Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

What You See Is What You … Have to Revise Afterwards

von Martin Prell

Daten und Zielstellung

Im Juli 2024 hatte ich dank eines FAIR-Data-Stipendiums von NFDI4Memory am DH Lab des IEG die Gelegenheit, ein Datenset zu transformieren, das wenige Jahre zuvor am Lehrstuhl für Geschlechtergeschichte der Universität Jena entstanden war: Das in der staatlichen Bücher- und Kupferstichsammlung Greiz befindliche handschriftliche Reisetagebuch zur Kavalierstour des pietistischen Grafen und späteren Fürsten Heinrich XI. Reuß-Greiz (1722–1800) in den Jahren 1740 bis 1742 war damals durch die Thüringer Landes- und Universitätsbibliothek digitalisiert und mit Hilfe der virtuellen Forschungsumgebung FuD transkribiert und annotiert worden. FuD beinhaltet unter anderem einen sogenannten WYSIWYM-XML-Editor; ein Akronym für „What you see is what you mean“, da die Eingabe der Daten in einer graphischen Oberfläche stattfindet, ohne dabei zwingend mit Auszeichnungskodierung in Berührung zu kommen. Die avisierte Präsentation des Tagebuchs im Editionenportal Thüringen war zum Ende der Erschließung nicht mehr möglich. Ziel des FAIR Data-Stipendiums war es daher, die FuD-XML-Forschungsdaten so zu transformieren und zu publizieren, dass die Edition bestmöglich auffindbar, langfristig zugänglich, interoperabel und nachnutzbar wird. „What You See Is What You … Have to Revise Afterwards“ weiterlesen

4230 Zeilen unter dem Datenmeer: Nutzung von OpenRefine zur Datenbereinigung bei uneindeutigen Datensätzen in DigiKAR

von Meike Starke und Catharina Strokowsky

Die Arbeit mit uneindeutigen Daten lässt auch technische Lösungen irgendwann an ihre Grenzen stoßen. Diese Herausforderung stellte sich auch bei der Arbeit mit Daten zu den Lebenswegen von frühneuzeitlichen Professoren im Projekt „Digitale Kartenwerkstatt Altes Reich“ (DigiKAR). Eine manuelle Bereinigung war notwendig, um mehr als 750 Informationen zu Lebensereignissen zu prüfen und zu korrigieren. Als uns Hilfskräften diese Aufgabe übertragen wurde, hatten wir bisher keinerlei praktische Erfahrung mit der Arbeit an Datensätzen und haben unsere eigene Arbeitsweise anhand dieses Projekts entwickelt. In diesem Post schildern wir unsere ersten Erfahrungen, um Anfänger*innen Hilfestellungen zum Einstieg zu geben und Erfahrenen unsere Perspektive zu eröffnen. Auf zu unserem ersten Tauchgang ins Datenmeer! „4230 Zeilen unter dem Datenmeer: Nutzung von OpenRefine zur Datenbereinigung bei uneindeutigen Datensätzen in DigiKAR“ weiterlesen