifikationssystemen dieser Wissensquellen. Das Ziel dieser Arbeit war es, die Lücke zwischen den Klassifikationssystemen der National Science Foundation (NSF) und der Organisation for Economic Cooperation and Development (OECD) durch ein Mapping zu schließen. Dazu wurde jeder NSF-Klasse genau eine OECD-Klasse zugeordnet. Bei 10 NSF-Klassen konnte diese Beschränkung nicht umgesetzt werden, weshalb auf die Journalebene gewechselt wurde. Die 1622 Journale wurden anschließend ebenfalls einer OECD-Klasse zugeordnet. Forschende des Projekts Meaningful Data Counts verifizierten die Ergebnisse. Außerdem wurde auf Basis der Erkenntnisse beim Mapping ein teilautomatisierter Ansatz beschrieben, dernForschende beim Mapping zweier Klassifikationssysteme als Anhaltspunkt dienen soll