Data Train

Mit Data Train zu neuen Erkenntnissen

Das fächerübergreifende Ausbildungsprogramm Data Train, ein Kernelement des NFDI4Health-Ausbildungskonzepts, zielt darauf ab, die nächste Generation von datenkundigen Forscher:innenn in den biomedizinischen Wissenschaften auszubilden. Auch 2024 wird der Starter Track angeboten.

Image

Data Train startet im Januar 2024 in die nächste Runde: Jetzt Registrieren

Forscher:innen, aber auch verwandte Berufsgruppen in den Bereichen Biomedizin und Gesundheit benötigen die Fähigkeit, Forschungsdaten strukturiert zu verwalten und die Schritte von der Kontextualisierung der Daten bis hin zur Gewinnung von Erkenntnissen und zum Treffen fundierter Entscheidungen zu vollziehen. Dies gewährleistet Transparenz, Qualität, Reproduzierbarkeit und die Einhaltung der gesetzlichen Vorschriften. Um den Forscher:innen ein angemessenes Verständnis und die notwendigen Fähigkeiten in den Bereichen Forschungsdatenmanagement (RDM) und Data Science zu vermitteln, bietet NFDI4Health ein modulares, wiederverwendbares Schulungsprogramm an, das auf der Grundlage der FAIR-Prinzipien für Data Stewardship auf unterschiedliche Zielgruppen zugeschnitten ist. Ein zentraler Bestandteil dieses Ansatzes ist es, promovierten Forscher:innen eine breite Grundlage in RDM und Data Science zu vermitteln, gekoppelt mit einer praktischen und gruppenorientierten Vertiefung in Data Stewardship oder Data Science oder beidem.

Die U Bremen Research Alliance hat mit Unterstützung des Landes Bremen das institutionen- und disziplinenübergreifende Trainingsprogramm Data Train für Doktorand:innen ihrer Mitgliedsinstitutionen eingerichtet. Das Ziel von Data Train ist es, grundlegende Fähigkeiten in den Bereichen Datenkompetenz, RDM und Data Science zu stärken und gleichzeitig eine Plattform für Doktorand:innen zu bieten, um ein interdisziplinäres und interinstitutionelles Netzwerk aufzubauen. Die neun in Bremen vertretenen NFDI-Konsortien, darunter NFDI4Health, sind an der Entwicklung und Durchführung der Kurse beteiligt. Im Gegenzug werden die Kurse, wann immer möglich, für die NFDI-Gemeinschaften geöffnet.

Insgesamt 40 Dozent:innen führen das Programm seit 2021 in zwei Durchläufen durch, mit jeweils 14 Vorlesungen, 17 Workshops und Data Stories, insgesamt mehr als 350 Stunden. An diesen beiden Durchläufen haben mehr als 222 Doktorand:innen teilgenommen. Da das Programm virtuell angeboten wurde, war es auch für technisches Personal, Masterstudierenden und andere interessierte Forscher:innen zugänglich. So wurden mehr als 2.600 Teilnahmen registriert. Data Train soll nun jedes Jahr angeboten werden, und mehrere Einrichtungen außerhalb Bremens haben bereits Interesse an einer Zusammenarbeit bekundet.

NFDI4Health steuert Dozent:innen bei (Prof. Dr. Iris Pigeot, Prof. Dr. Benedikt Buchner, Prof. Dr. Dennis-Kenji Kipker). Zwei Datengeschichten wurden auch von NDFI4Health-Mitgliedern beigesteuert (Lessons learned from Covid-19 surveillance: How to avoid data unFAIRness by Dr. Anatol-Fiete Näher; How to make large scale phenotypic data internationally competitive within a population-based cohort study by Prof. Dr. Carsten Oliver Schmidt).

Der sehr erfolgreiche Data Train deckt die gesamte Datenwertschöpfungskette ab, fördert eine interdisziplinäre Perspektive und leistet einen wichtigen Beitrag zum Data Literacy Training für die Wissenschaft. Data Train ist darauf ausgelegt, beste und disziplinspezifische Praktiken anhand von Datengeschichten zu präsentieren. Es ist auch offen für eine externe Zusammenarbeit. NFDI4Health arbeitet mit Data Train zusammen, um eine wiederverwendbare und anpassbare Version des Trainingsprogramms mit gesundheitsspezifischen Zusätzen bereitzustellen.

Schematische Darstellung des Lehrplankonzepts. Hellrote Kästen stehen für zusätzliche disziplinspezifische Kurse, die in den wissenschaftlichen Bereichen oder den NFDI-Konsortien angeboten werden könnten. Hörner et al. 2021, doi: 10.17192/bfdm.2021.3.8343

Das neue Data Train Trainingsprogramm startet im Januar 2024. Die Anmeldung über https://www.bremen-research.de/data-train/ ist ab sofort möglich.

Unsere Services

Health Study Hub

Der German Central Health Study Hub ermöglicht Wissenschaftler:innen, ihre Projektcharakteristika, Dokumente und Daten im Zusammenhang mit ihrem Forschungsvorhaben in einer FAIRen Weise zu veröffentlichen oder Informationen über vergangene und laufende Studien finden.

Data Train

Das fächerübergreifende Ausbildungsprogramm Data Train, ein Kernelement des NFDI4Health-Ausbildungskonzepts, zielt darauf ab, die nächste Generation von datenkundigen Forscher:innenn in den biomedizinischen Wissenschaften auszubilden.

Personal Health Train

Um datengesteuerte Innovationen in der Medizin zu fördern, haben wir eine verteilte Analyseinfrastruktur entwickelt, die die Forschung an sensiblen Daten ohne vorherige Datenfreigabe ermöglicht und gleichzeitig verschiedene Datenformate unterstützt: den Personal Health Train.

Local Data Hub

Mit dem LDH liefern wir eine Web-Lösung für transparentes und FAIRes DataSharing. Von der Suche im German Central Health Study Hub gelangen Interessenten zu den Projekten in Ihrer lokalen Plattform zum Forschungsdatenmanagement – dem Local Data Hub.

Datenpublikation

NFDI4Health schafft Verfahren für die FAIRe Veröffentlichung von Gesundheitsstudien ohne den Schutz der Daten zu gefährden. NFDI4Health hat einen Metadatenstandard und ein Verfahren für die Veröffentlichung von Gesundheitsstudien und deren Daten entwickelt, um Gesundheitsdaten FAIR zu machen.

Datenharmonisierung

Um Gesundheitsstudien und ihre Daten FAIR (Findable, Accessible, Interoperable and Reusable - auffindbar, zugänglich, interoperabel und wiederverwendbar) zu machen, haben wir Leitlinien und Standards für die Beschreibung von Metadaten und den Datenaustausch entwickelt.

Datenqualitätsbewertung

Es ist paradox: Einerseits hängt eine gute wissenschaftliche Arbeit von einer hohen Datenqualität ab. Auf der anderen Seite wird zwar viel Aufwand in das Design und die Durchführung von Studien gesteckt, nicht aber in die Datenqualitätsbewertungen. Wir helfen, die effiziente Durchführung solcher Bewertungen zu erleichtern.

DataSHIELD

Ausbau von dezentralen Forschungsprojekten mit DataSHIELD: Bisher verhindern Datenschutzbedenken und das Fehlen von spezieller IT-Infrastruktur die Ausweitung von institutsübergreifenden Forschungsprojekten. Das soll DataSHIELD ändern.
Wir benutzen Cookies

Wir verwenden erforderliche Drittinhalte (z.B. Scriptbibliotheken) um die Funktion unserer Seite zu gewährleisten. Wenn Sie dies nicht möchten, besuchen Sie unsere Seite bitte nicht.

Auf unserer Seite betten wir Drittinhalte von anderen Anbietern ein (z.B. Social Plugins, Kartendienste, externe Schriftarten). Wir haben auf die weitere Datenverarbeitung und ein etwaiges Tracking durch den Drittanbieter keinen Einfluss.

Wir setzen in diesem Rahmen auch Dienstleister in Drittländern außerhalb der EU ohne angemessenes Datenschutzniveau ein, was folgende Risiken birgt: Zugriff durch Behörden ohne Information, keine Betroffenenrechte, keine Rechtsmittel, Kontrollverlust.

Mit Ihrer Einstellung willigen Sie in die oben beschriebenen Vorgänge ein. Sie können Ihre Einwilligung mit Wirkung für die Zukunft widerrufen. Mehr Informationen finden Sie in unserer Datenschutzerklärung.