Phú @phu@openbiblio.social

Hello again.

Heute in der Mailingliste http://lists.ala.org/sympa/info/lita-machinelearning :

"Starting January 4th 2021, libraries may participate in beta testing of experimental MARC cataloging software that may fall under the category of ‘semi-supervised machine learning’."

https://obib.org/

Noch ein Tool für das halbautomatische Matching und die Verlinkung mit Normdaten, zurzeit GND via lobid und Geonames: https://basicdemo.saw-leipzig.de/
vorgestellt auf der https://fdhl.info/briefeditionen/

"It would be a pity if the semantic web, through lack of quality control and diffuse dysfunction, contributed not to greater knowledge, but to greater ignorance."
Closing remark in Zuckerman's presentation "Linked Data and Holocaust-Era Art Markets: Gaps and Dysfunctions in the Knowledge Supply Chain"
https://vimeo.com/482968998#t=1250s

Microsoft Academic hat den Thesaurus MeSH sehr nett in die Suche integriert: als Suchvorschlag, als Hilfe bei der Suchformulierung und als Co-Occurrence in der Facette: https://www.microsoft.com/en-us/research/project/academic/articles/expanding-semantic-search-into-biomed-with-medical-subject-headings-mesh/

Cool auch, dass man “Yann LeCun while at New York University” suchen kann!

Datacite Commons aggregiert Daten, die einen persistenten Identifier haben: https://blog.datacite.org/datacite-commons-at-your-service/

Die Seite zur Uni Hamburg https://commons.datacite.org/ror.org/00g30e956 zeigt 25,498 Works, meist Datensätze.
Aber keine People.

Wie kann man den erwähnten use case “show me all citations for datasets funded by a particular grant” bedienen?

Heißt auch, was keine PI hat, existiert nicht.

Zum Vergleich die Uni Hamburg in Microsoft Academic: https://academic.microsoft.com/institution/159176309/publication/search?q=University%20of%20Hamburg&qe=And(Composite(AA.AfId%253D159176309)%252CTy%253D%270%27)&f=&orderBy=0

Yay, habe mich für die #swib20 registriert. Das ist meine erste swib!

"adhoc shotgun parsing" ist wirklich ein schöner Begriff 🙂

Datenstrukturen ändern sich, APIs ändern sich. Lenses sind bidirektionale Übersetzungen zwischen zwei Datenstrukturen (z. B. Versionen eines Datenschemas) und sollen die Kompatibilität verbessern. Im Projekt Cambria hat man dieses Konzept in Form einer Typescript-Bibliothek praktisch erprobt. https://www.inkandswitch.com/cambria.html

Bei uns sind zwei **unbefristete** Stellen ausgeschrieben:

* DevOps-Entwickler:in (E 13) https://blog.sub.uni-hamburg.de/?p=29897

* Unixadmin (E 11) https://blog.sub.uni-hamburg.de/?p=29913

Es ist nicht ganz ausgeschlossen, dass wir zusammenarbeiten werden. Also überlegt Euch die Bewerbung gut 😉

Kurz angetestet, sehr praktisch: Webhint - a linting tool for the web https://webhint.io/
Gibt's als Erweiterung für Visual Studio Code, via https://christianheilmann.com/2020/09/15/tools-should-not-only-be-for-experts-they-should-turn-us-into-them/

In der aktuellen Version 3.3 ist wohl eine alte URL der Wikidata-API hinterlegt. Da wird eine Umleitung gemacht und das führt zu einem Fehler in OpenRefine. In der Konsole sieht man den Fehler.
Die aktuelle Adresse ist https://wdreconcile.toolforge.org/en/api

Vor ca. zwei Stunden habe ich in OpenRefine die Wikidata-Reconciliation für >3000 Werte gestartet, mit Auto-match. Sie läuft immer noch. Versuch macht klug oder so 😅

Klingt gut, was das Projekt "Daten Lesen Lernen" macht:
1. Lehrveranstaltung "Data Literacy Basics" für Bachelorstudierende aller Fächer
2. Etablierung eines Datalabs
3. kuratierte und qualitätsgeprüfte #OER
https://www.uni-goettingen.de/de/daten+lesen+lernen/592287.html