1.1. Lernziele

Mit dem Durcharbeiten dieses Jupyter Books können Sie die folgenden Lernziele erreichen. Sie finden die entsprechenden Lernziele auch noch einmal am Anfang jedes Kapitels.

Lernziel: Forschungsfrage

1. Die Forschungsfrage kann erläutert und in einen Kontext mit dem Bildungsbericht gesetzt werden.

Lernziel: Grundsätze des Datenmanagements

1. Die Bedeutung der vier FAIR-Prinzipien kann anhand eines konkreten Beispiels erläutert werden.

2. Die FAIRness eines gegebenen Datensatzes kann anhand einer Checkliste bewertet werden.

Lernziel: Sicherstellen der Qualität von Datensätzen

1. Die Bedeutung zentraler Qualitätskriterien für Datensätze kann für die Forschung erläutert werden.

2. Die Vor- und Nachteile zwischen XLSX- und CSV-Dateiformaten können für verschiedene Anwendungsfälle aufgezeigt werden.

3. Die Qualität eines gegebenen Datensatzes kann anhand einer Checkliste bewertet werden.

Lernziel: Datenzitierung und PID

1. Die allgemein anerkannten Methoden der Datenzitierung können beschrieben werden.

2. Die Rolle von Persistenten Identifikatoren (PIDs) in der Datenzitierung kann erläutert werden.

3. Die spezifischen Einsatzbereiche verschiedener Arten von PIDs (z.B. DOI, ORCID) können erklärt werden.

Lernziel: Datenaufbereitung und -strukturierung

1. Die Bedeutung von Datenaufbereitung kann erläutert werden.

2. Die Anwendung spezifischer Aufbereitungstechniken auf einen gegebenen Datensatz kann beschrieben werden.

3. Die Bedeutung einer klaren Datenstruktur für effektive Datenaufbereitung kann anhand eines Beispiels demonstriert werden.

Lernziel: Datenanalyse und -reproduzierbarkeit

1. Die Wichtigkeit einer sorgfältigen Dokumentation bei der Durchführung einer deskriptiven Analyse kann beschrieben werden.

2. Anhand eines konkreten Beispiels (aus der Fallstudie zur Reproduzierbarkeit) können mindestens drei für die Reproduzierbarkeit besonders relevante Aspekte erläutert werden.