Teile Frederik

nachhaltige_daten/030_Strukturierte_Daten.md

@@ -2,5 +2,60 @@
 
 <!-- Frederik -->
 
-* Maschinenlesbare Daten: XLS, Access-Datenbanken, PhotoShop, Videospiele
-* Struktur: Spalten/Zeilen, Records, …
+## Der zweite Stern
+
+![](bilder/5-star-steps_2.png)
+
+## Menschenlesbare Daten
+
+![Beispielseite de Jahresstatistik Spätaussiedler 2008](bilder/Beispielseite_Jahresbericht.svg)
+
+## Maschinenlesbare Daten
+
+|          |  2000 |  2001 |  2002 |  2003 |  2004 |  2005 |
+|:---------|------:|------:|------:|------:|------:|------:|
+| ev       | 49127 | 50859 | 44175 | 34346 | 26218 | 15517 |
+| kath     | 17751 | 18623 | 16328 | 12176 |  9520 |  5393 |
+| orthodox | 12563 | 14688 | 16137 | 13690 | 12701 |  7797 |
+| andere   |  4376 |  4395 |  3618 |  3090 |  1927 |  1211 |
+| keine    |  7878 |  6656 |  7910 |  7660 |  7176 |  4116 |
+| kA       |  3920 |  3263 |  3248 |  1923 |  1551 |  1488 |
+
+::: notes
+
+* Eine PDF-Datei ist für den Druck und die Anzeige gedacht.
+* Menschen können die Struktur erkennen, aber für einen Computer sind das erst einmal nur auf einer Fläche angeordnete Ziffern und Linien.
+* Anders z.B. eine Excel-Datei: Hier kann der Computer die Struktur der Daten erkennen und damit z.B. Berechnungen anstellen.
+* Maschinenlesbare Daten zeichnen sich also durch eine Struktur aus, die mit computationellen Methoden erkannt und transformiert werden kann.
+
+:::
+
+## Einheiten: Records
+
+*Tabelle mit Zeile hervorgehoben*
+
+::: notes
+
+* Ein Datensatz besteht aus einer Reihe von Einträgen oder Records, in der Statistik würde man sagen: Fällen.
+* Ein Record kann z.B. die Daten zu einer Person umfassen, oder zu einem Buch, oder zu einem Tweet.
+
+:::
+
+## Einheiten: Variablen
+
+*Tabelle mit Spalte hervorgehoben*
+
+::: notes
+
+* Die einzelnen Datenfelder oder Variablen geben die Ausprägungen einer Eigenschaft in einem Fall an. Das kann z.B. das Alter einer Person oder das Erstellungsdatum eines Blogposts sein.
+* In kompexeren Fällen können diese Felder wieder strukturiert sein, oder mehrere Einträge umfassen.
+* Bsp: Mehrere Sprachen eines Textes
+* Das lässt sich dann in Tabellen nicht mehr gut abbilden
+
+:::
+
+## Typische Probleme
+
+*Beispiele ergänzen: Verbundene Zellen, Textformatierung, Alternativen*
+
+Siehe auch <https://carpentries-incubator.github.io/spreadsheet-humanities-lesson/02-common-mistakes/index.html>

nachhaltige_daten/060_Linked_Data.md

@@ -2,6 +2,78 @@
 
 <!-- Frederik -->
 
-* Verknüpfte/verknüpfbare Daten
-* Normdaten
-* Linked Open Data
+## Der fünfte Stern
+
+![](bilder/5-star-steps_5.png)
+
+## Verknüpfte/verknüpfbare Daten
+
+* Daten wertvoll durch Verknüpfungen
+* Z.B.: Abgleich mit Bevölkerungsgröße
+* Erfordert Zusammenführen der Daten
+
+## Ausgangsdaten
+
+![Beispielseite de Jahresstatistik Spätaussiedler 2008](bilder/Beispielseite_Jahresbericht.svg)
+
+
+## Beispiel: Destatis
+
+| Bundesländer      | männlich   | weiblich | Insgesamt |
+|:------------------|-----------:|---------:|----------:|
+| Baden-Württemberg | 5285894    | 5463612  | 10749506  |
+| Bayern            | 6138101    | 6381627  | 12519728  |
+| Berlin            | 1680502    | 1751173  | 3431675   |
+| Brandenburg       | 1249312    | 1273181  | 2522493   |
+| Bremen            | 321814     | 340052   | 661866    |
+
+Table: Bevölkerung nach Bundesland und Geschlecht, 2008, Datenquelle: © Statistisches Bundesamt (Destatis), 2021, [Datenlizenz Deutschland – Namensnennung – Version 2.0](https://www.govdata.de/dl-de/by-2-0); eigene Darstellung
+
+::: notes
+
+* Bevölkerung 2008 nach Bundesland und Geschlecht
+* Wir müssen abgleichen: Bundesland und Geschlecht
+* Bundesländer sind hier gleich benannt
+* Aber Geschlecht: Hier männlich/weiblich, beim Bundesverwaltungsamt Männer/Frauen
+* Noch schwieriger: Internationale Daten
+
+:::
+
+## Normdaten
+
+* Idealzustand: Einheitliche Bezeichner über Datenquellen
+* z.B. internationale Normen: ISO 3166 (Staaten), ISO/IEC 5218 (Geschlecht)
+* Oder spezifische Normvokabulare: GND, Geonames, …
+
+## Beispiel
+
+| Bundesland | male           | female         | Total     |
+|:-----------|---------------:|---------------:|----------:|
+| DE-BW      |        5285894 |        5463612 |  10749506 |
+| DE-BY      |        6138101 |        6381627 |  12519728 |
+| DE-BE      |        1680502 |        1751173 |   3431675 |
+| DE-BB      |        1249312 |        1273181 |   2522493 |
+| DE-HB      |         321814 |         340052 |    661866 |
+
+Zusätzlich Datensatzbeschreibung mit Verweis auf die verwendeten Normen!
+
+## Linked Open Data
+
+* Besser als standardisierte Bezeichner: URIs
+* Bayern in der GND: <https://d-nb.info/gnd/4005044-0>
+* Erlaubt Netzwerk von Daten und Metadaten
+* Vereint Bezeichner + Dokumentation + Zusatzdaten
+
+## Beispiel
+
+```turtle
+<https://d-nb.info/gnd/4005044-0> gndo:gndIdentifier "4005044-0";
+  gndo:abbreviatedNameForThePlaceOrGeographicName "BY";
+  gndo:preferredNameForThePlaceOrGeographicName "Bayern";
+  foaf:page <https://de.wikipedia.org/wiki/Bayern>;
+  owl:sameAs <https://sws.geonames.org/2951839>,
+             <http://viaf.org/viaf/125426357>,
+             <http://isni.org/isni/0000000123218078>,
+             <http://www.wikidata.org/entity/Q980>,
+             <http://id.loc.gov/rwo/agents/n81018373>;
+```

nachhaltige_daten/070_Datenmanagement.md

@@ -2,6 +2,35 @@
 
 <!-- Frederik -->
 
-* Verzeichnisstruktur und Dateinamen ([Beispiel](https://drivendata.github.io/cookiecutter-data-science/))
-* [Versionskontrolle mit Git](https://www.w3schools.com/git/default.asp)
-* Publikation und Archivierung
+## Datendokumentation: Was ist drin?
+
+* Dokumentieren Sie:
+    - Woher sind die Daten?
+    - Wie lese ich die Daten (Variablendefinitionen etc.)?
+    - Lizenzen
+* Menschenlesbar (README) und/oder maschinenlesbar ([csv-metadata.json](https://www.w3.org/TR/tabular-data-primer/#documenting-csvs))
+
+## Datenorganisation: Wo ist was?
+
+    ── data
+        ├── 00_external  <- Data from third party sources.
+        ├── 01_raw       <- The original, immutable data dump.
+        ├── 02_interim   <- Intermediate data that has been transformed.
+        └── 03_processed <- The final, canonical data sets.
+
+Ausführlicher: Cookiecutter, <https://drivendata.github.io/cookiecutter-data-science/>
+
+## Datenversionierung: Wie war das nochmal?
+
+* nicht: `daten_geändert.csv`, `daten_final.csv`, `daten_final_mit_gnd.csv`
+* besser: `daten_v1.csv`, `daten_v2.csv`, `daten_v3.csv`
+* oder: Versionsverwaltung, z.B. Git, <https://www.w3schools.com/git/>
+* **Backups!**
+
+## Datenpublikation und -archivierung: Wo bleibt’s?
+
+* Computer werden ersetzt, USB-Sticks gehen verloren.
+* Langfristige Speicherung:
+    - Mit einer Veröffentlichung
+    - In einem Forschungsdatenrepositorium
+* Übersicht/Suche: https://www.re3data.org/