Hauptinhalt

Entdecke DataHub_UMR

DataHub_UMR ist ein Infrastrukturangebot, das in enger Zusammenarbeit entwickelt wurde mit Forschenden, insbesondere aus dem Exzellenzcluster „The Adaptive Mind“. Er besteht aus abgestimmten technischen Diensten, harmonisierten Workflows, Vorlagen, Schulungen, Beratung und Support. Er unterstützt Forschende entlang aller Phasen digitaler Forschungsprozesse - rechtskonform und nach den Regeln guter wissenschaftlicher Praxis.

DataHub_UMR bündelt Infrastrukturangebote aller Ebenen: Er greift zurück auf ein lokales Netzwerk von Data Stewards an der UMR und integriert Infrastrukturprojekte von fachspezifischen Verbundprojekten (z.B. The Adaptive Mind oder LOEWE DYNAMIC), sowie landesweite und nationale Forschungsinfrastrukturen wie HeFDI und NFDI. Forschende an der Uni Marburg und deren Kooperationspartner erhalten dadurch bestmögliche Unterstützung. Das eResearch Service Center Marburg koordiniert die Angebote der verschiedenen institutionellen Dienstleister wie HRZ, Uni Bibliothek, KKS und diverser Verwaltungsstellen, und tritt somit als zentraler Ansprechpartner für Forschende auf. DataHub_UMR unterstützt angeschlossene Forschende durch:

Organisation, Konzeption und Planung

Forschungsprojekte organisieren, konzeptionieren und planen mithilfe von uni-internen Werkzeugen wie Planio und RDMO.

Um das Verständnis und die Wiederverwendung von Daten und Code zu erleichtern, sind einige gemeinsame Prinzipien der Datenorganisation und -beschreibung einzuhalten. Wir empfehlen größeren Forschergruppen deshalb, sich auf gemeinsame interne Richtlinien und Standards zu die Daten zu einigen, in Abstimmung mit den im jeweiligen Fach geltenden Empfehlungen. Gerne unterstützen wir dabei.

Aktives Datenmanagement

Von zentralen Speicher- und Rechenressourcen wie MaSC und MaRC3 bis hin zu Diensten, die eine effiziente Nutzung dieser Ressourcen ermöglichen. Je nach Bedarf und Erfahrung gibt es verschiedene Möglichkeiten, auf die Rechenressourcen zuzugreifen und diese zu nutzen. 

GitLab_UMR kann als zentral Plattform zur versionierten Speicherung von Daten und Code genutzt werden. Es ermöglicht transparente Workflows, mit denen sich Zusammenarbeit in großen und verteilten Teams und in komplexen Projekten organisieren lassen. 
Für interaktive Datenanalyse können Sie über Jupyter_HPC per Webbrowser auf Ressourcen im Hochleistungsrechencluster zugreifen. Dies geschieht über die Nutzung von JupyterLab / Jupyter Notebooks, wodurch Sie gleichzeitig eine moderne, interaktive Analyseumgebung haben. Es werden verschiedene Programmiersprachen unterstützt z.B. für Datenexploration und Visualisierung. Die alltägliche Arbeit im Labor wird unterstützt durch die elektronische Laborbuch-Plattform ELabFTW. Datenerhebungen und Umfragen erfolgen via RedCap.
Im Rahmen des Hochleistungsrechen können Nutzende mit erhöhten Anforderungen an die Rechenleistung eine SSH-Verbindung herstellen und direkt mit der Linux-Oberfläche von MaRC3 interagieren. 

Publikation und Archivierung

Daten archivieren, publizieren und teilen mithilfe digitaler Repositorien wie open_UMR und verschiedenen fachwissenschaftlichen Repositorien. Die Repositorien werden von einem Team aus UB, HRZ und Fachprojekten auf Grundlage der freien Software DSpace betreiben und in eigener Infrastruktur langfristig abgesichert. 

DataHub_UMR stellt damit eine Kompilation von technischen Diensten und starken Beratungs- und Unterstützungsangeboten dar. Er ermöglicht es, entlang des Forschungsdatenlebenszyklus von Beginn an nachvollziehbar und transparent Daten zu planen, zu erheben, zu beschreiben, zu verarbeiten, zu teilen und zu publizieren. Dabei streben wir zunehmend eine stärkere technische Integration der Instrumente an. Vorgaben des Datenschutzes beim Verarbeiten sensibler Daten werden dabei selbstverständlich gewahrt. DataHub_UMR fördert damit inter- und transdisziplinäre Forschung sowie Anwendungen der künstlichen Intelligenz.

Forschende an der Philipps-Universität Marburg werden durch den DataHub_UMR in die Lage versetzt, ihre Forschungsergebinsse auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und wiederverwendbar (Reusable) - also FAIR zu machen.