Hum_SB_LARM

Overordnet casebeskrivelse
  
TitelLARM
AnsvarligBolette Ammitzbøll Jurik og Knud Åge Hansen
Forskningsspørgsmål

i LARM-projektet bliver der arbejdet med mange forskellige forskningsspørgsmål i mange forskellige del-projekter

Projekterne arbejder med radio-data igennem interfacet larm.fm. Her kan forskerne arbejde med materialet og berige det med

  • Rettelser til metadata
  • Nye metadata
  • Annoteringer
  • Samlinger af programmer i "mapper"

I denne case skal der skabes overblik over de nye data
Der skal etableres en løsning der sikrer disse data for eftertiden, ved at de langtidsbevares et passende sted på en passende måde (format)
Data skal så vidt muligt kunne genbruges i andre sammenhænge (fx. mediestream.dk) og til nye forskningsprojekter.

 

Involverede parter

SB, DigHumLab, Iben Have, Jeanne Nielsen (på barsel fra August 2015), ChaosInsights (som driver larm.fm platformen)

Case - Livscyklus for forskningsdata
SpørgsmålForklaringSvar
Hvilke eksisterende data tænkes anvendt?

Digitale data (samlinger) der eksisterer før forskningsprojektet går i gang. Fx samlingens navn

 

Radio-data fra DR

Radio-data fra Statsbiblioteket

Program-metadata fra DR

Program-metadata fra Statsbiblioteket (Ritzau)

PDF-filer med scannede program-oversigter (de hvide programmer)

 Hvad påtænkes disse data anvendt til ? (uddybende beskrivelse af forskningsspørgsmål  og -mål) 
 Hvem har ansvaret for disse data?DR har fungeret som underleverandør og er ikke længere en del af LARM-projektet efter overflytningen til DigHumLab, derfor er det Statsbiblioteket der har ansvaret for data
 Er der særlige juridiske forhold? (personfølsomme oplysninger, patenter, ophavsret...) 
 

Hvem kan få adgang til data? (betingelser)


Alle data er beskyttet af ophavsret hvorfor der kun kan gives adgang til larm.fm for ansatte og studerende der er omfattet af Statsbibliotekets Mediestream-aftale med Copydan
 Hvor befinder disse data sig?Både eksisterende og nye metadata befinder sig i CHAOS-platformen som hostes hos Amazon (via ChaosInsights). Denne platform har en SQL-database som backend men også et rigt API der kan kommunikeres med
 Hvor store datamængder tænkes behandlet (fx antal Gb / Tb samt antal objekter/filer)Der er så vidt vides 2-3 millioner objekter i CHAOS-databasen - det skal analyseres om alle disse skal bevares som et forskningsdatasæt eller det kun er det nye data forskerne har genereret der skal bevares. (tænke fremtidig brug i andre sammenhænge)
 Hvilke filformater indgår i samlingen? (TEI, JP2, MP3Filerne består af (XML-metadata, MP3-lydfiler (som streames fra Statsbiblioteket og nok IKKE skal indgå i forskningsdata-sæt), PDF-filer) - ind til videre tænkes kun XML-data at skulle gemmes i denne case da de øvrige arkiv-data er lagret på SB. Der skal selvfølgelig være passende referancer mellem XML-data i forskningsdata-sæt og de originale arkiv-data (ex. lydfiler)
 Hvilke kendte værktøjer tænkes anvendt? (gerne link til værktøjet)Pt bruges data kun gennem larm.fm så det bliver en af udfordringerne i denne case at finde ud af hvordan data kan bruges andre steder - bedste bud er nok et XML-format eller lignende generisk kontainer-format
 Kræver data/værktøjer specifikt software/system? 
Hvilke nye data tænkes genereret som en del af projektet?

Hvad er forholdet mellem eksisterende data og de nye data ? ( Er det afledte data? Skal alle datasæt bevares?)

 

De nye metadata og lign. er afledte data fra arkivdata (der kommer fra DR og SB). Der er ind til videre udelukkende tale om metadata i XML.

Det skal undersøges om der findes andre data (f.eks. dokumenter forskerne kan uploade og knytte til specifikke programmer / objekter)

 

 Hvad påtænkes de nye data anvendt til ? (uddybende beskrivelse af forskningsspørgsmål og tilgangsvinkel) 
 Hvilke filformater tænkes de nye data at blive lagret i ?

De nye data tænkes lagret i XML eller andet passende format

 
 Hvor store mængder nye data er der tale om ? (størrelse og antal objekter/filer)

Det er ind til videre usikkert hvor mange nye data der er tale om

XML-data er her i udgangspunktet ret små filer på nogle få Kbytes så selvom der måtte være millioner af dem fylder det samlet set ikke så meget

 Har de nye data værdi efter projektets afslutning, således at de bør bevares? (i givet fald hvilken værdi og for hvem)

De nye data er alle manuelt inddateret i larm.fm så de repræsenterer en stor værdi i skabelsen. Det er umiddelbart vurderet at de også vil have værdi for andre forskere i fremtidige projekter samt ikke mindst værdi for arkiv-institutionerne hvorfra de arkiv-data de nye data omhandler kommer fra

De nye data bør derfor bevares

 Hvilke kendte værktøjer tænkes anvendt på de nye data? (gerne link til værktøjet) 
 Overvejes udvikling af nye værktøjer? 
Case ifht. livscyklus
 Data Management Planning Data capture, storage and documentationData identification, citation and discovery Select and deposit for long term preservationTraining and marketing toolSustainability
Kontaktpersoner      
Denne case kan bidrage til temaet med... (lav-middel-høj relevans)
      
Kommentarer
DatoKommentarEmne 
 Dokumentation om LARM kan findes her: LARM blogInfo 
    
    
    
    
    
    
    
    
    
    
Presentation