Dieses Projekt befasst sich mit der Einrichtung eines Datenmanagementsystems (aufbauend auf ein bereits bestehendes; im TR32). Dieses System ist in der Lage, große Mengen an Forschungsdaten zu speichern und zur Verfügung zu stellen. Es ermöglicht eine genaue Datencharakterisierung über eine flexible, jedoch standardisierte und benutzeroberflächenunabhängige Metadatenstruktur. Datensäte können Digitale Objekt Identifier (DOI) erhalten. Alle raumbezogenen Daten des SFB werden über ein WebGIS zugänglich sein. Die Daten der Wetterstationen (Z03) werden entsprechend gängiger Standards im System integriert. Eine weitere Aufgabe dieses Projekts besteht in der Analyse raumbezogener Daten für die gemeinsamen Forschungsgebiete des SFB.
The CRC806-Database platform is the Research Data Management infrastructure of the SFB / CRC 806. The infrastructure is implemented using Open Source software, and implements Open Science, Open Access and Open Data principles.
The Collaborative Research Centre (CRC; ‘Sonderforschungsbereich’ or SFB) is designed to capture the complex nature of chronology, regional structure, climatic, environmental and socio-cultural contexts of major intercontinental and transcontinental events of dispersal of Modern Man from Africa to Western Eurasia, and particularly to Europe (Cited from introductory text on: www.sfb806.de).
<<<!!!<<< Attention! Data sets are not updated anymore. Please, visit the BonaRes Repositorium for new datasets. https://www.re3data.org/repository/r3d100013470 >>>!!!>>>
Open Research Data provides quality assessed data and their metadata such as context information on measurement objectives, equipment, methods, testing and investigation areas. The purpose of the repository is to secure quality, integrity and long-term availability of landscape and ecosystem research data as well as to enhance accessibility of free data from ZALF long-term monitoring campaigns, landscape laboratories (Agro-ScapeLabs), field trials and experiments.
The Leibniz Centre for Agricultural Landscape Research (ZALF) explores ecosystems in agricultural landscapes and the development of ecologically and economically viable land use systems. ZALF combines scientific expertise from agricultural science, geosciences, biosciences and socio-economics.
Im Verbundprojekt 'Restless' soll die Frage geklärt werden, ob und in wieweit das Risiko induzierter Seismizität von der Lithologie des erschlossenen geothermischen Reservoirs abhängt. Gesamtziel des Projekts ist es, mit einer Kombination von Gelände-, Labor- und numerischen Methoden die notwendigen Bedingungen zur Reaktivierung von Störungen und die resultierende Seismizität in Abhängigkeit von deren geometrischen und lithologischen Eigenschaften genauer zu untersuchen. Das Teilprojekt der DEW wird hierzu maßgebliche Forschungsdaten aus Tiefbohrungen gewinnen und zur wissenschaftlichen Analyse bereitstellen, ohne diese die wesentlichen Erkenntnisgewinne des Gesamtvorhabens nicht möglich wären und die Aussagekraft des Forschungsprojektes maßgeblich eingeschränkt wäre. Die DEW als auch die gesamte geothermische Industrie hat an der Evaluierung dieser zu generierenden geophysikalischen, hydraulische und seismischen Forschungsdaten ein vitales Interesse, da die Geothermievorhaben in einer frühen Entwicklungsphase wesentlich besser hinsichtlich einer möglichen seismischen Gefährdung beurteilt werden können und folglich die Erfolgswahrscheinlichkeit des Projekts erhöht werden und damit auch deren Akzeptanz in der Öffentlichkeit verbessert werden kann.
Das INF Projekt unterstützt den gesamten Lebenszyklus der Forschungsdaten im SFB von der Infrastruktur für sicheren Datenaustausch, der Metadatenanreicherung, nachhaltigen Maßnahmen zum Datenmanagement bis hin zur direkten Unterstützung der Datenanalyse durch statistische Verfahren. In die wissenschaftlichen Teilprojekte integriert, zielt INF auf die Verbesserung der Datenqualität und ihrer Stabilität, fördert Austausch und Nachnutzung der erstellten Datensätze und unterstützt mit statistischer Analyse die Synthese der Forschungsergebnisse. Die Kernkomponenten von INF bilden die modulare Forschungsinfrastruktur mit dem zentralen Informationssystem, das übergreifende Konzept zum Forschungsdatenmanagement und zur Datenkuration, sowie eine umfassende statistische Expertise mit Beratungsangebot, Methodenentwicklung und Datenanalyse.