integrate metadata management throughout the website #48
19 changed files with 266 additions and 10 deletions
|
|
@ -12,7 +12,7 @@ params:
|
||||||
name-title: Prof. Dr.
|
name-title: Prof. Dr.
|
||||||
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
||||||
seealso-link: https://www.fz-juelich.de/profile/heinrichs_b
|
seealso-link: https://www.fz-juelich.de/profile/heinrichs_b
|
||||||
seealso-text: Personliches Profil
|
seealso-text: Persönliches Profil
|
||||||
sortkey: "Heinrichs, Bert"
|
sortkey: "Heinrichs, Bert"
|
||||||
---
|
---
|
||||||
|
|
||||||
|
|
|
||||||
|
|
@ -10,7 +10,7 @@ params:
|
||||||
name-title: Dr.
|
name-title: Dr.
|
||||||
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
||||||
seealso-link: https://www.fz-juelich.de/profile/rathkopf_c
|
seealso-link: https://www.fz-juelich.de/profile/rathkopf_c
|
||||||
seealso-text: Personliches Profil
|
seealso-text: Persönliches Profil
|
||||||
sortkey: "Rathkopf, Charles"
|
sortkey: "Rathkopf, Charles"
|
||||||
---
|
---
|
||||||
|
|
||||||
|
|
|
||||||
22
content/contributors/christian-moench/_index.de.md
Normal file
22
content/contributors/christian-moench/_index.de.md
Normal file
|
|
@ -0,0 +1,22 @@
|
||||||
|
---
|
||||||
|
title: Christian Mönch
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
software:
|
||||||
|
- datalad
|
||||||
|
- dump-things
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
roles:
|
||||||
|
- developer
|
||||||
|
layout: contributor
|
||||||
|
params:
|
||||||
|
orcid: 0000-0002-3092-0612
|
||||||
|
name-title: Dr.
|
||||||
|
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
||||||
|
seealso-link: https://www.fz-juelich.de/profile/moench_c
|
||||||
|
seealso-text: Persönliches Profil
|
||||||
|
sorteky: Moench, Christian
|
||||||
|
---
|
||||||
|
|
||||||
|
Research Software Engineer für Dump Things Service und DataLad.
|
||||||
22
content/contributors/christian-moench/_index.md
Normal file
22
content/contributors/christian-moench/_index.md
Normal file
|
|
@ -0,0 +1,22 @@
|
||||||
|
---
|
||||||
|
title: Christian Mönch
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
software:
|
||||||
|
- datalad
|
||||||
|
- dump-things
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
roles:
|
||||||
|
- developer
|
||||||
|
layout: contributor
|
||||||
|
params:
|
||||||
|
orcid: 0000-0002-3092-0612
|
||||||
|
name-title: Dr.
|
||||||
|
affiliation: Institute of Neuroscience and Medicine (INM-7), Research Center Jülich
|
||||||
|
seealso-link: https://www.fz-juelich.de/profile/moench_c
|
||||||
|
seealso-text: personal profile
|
||||||
|
sorteky: Moench, Christian
|
||||||
|
---
|
||||||
|
|
||||||
|
Research Software Engineer for Dump Things Service and DataLad.
|
||||||
1
content/contributors/christian-moench/thumbnail.webp
Normal file
1
content/contributors/christian-moench/thumbnail.webp
Normal file
|
|
@ -0,0 +1 @@
|
||||||
|
/annex/objects/MD5E-s26762--3e07316f8b91d4e74189617e3450d26a.webp
|
||||||
|
After Width: | Height: | Size: 66 B |
|
|
@ -4,6 +4,7 @@ topics:
|
||||||
- datamanagement
|
- datamanagement
|
||||||
software:
|
software:
|
||||||
- datalad
|
- datalad
|
||||||
|
- shacl-vue
|
||||||
sites:
|
sites:
|
||||||
- fzj
|
- fzj
|
||||||
roles:
|
roles:
|
||||||
|
|
@ -16,10 +17,10 @@ layout: contributor
|
||||||
params:
|
params:
|
||||||
orcid: 0000-0003-3503-9872
|
orcid: 0000-0003-3503-9872
|
||||||
name-title: Dr.
|
name-title: Dr.
|
||||||
affiliation: Institute of Neuroscience and Medicine (INM-7), Research Center Jülich
|
affiliation: Institut für Neurowissenschaften und Medizin (INM-7), Forschungszentrum Jülich
|
||||||
seealso-link: https://www.fz-juelich.de/profile/heunis_s
|
seealso-link: https://www.fz-juelich.de/profile/heunis_s
|
||||||
seealso-text: Persönliches Profil
|
seealso-text: Persönliches Profil
|
||||||
sortkey: Heunis, Stephan
|
sortkey: Heunis, Stephan
|
||||||
---
|
---
|
||||||
|
|
||||||
Research Software Engineer für den DataLad Catalog.
|
Research Software Engineer für den DataLad Catalog.
|
||||||
|
|
|
||||||
|
|
@ -4,6 +4,7 @@ topics:
|
||||||
- datamanagement
|
- datamanagement
|
||||||
software:
|
software:
|
||||||
- datalad
|
- datalad
|
||||||
|
- shacl-vue
|
||||||
sites:
|
sites:
|
||||||
- fzj
|
- fzj
|
||||||
roles:
|
roles:
|
||||||
|
|
@ -18,8 +19,8 @@ params:
|
||||||
name-title: Dr.
|
name-title: Dr.
|
||||||
affiliation: Institute of Neuroscience and Medicine (INM-7), Research Center Jülich
|
affiliation: Institute of Neuroscience and Medicine (INM-7), Research Center Jülich
|
||||||
seealso-link: https://www.fz-juelich.de/profile/heunis_s
|
seealso-link: https://www.fz-juelich.de/profile/heunis_s
|
||||||
seealso-text: Persönliches Profil
|
seealso-text: personal profile
|
||||||
sortkey: Heunis, Stephan
|
sortkey: Heunis, Stephan
|
||||||
---
|
---
|
||||||
|
|
||||||
Research Software Engineer for DataLad Catalog.
|
Research Software Engineer for DataLad Catalog.
|
||||||
|
|
|
||||||
53
content/showcases/casestudy-trr379/_index.de.md
Normal file
53
content/showcases/casestudy-trr379/_index.de.md
Normal file
|
|
@ -0,0 +1,53 @@
|
||||||
|
---
|
||||||
|
title: Fallstudie - Metadaten-Pooling für das Forschungskonsortium TRR379
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- christian-moench
|
||||||
|
- jenna-swarthout-goddard
|
||||||
|
- michael-hanke
|
||||||
|
- stephan-heunis
|
||||||
|
software:
|
||||||
|
- shacl-vue
|
||||||
|
- dump-things
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
Im Rahmen von ABCD-J haben wir einen Ansatz für das (Meta-)Datenmanagement entwickelt, der die gemeinschaftliche, modellgesteuerte Erfassung und Wiederverwendung von Forschungsinformationen über verteilte Standorte und Projekte hinweg ermöglicht.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Groß angelegte, verteilte Forschungskooperationen stehen oft vor einem gemeinsamen Problem: *Metadaten* zu Daten, Werkzeugen, Mitwirkenden und anderen Forschungsaktivitäten sind in der Regel über heterogene Systeme verstreut. Die Mitwirkenden von ABCD-J schließen diese Lücke, indem sie eine gemeinsame Metadaten-Infrastruktur für die Projektstandorte des Sonderforschungsbereichs entwickeln, um Forschungsinformationen zu bündeln, anzureichern, abzufragen und wiederzuverwenden. Insbesondere der von der DFG geförderte Sonderforschungsbereich [TRR379](https://www.trr379.de/de/) (Neuropsychobiologie der Aggression: Ein transdiagnostischer Ansatz
|
||||||
|
bei psychischen Erkrankungen) dient als bislang umfassendste Umsetzung und zeigt, wie Metadaten den wissenschaftlichen Fortschritt und die Kommunikation fördern sowie Verwaltungsprozesse vereinfachen können.
|
||||||
|
|
||||||
|
#### Das System
|
||||||
|
|
||||||
|
Das Herzstück des Forschungsmetadatensystems von TRR379 ist ein [Metadaten-Pooling-Dienst](https://pool.v0.trr379.de/), der die strukturierte Erfassung, Anreicherung, Abfrage und Wiederverwendung von Forschungsinformationen über verteilte Standorte und Nutzer hinweg unterstützt. Er besteht aus zwei zentralen Softwarekomponenten:
|
||||||
|
- Ein serverseitiger Metadatenspeicher und eine API, der [Dump Things Service](https://pypi.org/project/dump-things-service/)
|
||||||
|
- Eine [Web-Benutzeroberfläche](https://pool.v0.trr379.de/ui/) für die strukturierte Dateneingabe, basierend auf [shacl-vue](https://shacl-vue.psychoinformatics.de/)
|
||||||
|
|
||||||
|
Wichtig ist, dass diese Softwarekomponenten ihre Struktur dynamisch aus einem anwendungsspezifischen Schema ableiten (spezifiziert mit [LinkML](https://linkml.io/)), wodurch derselbe Tool-Stack domänenübergreifend genutzt werden kann. Gleichzeitig bleiben die zugrunde liegenden generischen Schemakomponenten eng an semantische Standards wie die [Provenance Ontology (PROV-O)](https://www.w3.org/TR/prov-o/) des World Wide Web Consortium (W3C) angelehnt, was die Interoperabilität zwischen Domänen sowie langfristige Erweiterbarkeit gewährleistet. Mit diesem Design werden Metadaten über verschiedene Service-Bereitstellungen und nachgelagerte Anwendungen hinweg wiederverwendbar, unabhängig davon, ob die Informationen letztendlich zur Erstellung von Webseiten, Berichten, Datenkatalogen oder anderen Ausgaben verwendet werden.
|
||||||
|
|
||||||
|
Code-Entwicklung, Authentifizierung und automatisierte Workflows für die Anreicherung, Abfrage und Ausgabegenerierung werden alle über eine kollaborative und selbst gehostete [forgejo-aneksajo](https://codeberg.org/forgejo-aneksajo/forgejo-aneksajo/)-Bereitstellung unter https://hub.trr379.de/ unterstützt. Zusammen mit dem Metadaten-Pooling-Dienst bietet dies eine gemeinsame Infrastruktur, die es verteilten Teams ermöglicht, Forschungsaktivitäten zu beschreiben und zu verwalten.
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
Im TRR379-Kontext werden Metadaten nicht als administratives Nebenprodukt behandelt, sondern als aktive Koordinationsschicht. Dies ermöglicht:
|
||||||
|
- die standortübergreifende Aggregation von Informationen zu Datensätzen, Werkzeugen, Projekten, Publikationen usw.
|
||||||
|
- die strukturierte Wiederverwendung von Metadaten für Berichterstattung und Kommunikation
|
||||||
|
- die automatisierte Generierung von konsortialorientierten Inhalten
|
||||||
|
|
||||||
|
Ein besonders sichtbares Ergebnis ist, dass ein Großteil der [TRR379-Website](https://www.trr379.de/de/) nun automatisch aus der zugrunde liegenden Metadateninfrastruktur generiert wird, was eine kontinuierliche Synchronisation von Forschungsaktivitäten und deren öffentlicher Darstellung ermöglicht. Als Beispiel dafür, wie das Metadatensystem administrative Arbeitsabläufe unterstützen kann, beispielsweise bei der Erfüllung von Berichtspflichten gegenüber Förderorganisationen, hat das [TRR379 die jährliche Umfrage der DFG zu koordinierten Programmen mithilfe des integrierten Metadatensystems durchgeführt](https://www.trr379.de/de/news/2025-dfg-survey/).
|
||||||
|
|
||||||
|
#### Die Bedeutung
|
||||||
|
|
||||||
|
Das TRR379 stellt eine Validierung in der Praxis des integrierten Service-Ökosystems dar, das auf der ABCD-J-Plattform entwickelt wurde. In diesem Fall vereint die Infrastruktur:
|
||||||
|
- eine zentrale Kollaborationsplattform
|
||||||
|
- ein System zur Zusammenführung und Kuratierung von Metadaten
|
||||||
|
- Werkzeuge und Workflows zur Verknüpfung und Verbreitung von Forschungsinformationen
|
||||||
|
|
||||||
|
Dieser Einsatz zeigt, wie eine föderierte, modellgesteuerte Metadatenebene das [FAIR-(Meta-)Datenmanagement](https://abcd-j.de/de/topics/datamanagement/) in wissenschaftlichen Arbeitsabläufen unterstützen und administrative Anforderungen erfüllen kann. Er veranschaulicht zudem, wie Forschungsergebnisse und organisatorische Informationen in einer kontinuierlich aktualisierten, maschinenlesbaren Form gepflegt werden können, um die Konsistenz und Wiederverwendbarkeit von (Meta-)Daten zu verbessern.
|
||||||
52
content/showcases/casestudy-trr379/_index.md
Normal file
52
content/showcases/casestudy-trr379/_index.md
Normal file
|
|
@ -0,0 +1,52 @@
|
||||||
|
---
|
||||||
|
title: Case study - Metadata pooling for the TRR379 research consortium
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- christian-moench
|
||||||
|
- jenna-swarthout-goddard
|
||||||
|
- michael-hanke
|
||||||
|
- stephan-heunis
|
||||||
|
software:
|
||||||
|
- shacl-vue
|
||||||
|
- dump-things
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
Within the ABCD-J context, we have developed a (meta)data management approach that enables collaborative, model-driven collection and reuse of research information across distributed sites and projects.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Large-scale distributed research collaborations often face a common problem: *metadata* about data, tools, contributors, and other research activities are typically fragmented across heterogeneous systems. ABCD-J contributors are addressing this gap by developing shared metadata infrastructure for collaborative research center project sites to pool, enrich, query, and reuse research information. In particular, the DFG-funded collaborative research center, [TRR379](https://www.trr379.de/) (Neuropsychobiology of Agression: A Transdiagnostic Approach in Mental Disorders), serves as the most comprehensive deployment to date, demonstrating how metadata can facilitate scientific advancement and communication, as well as simplified administrative processses.
|
||||||
|
|
||||||
|
#### The system
|
||||||
|
|
||||||
|
At the core of the TRR379 research metadata system is a [metadata pooling service](https://pool.v0.trr379.de/) that supports structured collection, enrichment, querying, and reuse of research information across distributed sites and users. It consists of two key software components:
|
||||||
|
- A server-side metadata store and API, the [Dump Things Service](https://pypi.org/project/dump-things-service/)
|
||||||
|
- A [web UI](https://pool.v0.trr379.de/ui/) for structured data entry, powered by [shacl-vue](https://shacl-vue.psychoinformatics.de/)
|
||||||
|
|
||||||
|
Importantly, these software components derive their structure dynamically from a use-case specific schema (specified using [LinkML](https://linkml.io/)), allowing the same tool stack to be used across domains. At the same time, the underlying generic schema components remain closely aligned with semantic standards such as the World Wide Web Consortium (W3C) [Provenance Ontology (PROV-O)](https://www.w3.org/TR/prov-o/), ensuring interoperability between domains as well as long-term extensibility. With this design, metadata becomes reusable across different service deployments and downstream applications, independent of whether the information is ultimately used to generate web pages, reports, data catalogs, or other outputs.
|
||||||
|
|
||||||
|
Code development, authentication, and automated workflows for enrichment, querying, and output generation are all suppported via a collaborative and self-hosted [forgejo-aneksajo](https://codeberg.org/forgejo-aneksajo/forgejo-aneksajo/) deployment at https://hub.trr379.de/. Together with the metadata pooling service, this provides a shared infrastructure enabling distributed teams to describe and manage research activities.
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
In the TRR379 setting, metadata is not treated as an administrative by-product, but rather as an active coordination layer. It enables:
|
||||||
|
- aggregation of information on datasets, tools, projects, publications, etc. across sites
|
||||||
|
- structured reuse of metadata for reporting and communications
|
||||||
|
- automated generation of consortium-facing content
|
||||||
|
|
||||||
|
A particularly visible outcome is that much of the [TRR379 website](https://www.trr379.de/) is now automatically generated from the underlying metadata infrastructure, enabling continuous synchronization of research activities and their public representation. As an example for how the metadata system can support administrative workflows, such as meeting reporting requirements of funding agencies, the [TRR379 implemented the DFG's annual survey on coordinated programmes using the integrated metadata system](https://www.trr379.de/news/2025-dfg-survey/).
|
||||||
|
|
||||||
|
#### The significance
|
||||||
|
|
||||||
|
The TRR379 represents a real-world validation of the integrated service ecosystem developed across the ABCD-J platform. In this case, the infrastructure combines:
|
||||||
|
- a central collaboration platform
|
||||||
|
- a metadata pooling and curation system
|
||||||
|
- tools and workflows to link and disseminate research information
|
||||||
|
|
||||||
|
This deployment demonstrates how a federated, model-driven metadata layer can support [FAIR (meta)data management](https://abcd-j.de/topics/datamanagement/) in scientific workflows and to meet administrative requirements. It also illustrates how research outputs and organizational information can be maintained in a continuously updated, machine-readable form to improve (meta)data consistency and reuse.
|
||||||
1
content/showcases/casestudy-trr379/cover.webp
Normal file
1
content/showcases/casestudy-trr379/cover.webp
Normal file
|
|
@ -0,0 +1 @@
|
||||||
|
/annex/objects/MD5E-s184408--613333d843d7bb58b1e0850b048f9b9f.webp
|
||||||
|
After Width: | Height: | Size: 67 B |
1
content/showcases/casestudy-trr379/thumbnail.webp
Normal file
1
content/showcases/casestudy-trr379/thumbnail.webp
Normal file
|
|
@ -0,0 +1 @@
|
||||||
|
/annex/objects/MD5E-s24108--365b208fc2c96b199f9589d296f86d02.webp
|
||||||
|
After Width: | Height: | Size: 66 B |
24
content/software/dump-things/_index.de.md
Normal file
24
content/software/dump-things/_index.de.md
Normal file
|
|
@ -0,0 +1,24 @@
|
||||||
|
---
|
||||||
|
title: "Dump Things Service: Backend-Metadatenspeicher und API"
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- christian-moench
|
||||||
|
- michael-hanke
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
weight: 1500
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
Der Dump Things Service ist eine Open-Source-API-Implementierung, die das Speichern und Abrufen strukturierter (Meta-)Daten ermöglicht.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Der Dump Things Service bietet authentifizierte, HTTP-basierte Schnittstellen zum Speichern, Abrufen und Verwalten von Datensätzen gemäß vordefinierten Schemata; insbesondere unterstützt er Schemata, die auf dem [*Thing*-Schema von DataLad](https://concepts.datalad.org/s/things/v1/) basieren. Der Dump Things Service generiert automatisch sammlungsspezifische Endpunkte aus diesen gemeinsamen (Meta-)Datenmodellen und ermöglicht so die Wiederverwendbarkeit über Projekte und Domänen hinweg, ohne dass für jede Anwendung individuelle Datenbankdesigns und APIs erforderlich sind.
|
||||||
|
|
||||||
|
Innerhalb der ABCD-J-Plattform fungiert der Dump Things Service als zentrale Persistenzschicht für Forschungsmetadaten. Ein wesentliches Merkmal des Dienstes ist die Trennung zwischen eingehenden und kuratierten Informationen. Daten können über tokenbasierte Workflows eingereicht und anschließend überprüft, angereichert oder harmonisiert werden, bevor sie in kuratierte öffentliche oder private Sammlungen aufgenommen werden. Dies ermöglicht eine kollaborative (Meta-)Datenverwaltung unter Wahrung der Datenqualität und -herkunft.
|
||||||
|
|
||||||
|
[{{< icon "document" >}} Docs](https://hub.psychoinformatics.de/orinoco/dump-things-server) [{{< icon "link" >}} Source](https://hub.psychoinformatics.de/orinoco/dump-things-server)
|
||||||
24
content/software/dump-things/_index.md
Normal file
24
content/software/dump-things/_index.md
Normal file
|
|
@ -0,0 +1,24 @@
|
||||||
|
---
|
||||||
|
title: "Dump Things Service: Backend Metadata Storage and API"
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- christian-moench
|
||||||
|
- michael-hanke
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
weight: 1500
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
Dump Things Service is an open-source API implementation that enables storage and retrieval of structured (meta)data.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Dump Things Service provides authenticated HTTP-based interfaces for storing, retrieving and curating records according to predefined schemas; in particular, it supports schemas based on [DataLad's *Thing* schema](https://concepts.datalad.org/s/things/v1/). Dump Things Service automatically generates collection-specific endpoints from these shared (meta)data models, enabling reusability across projects and domains without the need for custom database designs and APIs for each application.
|
||||||
|
|
||||||
|
Within the ABCD-J platform, Dump Things Service acts as the central persistence layer for research metadata. A key feature of the service is the separation between incoming and curated information. Data can be submitted through token-based workflows and subsequently reviewed, enriched or harmonized before being incorporated into curated public or private collections, enabling collaborative (meta)data management while maintaining data quality and provenance.
|
||||||
|
|
||||||
|
[{{< icon "document" >}} Docs](https://hub.psychoinformatics.de/orinoco/dump-things-server) [{{< icon "link" >}} Source](https://hub.psychoinformatics.de/orinoco/dump-things-server)
|
||||||
1
content/software/dump-things/thumbnail.webp
Normal file
1
content/software/dump-things/thumbnail.webp
Normal file
|
|
@ -0,0 +1 @@
|
||||||
|
/annex/objects/MD5E-s40198--d42224388b5207a5898361be67547c9c.webp
|
||||||
|
After Width: | Height: | Size: 66 B |
24
content/software/shacl-vue/_index.de.md
Normal file
24
content/software/shacl-vue/_index.de.md
Normal file
|
|
@ -0,0 +1,24 @@
|
||||||
|
---
|
||||||
|
title: "shacl-vue: Browserbasiertes Tool zur Metadatenmanagement"
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- michael-hanke
|
||||||
|
- stephan-heunis
|
||||||
|
sites:
|
||||||
|
- fzj:
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
weight: 2000
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
`shacl-vue` ist eine browserbasierte Open-Source-Weboberfläche, die eine benutzerfreundliche Eingabe und Abfrage von (Meta-)Daten ermöglicht.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Anstatt für jeden neuen Anwendungsfall eigene Formulare erstellen zu müssen, generiert `shacl-vue` automatisch Benutzeroberflächen aus maschinenlesbaren Datenmodellen (z. B. [DataLad Concepts](https://concepts.datalad.org/)), die mithilfe von Semantic-Web-Technologien wie [SHACL](https://www.w3.org/TR/shacl/) und [OWL](https://www.w3.org/TR/owl-ref/) definiert wurden. Dieser modellgetriebene Ansatz ermöglicht die Wiederverwendung derselben Software in verschiedenen Domänen und Projekten und stellt gleichzeitig sicher, dass die gesammelten Informationen vordefinierten Standards entsprechen.
|
||||||
|
|
||||||
|
Innerhalb der ABCD-J-Plattform dient `shacl-vue` als Schlüsselkomponente für das [FAIR-Metadatenmanagement](https://abcd-j.de/de/topics/datamanagement/). Forscher, Kliniker und Projektkoordinatoren können automatisch generierte Formulare nutzen, um Datensätze, Fragebögen, Werkzeuge, Forschungs- bzw. Projektaktivitäten usw. strukturiert zu beschreiben. Da die Formulare auf der Grundlage gemeinsamer Metadatenschemata generiert werden, lassen sich Informationen nahtlos über Projektstandorte und Institutionen hinweg erfassen und für nachgelagerte Anwendungen wie die Erstellung von Datenkatalogen, Projektwebsites und Berichtsworkflows wiederverwenden.
|
||||||
|
|
||||||
|
[{{< icon "document" >}} Docs](https://psychoinformatics-de.github.io/shacl-vue/docs/) [{{< icon "link" >}} Source](https://hub.psychoinformatics.de/orinoco/shacl-vue.git)
|
||||||
24
content/software/shacl-vue/_index.md
Normal file
24
content/software/shacl-vue/_index.md
Normal file
|
|
@ -0,0 +1,24 @@
|
||||||
|
---
|
||||||
|
title: "shacl-vue: Browser-Based Metadata Management Tool"
|
||||||
|
contributors:
|
||||||
|
- adina-wagner
|
||||||
|
- michael-hanke
|
||||||
|
- stephan-heunis
|
||||||
|
sites:
|
||||||
|
- fzj
|
||||||
|
topics:
|
||||||
|
- datamanagement
|
||||||
|
weight: 2000
|
||||||
|
---
|
||||||
|
|
||||||
|
{{< lead >}}
|
||||||
|
|
||||||
|
`shacl-vue` is an open-source, browser-based web UI that enables user-friendly (meta)data entry and retrieval.
|
||||||
|
|
||||||
|
{{< /lead >}}
|
||||||
|
|
||||||
|
Rather than requiring custom form creation for each new use case, `shacl-vue` automatically generates user interfaces from machine-readable data models (e.g. [DataLad Concepts](https://concepts.datalad.org/)) defined using semantic web technologies such as [SHACL](https://www.w3.org/TR/shacl/) and [OWL](https://www.w3.org/TR/owl-ref/). This model-driven approach allows the same software to be reused across diverse domains and projects while ensuring that collected information conforms to predefined standards.
|
||||||
|
|
||||||
|
Within the ABCD-J platform, `shacl-vue` serves as a key component for [FAIR metadata management](https://abcd-j.de/topics/datamanagement/). Researchers, clinicians and project coordinators can use automatically generated forms to describe datasets, questionnaires, tools, research/project activities, etc. in a structured way. Because the forms are generated from shared metadata schemas, information can be seamlessly collected across project sites/institutions and reused for downstream applications such as generating data catalogs, project websites and reporting workflows.
|
||||||
|
|
||||||
|
[{{< icon "document" >}} Docs](https://psychoinformatics-de.github.io/shacl-vue/docs/) [{{< icon "link" >}} Source](https://hub.psychoinformatics.de/orinoco/shacl-vue.git)
|
||||||
1
content/software/shacl-vue/thumbnail.webp
Normal file
1
content/software/shacl-vue/thumbnail.webp
Normal file
|
|
@ -0,0 +1 @@
|
||||||
|
/annex/objects/MD5E-s14408--c00dab7bef1a049c2e10e5092e26dfe3.webp
|
||||||
|
After Width: | Height: | Size: 66 B |
|
|
@ -2,8 +2,10 @@
|
||||||
title: FAIR Data Management
|
title: FAIR Data Management
|
||||||
---
|
---
|
||||||
|
|
||||||
Datenmanagement nach den [FAIR](https://doi.org/10.1038/sdata.2016.18) (**F**indable, **A**ccessible, **I**nteroperable, **R**eusable) Prinzipien ist der Grundpfeiler von vertrauenswürdiger Wissenschaft. Datenmanagement nach den FAIR Prinzipien muss vollständig der klinischen Datenerhebung integriert werden. Für eine breite Aufnahme in der klinischen Forschung und Versorgung ist dabei eine Infrastruktur mit benutzerfreundlichen Front-Ends (Datenerhebung) und automatisiertem Back-End (Datenmanagement) zwingend notwendig. Datenschutz und Privatsphäre auf der einen sowie Integration, Nachnutzung und Austausch von Daten müssen by-design miteinander in Einklang gebracht werden.
|
Datenmanagement nach den [FAIR](https://doi.org/10.1038/sdata.2016.18) (**F**indable, **A**ccessible, **I**nteroperable, **R**eusable) Prinzipien ist der Grundpfeiler von vertrauenswürdiger Wissenschaft. Datenmanagement nach den FAIR Prinzipien muss vollständig der klinischen Datenerhebung integriert werden. Für eine breite Aufnahme in der klinischen Forschung und Versorgung ist dabei eine Infrastruktur mit benutzerfreundlichen Front-Ends (Datenerhebung), Strukturierte Metadatenmanagement und automatisiertem Back-End (Datenmanagement) zwingend notwendig. Datenschutz und Privatsphäre auf der einen sowie Integration, Nachnutzung und Austausch von Daten müssen by-design miteinander in Einklang gebracht werden.
|
||||||
|
|
||||||
Die Anwendungsfälle reichen dabei von der manuellen Eingabe klinischer Daten, der Durchführung digitaler Tests (z.B. Neuropsychologie oder Kinematik), dem Erfassen der Krankheitssymptome im täglichen Leben mit Hilfe von Smart Devices (z.B. Smartphones und Health Tracker), über die sogenannten Ecological Momentary Assessments zur computergestützten Datenerfassung mit KI-basierter Annotation. Dabei stehen für alle Anwendungen homogene Lösungen zum Datenmanagement zur Verfügung, die die “FAIRness” der Daten zur Biomarkerentwickung und -analyse unmittelbar nach deren Erfassung sichern und begleiten. Neben der reinen Datenerfassung sind verschiedene Szenarien der Datenverarbeitung weiterer Anwendungsfokus von ABCD-J-Projekten. Dazu gehören “Backend”-Server von mobile Health Systemen, ebenso wie die Integration als Speicher- oder Rechenknoten in Cloud-Systemen oder in (medizinischen) Rechenzentren zur kontrollierten Anbindung an existierende Daten- und Recheninfrastrukturen.
|
Die Anwendungsfälle reichen dabei von der manuellen Eingabe klinischer Daten, der Durchführung digitaler Tests (z.B. Neuropsychologie oder Kinematik), dem Erfassen der Krankheitssymptome im täglichen Leben mit Hilfe von Smart Devices (z.B. Smartphones und Health Tracker), über die sogenannten Ecological Momentary Assessments zur computergestützten Datenerfassung mit KI-basierter Annotation. Dabei stehen für alle Anwendungen homogene Lösungen zum (Meta-)Datenmanagement zur Verfügung, die die “FAIRness” der Daten zur Biomarkerentwickung und -analyse unmittelbar nach deren Erfassung sichern und begleiten. Neben der reinen Datenerfassung sind verschiedene Szenarien der Datenverarbeitung weiterer Anwendungsfokus von ABCD-J-Projekten. Dazu gehören “Backend”-Server von mobile Health Systemen, ebenso wie die Integration als Speicher- oder Rechenknoten in Cloud-Systemen oder in (medizinischen) Rechenzentren zur kontrollierten Anbindung an existierende Daten- und Recheninfrastrukturen.
|
||||||
|
|
||||||
|
Neben der eigenen Verwaltung von klinischen und Forschungsdaten entwickelt ABCD-J eine Infrastruktur für die gemeinsame Erfassung, Harmonisierung und Wiederverwendung von Metadaten, die Datensätze, Fragebögen, Tools, Projekte usw. beschreiben. Diese Metadaten liefern den notwendigen Kontext, um Daten projekt-, institutions- und anwendungsübergreifend zu finden, zu integrieren und wiederzuverwenden.
|
||||||
|
|
||||||
## Related to this topic
|
## Related to this topic
|
||||||
|
|
|
||||||
|
|
@ -2,8 +2,10 @@
|
||||||
title: FAIR data management
|
title: FAIR data management
|
||||||
---
|
---
|
||||||
|
|
||||||
[FAIR](https://doi.org/10.1038/sdata.2016.18) (**F**indable, **A**ccessible, **I**nteroperable, **R**eusable) data management is the pillar of trustworthy science. Data management according to the FAIR principles must be fully integrated into clinical data collection. An infrastructure with user-friendly front-ends (data collection) and automated back-ends (data management) is essential for broad acceptance in clinical research and care. Data protection and privacy on the one hand and integration, reuse and exchange of data on the other must be reconciled by design.
|
[FAIR](https://doi.org/10.1038/sdata.2016.18) (**F**indable, **A**ccessible, **I**nteroperable, **R**eusable) data management is the pillar of trustworthy science. Data management according to the FAIR principles must be fully integrated into clinical data collection. An infrastructure with user-friendly front-ends (data collection), structured metadata management and automated back-ends (data management) is essential for broad acceptance in clinical research and care. Data protection and privacy on the one hand and integration, reuse and exchange of data on the other must be reconciled by design.
|
||||||
|
|
||||||
The use cases range from the manual input of clinical data, the performance of digital tests (e.g. neuropsychology or kinematics), the recording of disease symptoms in daily life with the help of smart devices (e.g. smartphones and health trackers), to so-called Ecological Momentary Assessments and computer-aided data acquisition with AI-based annotation. Homogeneous data management solutions are available for all applications, which ensure and support the "FAIRness" of the data for biomarker development and analysis immediately after it is collected. In addition to pure data acquisition, ABCD-J projects also focus on various data processing scenarios. These include "backend" servers of mobile health systems, as well as integration as storage or computing nodes in cloud systems or in (medical) data centers for controlled connection to existing data and computing infrastructures.
|
The use cases range from the manual input of clinical data, the performance of digital tests (e.g. neuropsychology or kinematics), the recording of disease symptoms in daily life with the help of smart devices (e.g. smartphones and health trackers), to so-called Ecological Momentary Assessments and computer-aided data acquisition with AI-based annotation. Homogeneous (meta)data management solutions are available for all applications, which ensure and support the "FAIRness" of the data for biomarker development and analysis immediately after it is collected. In addition to pure data acquisition, ABCD-J projects also focus on various data processing scenarios. These include "backend" servers of mobile health systems, as well as integration as storage or computing nodes in cloud systems or in (medical) data centers for controlled connection to existing data and computing infrastructures.
|
||||||
|
|
||||||
|
In addition to managing clinical and research data themselves, ABCD-J develops infrastructure for the collaborative collection, harmonization and resuse of metadata describing datasets, questionnaires, tools, projects, etc. Such metadata provide the context necessary to discover, integrate and reuse data across projects, institutions and downstream applications.
|
||||||
|
|
||||||
## Related to this topic
|
## Related to this topic
|
||||||
|
|
|
||||||
Loading…
Add table
Add a link
Reference in a new issue