Tag Archives: nodegoat

La Universidad española: respuestas a los desafíos actuales desde su historia (International conference in Valencia, November 20/21 2024)

 

Fig: Places of origin of 20’000 jurists in the Repertorium Academicum Germanicum (RAG) 1250-1550. Most of these jurists studied at a university in the Holy Roman Empire, as this area is at the centre of research in the RAG.

On 20 and 21 November 2024, the University of Valencia will host the central congress of the Prometeo research project “The Spanish University: responses to current challenges from its history” (CIPROM/2021/028): https://producciocientifica.uv.es/proyectos/742056/detalle

At the invitation of the organising committee, Kaspar Gubler (University of Bern) will be taking part in this conference: “Visualisations of legal knowledge spaces in the Holy Roman Empire (1250-1550): Methodology, Findings and European Research Perspectives“

The conference will also host the XV International Congress on the History of Universities that has been established 1988. The conference will be placing special emphasis on the contemporary university and its diverse circumstances.

Conference program:

Programa XV Congreso Internacional Sobre Historia de las Universidades.pdf

 

Die Forschungsumgebung nodegoat als Forschungsinfrastruktur der Digital History

Nodegoat ist eine webbasierte Forschungsumgebung, die sich besonders für Digital History-Projekte eignet. Die Plattform bietet eine flexible Lösung zur Modellierung, Verwaltung, Analyse und Visualisierung historischer Daten in räumlichen, zeitlichen und sozialen Dimensionen. Zudem stellt nodegoat Werkzeuge für interdisziplinäre Zusammenarbeit (Linked Open Data) und die Veröffentlichung von Forschungsdaten sowie Datenmodellen bereit. Ein entscheidender Vorteil von nodegoat ist seine grafische Benutzeroberfläche, die es ermöglicht, mit Forschungsdaten zu arbeiten, ohne Programmierkenntnisse zu benötigen. Diese Oberfläche unterstützt sowohl das Daten- und Projektmanagement als auch die Erstellung von Datenmodellen und die Datenanalyse. Neben der grafischen Benutzeroberfläche bietet nodegoat auch eine API-Schnittstelle, die umfassenden Zugriff auf die Datenmodelle und Daten ermöglicht. Diese API erlaubt den Import, Export und die Modifikation von Daten innerhalb eines Projekts.

Abb1. Arbeitsbereiche in nodegoat: Data (Datenverwaltung), Management (der Projekte) und Model (Erstellen der individuellen Datenmodelle)

Nodegoat wird seit 2011 von LAB1100 entwickelt, einem Spin-off der Universität Amsterdam. Nodegoat ist auf dem Repositorium GitHub veröffentlicht (GNU Affero General Public License v3.0). Nodegoat wird als Einzelinstanz oder als Mehrbenutzerplattform (nodegoat GO) an Universitäten und Bildungseinrichtungen weltweit eingesetzt und in vielen Fällen von den Entwicklern (LAB1100) im Sinne von Managed Open Source gewartet und dabei auf dem aktuellsten Stand der Entwicklung (Software, Funktionsmodule) gehalten.

Da nodegoat ursprünglich für ein historisches Forschungsprojekt entwickelt wurde, stammen nach wie vor viele nodegoat-Projekte aus diesem Bereich. Etwa zur Erforschung von sozialen Migrationen, der Verbreitung von Wissen und Ideen oder der Analyse historischer Netzwerke. Dennoch hat sich nodegoat auch in anderen Disziplinen, wie der Archäologie, stark etabliert. Zahlreiche beispielhafte Projekte und Forschungspublikationen zeigen die vielseitige Anwendung von nodegoat in verschiedenen geisteswissenschaftlichen Disziplinen auf. Daher kann nodegoat heute als eine interdisziplinäre Forschungsumgebung betrachtet werden. Zunächst werden nachfolgend die Funktionen von nodegoat als Forschungsumgebung erläutert, gefolgt von einer Darstellung der Einsatzmöglichkeiten von nodegoat als Lernumgebung im Unterricht.

Zentrale Funktionen von nodegoat als Forschungsumgebung

Flexible Datenmodellierung
Nodegoat ermöglicht es Studierenden und Forschenden, eigene Datenmodelle zu erstellen, die auf ihre spezifischen Forschungsfragen und -ziele zugeschnitten sind. Es unterstützt sowohl strukturierte als auch unstrukturierte Daten.

Umfassende Datenverwaltung
Die Datenverwaltung kann an die spezifischen Anforderungen von Forschungsprojekten angepasst werden. Die Plattform ermöglicht standortunabhängige Bearbeitung und Aktualisierung von Datensätzen durch ihre webbasierte Struktur, einschliesslich der Nachverfolgung historischer Versionen. Massenänderungen an Datenbeständen können gezielt auf Basis von Filterabfragen durchgeführt und Datensätze auch zusammengeführt werden. Zudem bieten die Funktionen die Verwaltung von Datenzugriffsrechten sowie die automatische Sicherstellung der Datenintegrität durch Filterabfragen.

Integrierte Funktionen für die Datenanalyse und Datenvisualisierungen
Neben seinen Funktionen als Datenplattform bietet nodegoat integrierte Möglichkeiten für komplexe Filterabfragen basierend auf individuellen Datenmodellen. Zudem ermöglicht die Plattform Datenvisualisierungen auf geografischen Karten, in Netzwerken (wie sozialen, institutionellen, objekt- oder wissensorientierten Netzwerken) sowie in Zeitreihen.

Raum-zeitliche Analysen
Die Visualisierungsfunktionen von nodegoat sind besonders geeignet für raum-zeitliche Analysen in der Geschichtsforschung. Historische Daten können auf Karten visualisiert werden, was die Untersuchung räumlicher Beziehungen und Entwicklungen erheblich erleichtert. Zudem ermöglicht nodegoat die Integration von Zeitangaben, wodurch zeitliche Entwicklungen und Trends umfassend analysiert werden können. Eine besondere Analysemöglichkeit bietet der Zeitschieber, der es erlaubt, Visualisierungen auf Karten und in Netzwerken dynamisch über die Zeit darzustellen. Dies ermöglicht präzisere Beobachtungen zur Entstehung und Veränderung von Netzwerken und deren Verbindungen.

Netzwerkanalysen
Die Plattform bietet Werkzeuge zur Analyse von Netzwerken, die es ermöglichen, Beziehungen zwischen Personen, Orten oder Ereignissen zu untersuchen. Die flexible Datenmodellierung erlaubt jedoch auch die Analyse beliebiger Objekte innerhalb eines Netzwerks, einschliesslich immaterieller Entitäten wie Ideen oder Wissen. Durch die visuelle Darstellung solcher Netzwerke können komplexe Verbindungen und Strukturen besser nachvollzogen werden.

Import und -export von Daten und Datenmodellen
Nodegoat erlaubt den Import von Daten und Modellen aus verschiedenen Formaten (z.B. CSV, JSON) und den Export in andere Anwendungen, was eine Integration in unterschiedliche Arbeitsabläufe ermöglicht.

Zusammenarbeit
Nodegoat ermöglicht es mehreren Forschenden gleichzeitig an einem Projekt zu arbeiten, was die (interdisziplinäre) Zusammenarbeit in Teams erleichtert.

Veröffentlichung von Forschungsdaten und Visualisierungen
Ergebnisse können direkt über nodegoat veröffentlicht werden, beispielsweise durch die Erstellung von interaktiven Karten oder Netzwerken, die in wissenschaftliche Publikationen oder auf Online-Plattformen eingebettet werden können. Darüber hinaus ermöglicht ein integriertes Publikationsmodul in nodegoat die Aufbereitung von Daten und Modellen. Dazu wird ein Projekt ausgewählt und daraus eine ZIP-Datei generiert, die dann im Internet veröffentlicht und heruntergeladen werden kann. Mit der Erstellung einer solchen Publikation werden sowohl das Datenmodell des Projekts als auch alle zugehörigen Daten in nodegoat archiviert. Die Publikation bleibt zugänglich, selbst wenn später weitere Publikationen erstellt werden. Neben seiner Verwendung als Plattform für Datenmanagement und -analyse wird nodegoat zunehmend auch als Lernumgebung eingesetzt. Studierende können von der Nutzung von nodegoat auf vielfältige Weise profitieren.

Zentrale Funktionen von nodegoat als Lernumgebung

Durch die Nutzung von nodegoat können Studierende vielfältige technische, analytische und methodische Fähigkeiten erwerben, die ihnen in ihrer akademischen und später auch in ihrer beruflichen Laufbahn zugutekommen.

Datenmanagement und Datenmodellierung
Studierende lernen, wie sie grosse oder komplexe Datenmengen effizient erfassen, organisieren und verwalten können. Sie erfahren, wie sie durch die Erstellung eines individuellen Datenmodells historische Informationen aus Quellen und Literatur in strukturierte Forschungsdaten überführen, indem sie Entitäten, Klassifikationen und Beziehungen definieren, um historische Informationssysteme abzubilden. Besonders der interdisziplinäre Austausch über Datenmodelle fördert ein tieferes Verständnis für die Umsetzung von Forschungsfragen im Bereich der Digital History.

Datenanalyse
Studierende können die Beziehungen und Interaktionen zwischen verschiedenen Entitäten analysieren, indem sie Netzwerke visualisieren und interpretieren. Sie können zeitbasierte Daten analysieren und visualisieren, was besonders nützlich für historische oder longitudinale Studien ist.

Visualisierungen
Studierende lernen, wie man Daten visuell darstellt, um Muster, Trends und Zusammenhänge besser zu verstehen. Sie können interaktive Karten und grafische Darstellungen erstellen, die komplexe Informationen zugänglicher und verständlicher machen.

Interdisziplinäres Arbeiten
Nodegoat ermöglicht es, Daten aus verschiedenen wissenschaftlichen Disziplinen nach dem Prinzip von Linked Open Data zu verknüpfen und zu analysieren, was zu einem tiefergehenden Verständnis der untersuchten Themen führen kann.

Forschungskompetenzen
Studierende entwickeln methodische Fähigkeiten im Umgang mit digitalen Forschungswerkzeugen, was in der modernen Forschungslandschaft immer wichtiger wird.
Die Arbeit mit nodegoat kann auch Projektmanagement-Fähigkeiten fördern, in dem Projekte systematisch geplant und durchgeführt werden vom Datenmodell bis zur Interpretation der Ergebnisse.

Kollaboration
Da nodegoat web-basiert ist, fördert es die Zusammenarbeit in Forschungsprojekten, indem es mehreren Nutzern ermöglicht, gleichzeitig an denselben Daten und Datenmodellen zu arbeiten.

nodegoat als Forschungsinfrastruktur- und was bedeutet eigentlich ‘Forschungsinfrastruktur’?

Insgesamt bietet nodegoat eine robuste Infrastruktur für die Digital History, die durch ihre vielseitigen Funktionen und benutzerfreundlichen Tools eine umfassende und interaktive Erforschung historischer Daten ermöglicht. Die Plattform erlaubt auch Studierenden ohne IT-Kenntnisse einen relativ einfachen Einstieg in die Welt der Datenmodelle und Forschungsdaten. Langfristig trägt die internationale Verbreitung und die Verfügbarkeit als Open Source zur Nachhaltigkeit von nodegoat bei, da sie das Interesse und die Unterstützung von Universitäten und Bildungsinstitutionen sichert.
Der Begriff ‘Forschungsinfrastruktur’ ist in den Geisteswissenschaften, insbesondere in Bereichen wie der Digital History, oft nicht klar definiert. Eine Forschungsumgebung wie nodegoat fällt grundsätzlich in die Kategorie der virtuellen oder digitalen Infrastrukturen. In diesem Bereich werden spezialisierte Software, Tools und Plattformen entwickelt und gewartet, die für wissenschaftliche Analysen wie Berechnungen oder Simulationen erforderlich sind. Problematisch ist, dass digitale Infrastrukturen und digitale Forschungsprojekte nicht immer klar unterschieden werden in der Diskussion um Forschungsinfrastrukturen. Nicht jedes digitale Forschungsprojekt erfüllt die Kriterien einer Infrastruktur. Der entscheidende Unterschied liegt darin, dass eine echte Infrastruktur von mehreren Projekten genutzt und langfristig gewartet werden kann. In der Regel erfüllen die Projekte der digitalen Geisteswissenschaften, einschliesslich der Digital History, dieses Infrastrukturkriterium nicht. Oftmals entwickeln sie individuelle Software oder Plattformen, die nur für das jeweilige Projekt nutzbar sind und keine allgemeine Anwendbarkeit besitzen. Es ist daher notwendig, Kräfte zu bündeln und gemeinsam an der Entwicklung und Pflege digitaler Forschungsinfrastrukturen zu arbeiten. Nodegoat ist ein gutes Beispiel für eine solche Infrastruktur, die durch ihre offene, objektorientierte Architektur die Erstellung von individuellen, an spezifische Forschungsfragen angepassten Datenmodellen für verschiedene Disziplinen der Geisteswissenschaften ermöglicht.

Fazit

Nodegoat ist eine vielseitige webbasierte Forschungsumgebung, die sich besonders für digitale Geschichtsprojekte eignet. Mit ihrer flexiblen Plattform ermöglicht sie die umfassende Modellierung, Verwaltung, Analyse und Visualisierung von historischen Daten in räumlicher, zeitlicher und sozialer Dimension. Neben der grafischen Benutzeroberfläche, die ein Arbeiten ohne Programmierkenntnisse ermöglicht, bietet nodegoat auch eine API-Schnittstelle für vertiefte Dateninteraktionen. Es unterstützt die interdisziplinäre Zusammenarbeit und die Veröffentlichung von Forschungsdaten als Linked Open Data. Die Integration fortgeschrittener Analytik, wie z.B. raum-zeitliche und Netzwerkanalysen, macht nodegoat zu einem leistungsfähigen Werkzeug für komplexe Forschungsfragen und fördert gleichzeitig die Entwicklung praktischer und methodischer Fähigkeiten bei Studierenden. Als interdisziplinäre Plattform hat nodegoat seinen Anwendungsbereich weit über die Geschichtswissenschaft hinaus erweitert und wird auch in anderen geisteswissenschaftlichen Disziplinen eingesetzt.

From manual work to artificial intelligence: developments in data literacy and research infrastructure using the example of the Repertorium Academicum Germanicum (2001-2024)

Digital History Conference Basel 2024

Presentation by Dr. Kaspar Gubler, Thursday Septemer 12, Session 2A, 11-12.30 pm

For the presentation: https://api.quarto.pub/repac/

The presentation at the conference outlines the evolution of digital skills and the research infrastructure in the digital history project Repertorium Academicum Germanicum (RAG) from 2001 to 2024. The RAG, a prosopographical database on scholars of the Old German Empire (1250-1550), not only collects but also analyzes data, with a particular focus on visualizations such as maps, networks, and time series. A significant milestone occurred in 2017 with the migration of the database from MS Access/MS SQL Server to the nodegoat research environment. This transition was transformative for the project, as nodegoat greatly enhanced the efficiency of data management and analysis, enabling seamless data visualizations without the need for external software.

Sharing is caring: The RAG project went beyond using the new research environment nodegoat solely for its own purposes by sharing this valuable infrastructure with other projects within the faculty of humanities. With the support of strategic funding for digitalization, the multi-user platform nodegoat GO was established at the faculty. Today, this platform is widely used across nearly every discipline, by both students and researchers, and is increasingly being integrated into teaching as well. In 2024, around 250 users will be using nodegoat GO at the University of Bern for around 400 projects (from experiments to international research platforms).Since nodegoat GO is also used at other universities (academies), such as those in Basel, Amsterdam, Prague (Akademie věd České republiky), Ghent, Uppsala, to name just a few, it facilitates the exchange of open research data and data models between various projects and institutions. As the universities of Bern, Ghent and Uppsala are members of the ENLIGHT-group, they can use their nodegoat GO platforms as a common teaching tool, for example on linked open data or data models in the humanitites.

One such international platform is Atelier Heloise, in which the RAG project actively participates. Atelier Heloise is a global network of historical research projects focused on the digital exploration of university and knowledge history. These projects aim to pool and analyze their research data on a shared platform. The platform used for this purpose is nodegoat GO, chosen for its international reach and flexible data modeling capabilities.

Abstract of the conference paper:

“The Repertorium Academicum Germanicum (RAG) is a prosopographical research project dedicated to studying medieval scholars and their impact on society in Europe from 1250 to 1550. The RAG database contains approximately 62,000 scholars and 400,000 biographical entries across 26,000 locations, derived from university registers, academic sources, and general biographical records. As a pioneering project in digital prosopography, the RAG is exemplary for the development of data competences in the last 20 years. The presentation will therefore highlight the methods, procedures, best practices and future approaches used to date. What is special about the RAG is that the project not only collects data, but also analyses it in a targeted manner with a focus on data visualisations (maps, networks, time series). RAG presents the results in its own series of publications (RAG Forschungen).”

See also with further information:

https://www.linkedin.com/pulse/data-skills-und-geteilte-forschungsinfrastrukturen-der-kaspar-gubler-ti2qe

Conference program:

digihistch24_brochure (PDF)

nodegoat day 2024

nodegoat day 2024 is jointly organised by the Digital Humanities and the Data Science Lab of the University of Bern, the Swiss National Data and Service Center for the Humanities (DaSCH) and the Research and Infrastructure Support (RISE) of the University of Basel.

Since the start of the ‘nodegoat day’ event series in 2020, two institutes from different universities have been involved in the organisation for the first time this year: the University of Bern (Digital Humanities) and the University of Basel (RISE research infrastructure).

15:50–16:15 Uhr | Kaspar Gubler (Historisches Institut, Uni Bern): Atelier Héloïse: A European database on the digital history of universities and knowledge

Das ‘Atelier Héloïse’ ist ein europäischer Zusammenschluss von Datenbankprojekten, die sich mit der Geschichte von Universitäten und des Wissens von 1200 bis 2000 beschäftigen. Die beteiligten Forschungsprojekte haben das gemeinsame Ziel, ihre Forschungsdaten in eine einheitliche Datenbank einzuspeisen und zu harmonisieren. Aktuell sind bereits rund 100.000 Studenten und Gelehrte in dieser kollaborativen Datenbank erfasst. Die Konsolidierung der Daten ermöglicht nicht nur eine vereinfachte Suche nach Personen, sondern auch die individuelle Zusammenstellung von Personengruppen sowie die Visualisierung ausgewählter Lebensabschnitte, wie beispielsweise geografischer Herkunft und Studienorte. Die Umsetzung dieser kollaborativen Forschungsdatenbank erfolgt mithilfe von nodegoat. Diese Plattform dient sowohl dem Import der Daten aus den einzelnen Projekten als auch dem Abgleich der Daten (Reconciliation). In der Präsentation wird die praktische Umsetzung und der Betrieb des Projekts detailliert erläutert.

The ‘Atelier Héloïse’ is a European association of database projects dealing with the history of universities and knowledge from 1200 to 2000. The participating research projects have the common goal of feeding their research data into a standardised database and harmonising it. Currently, around 100,000 students and scholars are already recorded in this collaborative database. The consolidation of the data not only enables a simplified search for individuals, but also the individual compilation of groups of people and the visualisation of selected stages of life, such as geographical origin and places of study. This collaborative research database is implemented with the help of nodegoat. This platform is used both to import the data from the individual projects and to reconcile the data. The practical implementation and operation of the project will be explained in detail in the presentation.

Project website: http://heloise.nodegoat.unibe.ch, https://heloise.hypotheses.org/

Seminar of the research platform ‘Hector’ (Heritage. Cluture. Norms) at the Jagiellonian University (Krakow) on 8 March 2024

Illustration: Places of origin (red) of the RAG-scholars who studied at the University of Krakow and the other places where they studied (blue) (1364-1550), source: Repertorium Academicum Germanicum (RAG), 01/2024.

On 8 March 2024, a seminar on digital (legal) history will take place at the invitation of the Faculty of Law of the University of Krakow. The methodological focus of the workshop will be on contextualised digital prosopography and its connection to legal history and legal texts.

Program:

Hector research platform_seminar_march_8_2024 (PDF)

I am very much looking forward to this workshop, which my colleague in Krakow, Dr hab. Maciej Zdanek, prof. UJ, has organised, including the following contributions:

Dr Kaspar Gubler (University of Bern): Education of Jurists and the Transfer of Legal Knowledge in the Context of Prosopographical and Textual Databases. The example of the Repertorium Academicum Germanicum (1250-1550)

Prof. Dr. Martin Holý (University of Prague): Law and Lawyers at the University of Prague in the Late Middle Ages and Early Modern Period (1457/1458-1622)

 

Interactive data scenarios for the University of Krakow, provided by the Repertorium Academicum Germanicum (RAG):

https://database.rag-online.org/viewer.p/42

Visualisierungspraktiken in den Digital Humanities (Einführung)

Im Rahmen der Weiterbildung in Archiv-, Bibliotheks- und Informationswissenschaft der Universitäten Bern und Lausanne durfte ich letzten Freitag (15.12.2023) in einem Kurs-Modul kurzfrisitg Prof. Dr. Gerhard Lauer vertreten. Da ich nicht viel Zeit für die Vorbereitung hatte war ich froh, auf die Datenbankvorlagen (ein Projekt der Phil.-hist Fakultät der Uni Bern) in nodegoat zurückgreifen zu können. So konnte ich rasch ein Datenbankmodell aktivieren, das die Studierenden im Workshop zur Arbeit mit Forschungsdaten nutzen konnten. Ziel des Workshops war es (neben einem Überblick zu den Visualisierungspraktiken in den Digital Humanities), die praktische Erfassung und Visualisierung von Forschungsdaten durchzuspielen. Dank der Datenbankvorlagen konnte ich mich bei der Vorbreitung mehr auf die Inhalte konzentrieren und hatte von der technischen Seite her gesehen keinen grossen Aufwand. Der Kurs hat Spass gemacht, die Studierenden waren sehr schon versiert im Umgang mit digitalen Tools und vertraut mit neusten Entwicklungen der Digitalisierung.

Digitale Arbeitsinstrumente in der Mediävistik. Bestand und Forschungsperspektiven.

Vortrag von Dr. Kaspar Gubler im Rahmen der BMZ Ringvorlesung.

Livestream:

https://tobira.unibe.ch/!v/NGD0gfBX8kB

BMZ-Ringvorlesung HS 2023
Donnerstag, 9. November, 17:15-18:45h
Universität Bern Hauptgebäude | Hörsaal 220

https://www.bmz.unibe.ch/

HS23_BMZ Programm HS 2023

nodegoat as a research infrastructure @ the DARIAH-CH Study Days (October 20, 2023)

2023_DARIAH-CH_StudyDay_nodegoat (PDF)

13-14: Picht of the nodegoat infrastructure at university of Bern by Sebastian Borkowski, Kaspar Gubler and Sophia Marxer

14.15 – 15.15: Counseling on the nodeogat research infrastructure

nodegoat templates @ Bern Data Science Day 2023

The project will be presented at the Bern Data Science Day (5.5.2023)

UniS – Schanzeneckstrasse 1, 3012 Bern, room A019, starting  10.15 a.m.

“The Bern Data Science Initiative (BeDSI) invites to the 3rd Bern Data Science Day. It brings together data scientists from the University of Bern, the Bern University Hospital, sitem-insel and the Psychiatric University Clinic (UPD) for a unique conference on applied Data Science (DS). It gathers scientists from different domains to network and exchange ideas on emerging trends and research results in data science.”

BDSD2023_flyer (PDF)

nodegoat templates bern data science day 2023 (Poster, PDF)

https://www.dsl.unibe.ch/lab/bdsd/

Datenbankvorlagen in nodegoat für Studium, Forschung und Lehre

Am Forschungstag der Phil.-hist. Fakultät der Universität Bern (27. März 2023) stellen Kaspar Gubler und Joel Zschoge das Projekt zu Datenbankvorlagen für die Forschungsumgebung nodegoat vor.

Neu können Datenbankmodelle in der nodegoat GO Installation der Universität Bern als Vorlagen definiert werden (durch die Admins der Installation). Solche Vorlagen bestehen grundsätzlich aus Datenbankobjekten mit den zugehörigen Klassifikationen. Vorlagen können dabei so konfiguriert werden, dass sie entweder nur die Struktur des Datenmodells vorgeben oder zusätzlich bereits ein Set an ausgewählten Forschungsdaten enthalten. Letzteres ist für die Lehre von Nutzen, da die Studierenden eine solche Vorlage innert Minuten aktivieren können und dadurch einen niederschwellig Zugang zur Arbeit mit Forschungsdaten erhalten, u.a. zu Datenvisualisierungen und zur Netzwerkanalyse. Bei Interesse können die Studierenden schliesslich ihr eigenes, individuelles Datenmodell in nodegoat erstellen.

Ein weiterer Vorteil ist, dass in nodegoat beliebige Referenzmodelle wie etwa CIDOC CRM oder Dublin Core in das Datenmodell integriert werden können. Dadurch können Forschungsdaten von Projektbeginn an für eine Vernetzung mit anderen Projekten wie auch für die Langzeitarchivierung vorbereitet werden.

Zudem ist es mit nodegoat möglich, ganze Datenmodelle (optional inkl. Daten) mit anderen Usern an anderen Bildungsinstitutionen und in anderen Ländern auszutauschen (via JSON Schnittstelle von nodegoat).

Forschungstag_2023_Programm_final (PDF)

Datenanalyse für die Digital Humanities: Projekte, Methoden, Einsichten

Workshop, 06.-08. Februar 2023 (Montag-Mittwoch)  am CAIDAS (Center for Artificial Intelligence and Data Science) der Julius-Maximilians-Universität Würzburg.

Montag, 6. Februar, 11 Uhr: Kaspar Gubler (Uni Bern): Repertorium Academicum (REPAC): Digitale Rekonstruktion akademischer Wissens- und Kommunikationsräume im vormodernen Europa

“Der Workshop bringt 20 Wissenschaftlerinnen und Wissenschaftler aus den Sozial- und
Geisteswissenschaften (Geschichte, Theologie, Literatur, Kultur) und den
Computer- und Komplexitätswissenschaften (Datenanalyse, maschinelles Lernen, Netzwerkanalyse) zusammen, um die Herausforderungen für die “Digital Humanities” zu
diskutieren. Drei unterschiedliche Perspektiven werden thematisiert”

https://www.sg.ethz.ch/events/digital-humanities/

CAIDAS-Workshop-Final (PDF)

New publication on the SNSF Spark Project on ‘dynamic data ingestion’

Kaspar Gubler, Pim van Bree, Geert Kessels: Server-side Data Harmonization through Dynamic Data Ingestion. A Centralized Approach to Link Data in Historical Research , in: Fonti per la storia delle popolazioni accademiche in Europa. Sources for the History of European Academic Communities. X Atelier Héloïse a cura di Gian Paolo Brizzi, Carla Frova, Ferdinando Treggiari Bologna, 2022, pp. 9-14.

Dynamic data ingestion: Gubler / van Bree / Kessels (Only the table of contents is available)