Maatje Sophia Duine

Sie praktizieren offene Wissenschaft, indem sie Forschungsdaten und
Software publizieren, Open Educational Resources bereitstellen oder
Citizen-Science-Projekte durchführen? Sie interessieren sich dafür, wie
offene Wissenschaftspraxis systematisch sichtbar gemacht werden kann?
Sie haben eine Datenquelle, die Informationen zu offener
Wissenschaftspraxis an einer Einrichtung, einem Lehrstuhl oder einer
Forscher\*innengruppe enthält, aber keine Möglichkeit, diese
auszuwerten? Sie sind an einer der der BUA-Einrichtungen aktiv, d.h. der
Humboldt-Universität, der Freien Universität oder der Technischen
Universität in Berlin? Dann würden wir gerne mit Ihnen zusammenarbeiten.

Im von der Berlin University Alliance (BUA) geförderten Projekts BUA
Open Science Dashboards interessieren wir uns für die Vielfalt von
Open-Science-Praktiken in verschiedenen Wissenschaftsdisziplinen und
wollen hierfür gemeinsam mit Partner\*innen Indikatoren entwickeln, die
in interaktiven Dashboards präsentiert werden können. Das Monitoring von
Open-Science-Praktiken ist wichtig, um die Open-Science-Aktivitäten in
den unterschiedlichen Disziplinen sichtbar zu machen, zu fördern und zu
etablieren oder um Impulse für die Entwicklung von Policies oder
Infrastrukturangeboten zu setzen.

Im ersten Projektteil haben wir bereits ein [FAIR Data
Dashboard](https://quest-dashboard.charite.de/#tabFAIR) umgesetzt, das
die Nachnutzbarkeit von Forschungsdaten an der Charité --
Universitätsmedizin Berlin anhand der FAIR Data Principles evaluiert.
Das FAIR Data Dashboard stellen wir [ausführlich in einem weiteren
Blogpost](https://blogs.fu-berlin.de/open-access-berlin/2022/09/30/fairdatatadashboard/)
vor. Open-Science-Indikatoren wie dieser entstehen mit selbst- bzw.
weiterentwickelten Tools, die zu einem transparenten
Daten-Analyse-Workflow verknüpft werden. Die Ergebnisse werden
visualisiert und können als Dashboard in bestehende institutionelle oder
projektbezogen erstellte Webseiten integriert werden.

Wenn Sie mögliche Open-Science-Indikatoren vor Augen haben, bei deren
Entwicklung Sie Unterstützung benötigen, dann freuen wir uns über eine
Zusammenarbeit mit unserem Projekt, um gemeinsam disziplinspezifische
Indikatoren zu entwickeln. Diese Indikatoren müssen nicht nur
quantitativ sein, sondern können auch eine qualitative Beschreibung von
Open-Science-Aktivitäten darstellen, z.B. die narrative und
kontextualisierte Darstellung eines einschlägigen Forschungsprojekts,
das viele offene Wissenschaftspraxen umsetzt oder die Herausgabe von
Lehrmaterialien, die nach den Prinzipien von Open Access frei verfügbar
gemacht und in der Disziplin nachgenutzt werden.

Bei Interesse können Sie sich gerne an das [Open-Access-Büro
Berlin](mailto:oabb@open-access-berlin.de) wenden.  
  
[Mehr zum Projekt können Sie in diesem Blogbeitrag
lesen.](https://blogs.fu-berlin.de/open-access-berlin/2022/05/12/das-bua-open-science-dashboard-projekt-die-entwicklung-disziplinspezifischer-open-science-indikatoren/)

**Call for Participation**

Do you apply Open Science practices by publishing research data and
software, developing Open Educational Resources or conducting citizen
science projects? Are you interested in how Open Research practices can
be made visible? Do you have data sources that contain information on
Open Science activities but no means of evaluating these sources? Are
you working at one of the BUA institutions, i.e. the Humboldt
Universität, the Freie Universität or the Technische Universität? Then
we would like to work with you.

Within the BUA (Berlin University Alliance) Open Science Dashboards
project, we are interested in the diversity of Open Science practices in
various scientific disciplines. In collaboration with project partners,
we would like to develop indicators that can be visualised in
interactive dashboards. Monitoring Open Science practices is important
to showcase the variety of Open Science activities across the various
disciplines, to promote and establish these OS Practices, and/or to
support policy or research infrastructure development.

In the first project part, we have implemented a [FAIR Data
Dashboard](https://quest-dashboard.charite.de/#tabFAIR), based on the
FAIR Data Principles, which evaluates the reusability of research data
at the Charité -- Universitätsmedizin Berlin. The Open Science
indicators are developed with various tools to create a transparent data
analysis workflow. Results are visualized and can be integrated into
existing institutional or project-related websites as a dashboard.

Do you have potential Open Science indicators in mind, and do you need
help to develop these discipline-specific indicators? Then we would like
to work with you. These indicators do not necessarily have to be
quantitative, but can also represent a qualitative description of Open
Science activities, e.g. the description of a relevant research project
or the publication of teaching materials that are made freely available
according to the Open Access principles.

Please get in touch with [Open-Access-Büro
Berlin](mailto:oabb@open-access-berlin.de) when you are interested in
collaborating.  
  
[You can read more about the project in this blog post (in
German).](https://blogs.fu-berlin.de/open-access-berlin/2022/05/12/das-bua-open-science-dashboard-projekt-die-entwicklung-disziplinspezifischer-open-science-indikatoren/)


Sie praktizieren offene Wissenschaft, indem sie Forschungsdaten und Software publizieren, Open Educational Resources bereitstellen oder Citizen-Science-Projekte durchführen? Sie interessieren sich dafür, wie offene Wissenschaftspraxis systematisch sichtbar gemacht werden kann?

Call for Participation zum Aufbau von Open Science Dashboards

Autorinnen: Maaike Duine
([ORCiD](https://orcid.org/0000-0003-3412-7192){target="_blank"
rel="noreferrer noopener"}) und Maxi Kindling
([ORCiD](https://orcid.org/0000-0002-0167-0466))

``` wp-block-preformatted
Zitierhinweis: Duine, Maaike & Kindling, Maxi (2022) Das BUA Open Science Dashboard Projekt: die Entwicklung disziplinspezifischer Open-Science-Indikatoren. Open Access Blog Berlin. DOI: https://doi.org/10.59350/26ft6-dmv65
```

**Open-Science-Praktiken**

Open Access, Open Data, Open Educational Resources, Open Hardware, Open
Software, Open Code, Citizen Science: Das Konzept von Open Science
umfasst viele Praktiken, die im wissenschaftlichen Alltag zunehmend
relevant werden. Sie haben zum Ziel, den wissenschaftlichen
Arbeitsprozess, seine Quellen und Ergebnisse langfristig offen
zugänglich, nachvollziehbar und nachnutzbar zu machen. Im Berliner
Hochschulgesetz wird offene Wissenschaft seit 2021 im §41 adressiert.
Dort ist formuliert, dass sie sich auf den „uneingeschränkten und
langfristigen Zugang zu wissenschaftlichen Texten, Forschungsdaten,
Software und weiteren Forschungsergebnissen und -quellen sowie Lehr- und
Bildungsmaterialien" bezieht, den die Hochschulen ebenso unterstützen
sollen wie „einen transparenten Forschungsprozess einschließlich der
Bereitstellung von Forschungsinformationen".

Die Verbreitung von Praktiken offener Wissenschaft ist allerdings im
Vergleich von Forschungsinstitutionen, Disziplinen und
Wissenschaftler\*innen unterschiedlich weit fortgeschritten. Weithin
bekannt ist, dass der Anteil an Open-Access-Publikationen in
Zeitschriften in den Lebens- und Naturwissenschaften höher ist als in
den Sozial- und Geisteswissenschaften
[\[1\]](https://doi.org/10.12688/f1000research.17328.2). In der
Umweltforschung sind Citizen-Science-Praktiken, d.h. die Beteiligung der
Öffentlichkeit bzw. von Laien-Wissenschaftler\*innen an der Forschung,
verbreiteter als in anderen Disziplinen
[\[2\]](https://doi.org/10.1371/journal.pone.0178778). Weitere Beispiele
findet man im Bereich der Veröffentlichung von Preprints, d.h.
nicht-begutachteten Vorabveröffentlichungen von Manuskripten im Open
Access, die in der Mathematik und anderen naturwissenschaftlichen
Fächern gängiger sind (z.B. über die Preprintserver ArXiv oder BioArXiv)
[\[3\]](https://doi.org/10.1093/scipol/scab039). Auch das Teilen von
Forschungsdaten (Data Sharing) nimmt zwar in allen Disziplinen stetig
zu, aber im disziplinären Vergleich gibt es große Unterschiede.
Disziplinen wie die Hochenergiephysik, in denen traditionell viel in
(großen) Forschungskollaborationen zusammengearbeitet wird und Data
Sharing notwendig ist, werden eher Daten nach den Prinzipien von
Offenheit geteilt, als in Disziplinen, in denen das weniger üblich und
notwendig ist \[[4](https://doi.org/10.1038/s41597-021-00981-0),
[5](https://doi.org/10.1016/j.ijinfomgt.2019.05.024)\].

**Was ist Monitoring und wozu machen wir das? Warum ist das ein
wichtiges, aber auch schwieriges Thema?**

Mit der Verbreitung offener Wissenschaft steigt auch der Bedarf nach
einem Monitoring von Open-Science-Praktiken. Dies erlaubt einen breiten
Blick auf die Aktivitäten, kann neue Anreize schaffen, Open Science
umzusetzen und setzt Impulse für die Entwicklung von Policies oder
Infrastrukturangeboten. Ein Monitoring kann sowohl quantitative wie auch
qualitative Darstellungen enthalten. So kann es einerseits darum gehen,
den Anteil von offen verfügbar gemachten Publikationen in Bezug auf eine
Gesamtzahl von Publikationen zu bestimmen. Aufgrund der
unterschiedlichen Publikationskulturen in den Disziplinen ist diese „an
Zahlen orientierte" Herangehensweise aber nicht in allen
Forschungsfeldern sinnvoll und adäquat. Eine qualitative Beschreibung
von Open-Science-Aktivitäten kann daher ebenso von Bedeutung sein, indem
beispielsweise Projekte oder Publikationen deskriptiv und
kontextualisierend dargestellt werden, um den Impact in einem bestimmten
Forschungsgebiet hervorzuheben.

Ein Monitoring kann sich darüber hinaus auf die Aktivitäten einzelner
Wissenschaftler\*innen, auf Institutionen, auf Förderprogramme, auf eine
nationale oder z.B. auf die europäische Ebene beziehen. Ein Monitoring
kann beispielsweise für Förderorganisationen einen Einblick in die
Anzahl der Open-Access-Publikationen aus einem bestimmten Förderprogramm
geben oder für Institutionen ein Benchmarking (einen Vergleich mit, bzw.
eine Orientierung an anderen Institutionen) ermöglichen. Dies
zeigt bereits, dass mit dem Monitoring bestimmte Herausforderungen
verbunden sind. Dazu gehört die Frage, inwieweit ein Monitoring zum
unpassenden Vergleich von Disziplinen führt. Eine weitere Frage ist die
nach der Bedeutung etablierter Indikatoren für wissenschaftliche
Leistungen im Vergleich zu Open-Science-Indikatoren. Der Journal Impact
Factor als Parameter ist hier ein häufig angeführtes und kritisch
betrachtetes Beispiel, um die wissenschaftliche Leistung von Individuen
und Institutionen zu vergleichen. Initiativen wie die [San Francisco
Declaration on Research
Assessment](https://sfdora.org/read/read-the-declaration-deutsch){target="_blank"
rel="noreferrer noopener"} und [Plan
S](https://www.coalition-s.org/){target="_blank"
rel="noreferrer noopener"} haben zum Ziel, Verfahren zur
Leistungsmessung über den Journal Impact Factor und Journal Metrics
hinaus zu entwickeln. Die Entwicklung von Indikatoren für offene
Wissenschaft (z.B. für die im nächsten Abschnitt erwähnten
Monitoring-Ansätze) gehen in die gleiche Richtung, die
Forschungsevaluation neu zu denken und beispielsweise Indikatoren wie
den offenen Zugang zu Ergebnissen wie Daten und Software, aber auch die
Durchführung von offenen Begutachtungsprozessen (Open Peer Review) oder
die Zusammenarbeit (Team Science) zu fördern.

**Monitoring-Ansätze**

Auf europäischer Ebene gibt es verschiedene Initiativen, die das
Monitoring von Open-Science-Praktiken voranbringen wollen. Ein Beispiel
ist OpenAIRE's [Open Science
Observatory](https://osobservatory.openaire.eu/home){target="_blank"
rel="noreferrer noopener"}, das die Anzahl der
Open-Access-Publikationen, Open Data und Open-Access-Journals pro Land
anzeigt. Zur Visualisierung der Daten aus verschiedenen Quellen werden
Dashboards entwickelt. Im Fall des Open Science Observatory basieren die
Daten auf dem [OpenAIRE Research
Graph](https://graph.openaire.eu/){target="_blank"
rel="noreferrer noopener"}, der Daten von institutionellen Repositorien
und Zeitschriften mit Daten von Services
wie [Crossref](https://www.crossref.org/){target="_blank"
rel="noreferrer noopener"}, [Unpaywall](https://unpaywall.org/){target="_blank"
rel="noreferrer noopener"}, [ORCID](https://orcid.org/){target="_blank"
rel="noreferrer noopener"} und [Grid.ac](http://grid.ac/){target="_blank"
rel="noreferrer noopener"} verknüpft. Ein anderes Beispiel ist der [Open
Science
Monitor](https://ec.europa.eu/info/research-and-innovation/strategy/strategy-2020-2024/our-digital-future/open-science/open-science-monitor_en){target="_blank"
rel="noreferrer noopener"} der Europäischen Kommission. Er zeigt in
unterschiedlichen Dashboards Trends für Open-Access-Publikationen, Open
Data und Open Collaboration. Das Monitoring der
Open-Access-Publikationen basiert
auf [Scopus](https://www.scopus.com/){target="_blank"
rel="noreferrer noopener"}, Unpaywall
und [DataCite](https://datacite.org/){target="_blank"
rel="noreferrer noopener"} sowie qualititativen Daten von Umfragen.
Darüber hinaus wird angezeigt, wie oft OA-Publikationen auf Social Media
und anderen Medien erwähnt werden und die Anzahl der Policies von
Forschungsförderorganisationen zu Open Access, Open Data sowie Journal
Policies zu Open Data, Open Code und Open Hardware wird angegeben. 

In Deutschland ist der [Open Access
Monitor ](https://open-access-monitor.de/){target="_blank"
rel="noreferrer noopener"}ein wichtiges Instrument zur Erfassung des
Open-Access-Publikationsaufkommens deutscher akademischer Einrichtungen
in wissenschaftlichen Zeitschriften. Der Monitor bereitet die Angabe
kategorisiert nach Gold/Green/Hybrid OA und Closed Access auf. Der Open
Access Monitor Deutschland basiert ebenfalls auf mehreren Datenquellen.
Dazu
gehören [Dimensions](https://app.dimensions.ai/discover/publication){target="_blank"
rel="noreferrer noopener"}, [Web of
Science](https://clarivate.com/webofsciencegroup/solutions/web-of-science/){target="_blank"
rel="noreferrer noopener"}, Scopus, Unpaywall, [Directory of Open Access
Journals](https://doaj.org/){target="_blank"
rel="noreferrer noopener"} und weitere. Es können aber auch weitere
Indikatoren bei nationalen Monitoring-Ansätzen vorgefunden werden: Im
[niederländischen Open Science
Dashboard](https://bi-poc.dataverse.tk/superset/dashboard/6/?preselect_filters=%7B%7D&standalone=true&native_filters=%28%29){target="_blank"
rel="noreferrer noopener"} und dem [französischen Open Science
Monitor](https://barometredelascienceouverte.esr.gouv.fr/){target="_blank"
rel="noreferrer noopener"} werden z.B. die Zertifizierung von und die
Nutzung von persistenten Identifikatoren für Forschungsdaten in
Repositorien dargestellt.

Auch auf Landesebene ist das Monitoring relevant: Das OABB koordiniert
seit einigen Jahren eine Arbeitsgruppe, die seit 2016 das
Open-Access-Publikationsaufkommen in wissenschaftlichen Zeitschriften
für die neun publikationsstärksten Berliner Hochschulen erfasst. Dies
steht im Zusammenhang mit dem in der Berliner Open-Access-Strategie
formulierten Ziel, bis 2020 einen Open-Access-Anteil bei
Zeitschriftenartikeln von 60 % zu erreichen. Der zuletzt [erschienene
Bericht](https://doi.org/10.14279/depositonce-11774){target="_blank"
rel="noreferrer noopener"} über das Publikationsjahr 2019 wies einen
Open-Access-Anteil von 51,6 % nach (der Bericht über das
Publikationsjahr 2020 wird derzeit vorbereitet).

<figure class="wp-block-image size-large">
<img
src="https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-1024x598.png"
class="wp-image-1037" loading="lazy"
srcset="https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-1024x598.png 1024w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-300x175.png 300w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-768x449.png 768w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-250x146.png 250w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-550x321.png 550w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-800x467.png 800w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-308x180.png 308w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-513x300.png 513w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44-856x500.png 856w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-11-at-17.23.44.png 1121w"
sizes="(max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px"
width="1024" height="598" />
<figcaption>Abbildung 1: Screenshot des Open Access Monitor Deutschland:
Gold Open Access und die Anteile für Open/Closed Access bei
Zeitschriftenartikeln der letzten fünf Jahre (Abrufdatum: 11. April,
2022). URL: <a
href="https://open-access-monitor.de/">https://open-access-monitor.de/</a></figcaption>
</figure>

Diese Monitoring-Ansätze sind spezialisiert auf das Publizieren in
Zeitschriften und zeigen aus verschiedenen Gründen nicht die Diversität
der Publikationsformate in den Fachkulturen, die auch Monografien,
Sammel- und Konferenzbände, Forschungs-/Kulturdaten, Software,
Quellcode, Lehrbücher, Open Educational Resources, Publizieren in Blogs
sowie nicht-textuelle Medien, wie z.B. Audio-visuelle Medien und
3D-Modelle umfassen. Ein Problem sind die fehlenden bzw. nicht
standardisierten Nachweisquellen, fehlende Indikatorik, Metriken und
automatisierte Screening-Tools für diese Formate. Daher sind
Monitoring-Ansätze bzw. Dashboards, die auf Disziplinen fokussieren,
bislang die Ausnahme.

**Das BIH Quest Dashboard**

Für die biomedizinische Forschung hat das BIH QUEST Center das Charité
Dashboard on Responsible Research erstellt. Die fünf dargestellten
OS-Indikatoren Open Access, Open Data, Open Code, Preprints und Anzahl
der Forscher\*innen mit ORCiD. Datenquellen für OA-Artikel, Preprints
und ORCiD sind Unpaywall, Dimensions, und die ORCiD API. Für die
OS-Indikatoren Open Data und Open Code wurden die Charité-Publikationen
mit einem von QUEST entwickelten Textmining-Algorithmus analysiert:
ODDPUB (Open Data Detection in Publications)
[\[6\]](http://doi.org/10.5334/dsj-2020-042). ODDPub durchsucht den
Volltext der Publikationen nach Aussagen, die auf Daten- oder
Code-Sharing hindeuten.

<figure class="wp-block-image size-large">
<img
src="https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22.png"
class="wp-image-1039" loading="lazy"
srcset="https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22.png 953w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-300x171.png 300w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-768x437.png 768w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-250x142.png 250w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-550x313.png 550w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-800x455.png 800w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-316x180.png 316w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-527x300.png 527w, https://blogs.fu-berlin.de/open-access-berlin/files/2022/05/Screen-Shot-2022-04-07-at-15.54.22-879x500.png 879w"
sizes="(max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px"
width="953" height="542" />
<figcaption>Abbildung 2: Screenshot des Charité Dashboards: Indikatoren
für Open Science (Abrufdatum: 7. April, 2022). URL: <a
href="https://quest-dashboard.charite.de/">https://quest-dashboard.charite.de/</a></figcaption>
</figure>

Zuletzt wurde das [Charité
Dashboard ](https://quest-dashboard.charite.de/#tabFAIR){target="_blank"
rel="noreferrer noopener"}um ein FAIR Dashboard erweitert:
Forschungsdaten, die in Publikationen von Charité-Autor\*innen aus dem
Jahr 2020 erwähnt wurden, werden auf die Umsetzung der FAIR Data
Principles geprüft, d.h. ob sie in den Repositorien, in denen sie
veröffentlicht wurden, auffindbar, zugänglich, interoperabel und
nachnutzbar sind [\[7\]](https://doi.org/10.1038/sdata.2016.18). Dafür
wurde
das [F-UJI](https://www.f-uji.net/index.php?action=home){target="_blank"
rel="noreferrer noopener"} Automated FAIR Data Assessment Tool
verwendet. Anhand von 16 Metriken wird so die FAIRness eines
Forschungsdatenobjekts in einem Repositorium bewertet und kann als
Hilfsmittel für Forscher\*innen dienen, Services auszuwählen, die Daten
möglichst umfassend nachnutzbar bereitstellen.

**Entwicklung prototypischer Dashboards im BUA Open Science Dashboard
Projekt**

Für das Monitoring im biomedizinischen Bereich besteht mit dem Charité
Dashboard eine funktionale Lösung, während es für viele weitere
Disziplinen keine vergleichbaren Ansätze gibt. Ziel des von der Berlin
University Alliance (BUA) geförderten Projekts Open Science Dashboards
ist es, mit weiteren ausgewählten Instituten bzw. wissenschaftlichen
Communities an den BUA-Einrichtungen zusammenzuarbeiten und gemeinsam
Indikatoren für ein prototypisches Dashboard zu entwickeln. Die
bestehenden Open-Science-Indikatoren des Charité Dashboards können als
Ausgangspunkt für weitere disziplinspezifische Dashboards genutzt
werden. Außerdem können neue Indikatoren wie z.B. für Citizen Science,
Software, Open Educational Resources oder Open-Access-Bücher entwickelt
werden.

Die Dashboard-Prototypen können von Instituts- oder Fakultätsleitungen
intern genutzt, von Forscher\*innen der Communities selbst verwendet,
sowie bei Wunsch auch offen verfügbar gemacht werden. Ein besonderer
Schwerpunkt liegt dabei auf der Automatisierbarkeit der Erhebung von
Indikatoren sowie der Berücksichtigung der FAIR-Prinzipien.

Wir freuen uns über Fragen und Feedback zu diesem
Projekt: [oabb@open-access-berlin.de](mailto:oabb@open-access-berlin.de){target="_blank"
rel="noreferrer noopener"}.

**Referenzen**

1.  Severin A, Egger M, Eve MP and Hürlimann D. Discipline-specific open
    access publishing practices and barriers to change: an
    evidence-based review \[version 2; peer review: 2 approved, 1
    approved with reservations\]. F1000Research 2020,
    7:1925. [https://doi.org/10.12688/f1000research.17328.2](https://doi.org/10.12688/f1000research.17328.2){target="_blank"
    rel="noreferrer noopener"}
2.  Pettibone L, Vohland K, Ziegler D (2017) Understanding the
    (inter)disciplinary and institutional diversity of citizen science:
    A survey of current practice in Germany and Austria. PLoS ONE 12(6):
    e0178778. [https://doi.org/10.1371/journal.pone.0178778](https://doi.org/10.1371/journal.pone.0178778){target="_blank"
    rel="noreferrer noopener"}
3.  Kristijan Armeni, Loek Brinkman, Rickard Carlsson, Anita Eerland,
    Rianne Fijten, Robin Fondberg, Vera E Heininga, Stephan Heunis, Wei
    Qi Koh, Maurits Masselink, Niall Moran, Andrew Ó Baoill, Alexandra
    Sarafoglou, Antonio Schettino, Hardy Schwamm, Zsuzsika Sjoerds,
    Marta Teperek, Olmo R van den Akker, Anna van't Veer, Raul
    Zurita-Milla, Towards wide-scale adoption of open science practices:
    The role of open science communities, Science and Public Policy,
    Volume 48, Issue 5, October 2021, Pages
    605--611. [https://doi.org/10.1093/scipol/scab039](https://doi.org/10.1093/scipol/scab039){target="_blank"
    rel="noreferrer noopener"}
4.  Tedersoo, Leho & Küngas, Rainer & Oras, Ester & Köster, Kajar &
    Eenmaa, Helen & Leijen, Äli & Pedaste, Margus & Raju, Marju &
    Astapova, Anastasiya & Lukner, Heli & Kogermann, Karin & Sepp, Tuul.
    (2021). Data sharing practices and data availability upon request
    differ across scientific disciplines. Scientific Data. 8.
    192. [https://doi.org/10.1038/s41597-021-00981-0](https://doi.org/10.1038/s41597-021-00981-0){target="_blank"
    rel="noreferrer noopener"}
5.  Zuiderwijk A, and Spiers H (2019) Sharing and re-using open data: A
    case study of motivations in astrophysics. International Journal of
    Information Management: 49, pp:
    228-241. [https://doi.org/10.1016/j.ijinfomgt.2019.05.024](https://doi.org/10.1016/j.ijinfomgt.2019.05.024){target="_blank"
    rel="noreferrer noopener"}
6.  Riedel, N., Kip, M. and Bobrov, E., 2020. ODDPub -- a Text-Mining
    Algorithm to Detect Data Sharing in Biomedical Publications. Data
    Science Journal, 19(1),
    p.42. [http://doi.org/10.5334/dsj-2020-042](http://doi.org/10.5334/dsj-2020-042){target="_blank"
    rel="noreferrer noopener"}
7.  Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. The FAIR
    Guiding Principles for scientific data management and stewardship.
    Sci Data 3, 160018
    (2016). [https://doi.org/10.1038/sdata.2016.18](https://doi.org/10.1038/sdata.2016.18){target="_blank"
    rel="noreferrer noopener"}


Autorinnen: Maaike Duine (ORCiD) und Maxi Kindling (ORCiD) Zitierhinweis: Duine, Maaike &amp; Kindling, Maxi (2022) Das BUA Open Science Dashboard Projekt: die Entwicklung disziplinspezifischer Open-Science-Indikatoren. Open Access Blog Berlin.

Rogue Scholar Beiträge

Call for Participation zum Aufbau von Open Science Dashboards

Das BUA Open Science Dashboard Projekt: die Entwicklung disziplinspezifischer Open-Science-Indikatoren