Das Blog der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek
The #EuVsVirus Pan-European Hackathon was organized as a full remote event coordinated over Slack channels over the weekend of April 24-26. Our team ‘TIB ORKG’ was a team of six people who met online in one of the 500 Slack channels created for the hackathon. We grouped on a common agreement: scholarly articles structured in the ORKG was a great idea to help researchers easily comprehend the articles’ content.
➔
From 24 to 26 April 2020, the Scientific Data Management (SDM) group at TIB participated in the Pan-European hackathon. The SDM group and the Software and Knowledge Engineering Laboratory (SKEL) at the National Centre for Scientific Research “Demokritos” from Greece aimed at showcasing the power of integrating scientific literature and biomedical databases to discover patterns that contribute to explaining the expected results of a corona-virus related treatment.
➔
We present how the ORKG can organize information about the COVID-19 basic reproduction number as published in numerous articles and illustrate the benefits and possibilities of structured scholarly knowledge.
➔
New forms of knowledge exchange in research: Using a dynamic knowledge graph, various research ideas, approaches, methods and results are to be connected and presented in a machine-readable form. In this way, completely new connections of knowledge can be revealed and researchers have easier access the state-of-the-art in a certain field.
➔
Neue Formen des Wissensaustausches in der Forschung: Mit einem dynamischen Wissensgraphen sollen verschiedene Forschungsideen, -ansätze, -methoden und -ergebnisse vernetzt und maschinenlesbar dargestellt werden. So können völlig neue Zusammenhänge von Wissen zutage treten und Forschende erhalten einen leichteren Zugang zum Stand der Wissenschaft.
➔
Biomedizinische Daten werden in unzähligen Formaten dargestellt, die für die optimale Therapieentscheidung kombiniert werden müssen. Die unterschiedliche Struktur und Qualität der Daten sind die größten
Hindernisse für die Wissensgewinnung. Hier helfen algorithmische Lösungen bei der Big-Data-Integration.
In der vernetzten Welt von heute werden große Datenmengen mit großer Vielfalt in Bezug auf Volumen und Datenquellen produziert. Dabei gewinnen Daten aus Industrie 4.0 und selbstorganisierten Systemen bzw. Dienstleistungen einen immer größer werdenden Anteil. Die Erfindung neuer Technologien im Bereich Big Data erfordert daher neues Know-how. Ein Schlüssel zur
➔
BRIDGE-US is funded by the Federal Ministry of Education and Research within the context of the campaign “The Future of Work”. This project aims to strengthen the required capabilities as a Big Data Expert by comprehensively marketing research.
➔
Im Interview: Prof. Dr. (Univ. Simón Bolívar) Maria-Esther Vidal über den Einsatz von Big-Data-Technologien im Gesundheitssektor
➔
In an interview, Professor Dr. (Univ. Simón Bolívar) Maria-Esther Vidal discusses the use of big data technologies in the health sector
➔
