Search (3 results, page 1 of 1)

0.0027222938 = product of:
  0.03130638 = sum of:
    0.016144255 = weight(_text_:und in 3204) [ClassicSimilarity], result of:
      0.016144255 = score(doc=3204,freq=6.0), product of:
        0.054376673 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024534147 = queryNorm
        0.2968967 = fieldWeight in 3204, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=3204)
    0.015162122 = weight(_text_:im in 3204) [ClassicSimilarity], result of:
      0.015162122 = score(doc=3204,freq=2.0), product of:
        0.06935279 = queryWeight, product of:
          2.8267863 = idf(docFreq=7115, maxDocs=44218)
          0.024534147 = queryNorm
        0.2186231 = fieldWeight in 3204, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.8267863 = idf(docFreq=7115, maxDocs=44218)
          0.0546875 = fieldNorm(doc=3204)
  0.08695652 = coord(2/23)

Abstract

Resource Description and Access (RDA) gilt als Standard nicht nur für Bibliotheken, sondern für alle sammelnden Kultureinrichtungen wie Archive und Museen. Es ist aber fraglich, ob ein einziges Regelwerk die Anforderungen an die Erschliessung einer Materialvielfalt, wie sie drei so verschiedene Institutionstypen mit sich bringt, abdecken kann. Zwar gibt es derzeit keine Planungen, RDA künftig auch für den Bereich unikaler Materialien einzusetzen, dennoch ist es notwendig, eine Anpassung bestehender Regelwerke vorzunehmen, um in Zukunft in einer vernetzten Welt bestehen zu können. In diesem Beitrag werden die bisherigen Überlegungen und Entwicklungen beschrieben und eine künftige Lösung skizziert.

9.061802E-4 = product of:
  0.020842144 = sum of:
    0.020842144 = weight(_text_:und in 207) [ClassicSimilarity], result of:
      0.020842144 = score(doc=207,freq=10.0), product of:
        0.054376673 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024534147 = queryNorm
        0.38329202 = fieldWeight in 207, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=207)
  0.04347826 = coord(1/23)

Abstract

Bücher, historische Dokumente, Filme, Gemälde, Fotografien, Tonaufzeichnungen, ... - so vielfältig die Zeugnisse unserer Kultur- und Wissenschaftslandschaft in Deutschland sind, so groß sind auch die Herausforderungen, all diese Schätze auf einer Plattform zu vereinen. Das ist das Ziel der Deutschen Digitalen Bibliothek (DDB), die langfristig die digitalisierten Bestände aus Bibliotheken, Archiven, Museen und Wissenschaftseinrichtungen über ein Internetportal verfügbar machen will. Neben organisatorischen, finanziellen und politischen Voraussetzungen braucht ein solches Vorhaben vor allem eines: eine robuste und innovative technische Infrastruktur.

3.5201863E-4 = product of:
  0.008096429 = sum of:
    0.008096429 = product of:
      0.016192857 = sum of:
        0.016192857 = weight(_text_:1 in 2913) [ClassicSimilarity], result of:
          0.016192857 = score(doc=2913,freq=4.0), product of:
            0.060268197 = queryWeight, product of:
              2.4565027 = idf(docFreq=10304, maxDocs=44218)
              0.024534147 = queryNorm
            0.26867998 = fieldWeight in 2913, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              2.4565027 = idf(docFreq=10304, maxDocs=44218)
              0.0546875 = fieldNorm(doc=2913)
      0.5 = coord(1/2)
  0.04347826 = coord(1/23)

Abstract

Explains why data quality is important. Problems that impact data quality include: data corruption due to incorrect conversion, historical and current data have different meanings, the same data has more than 1 data definition, missing data, hidden data, missing granularity, and violation of integrity rules. Suggests an improvement strategy to establish organizational commitment to cahnge what has been done in promoting data quality. Misconceptions that impact data quality are: data quality improves with the introduction of new technology; old data quality will not have an impact on new database development; and data quality is a database administration problem

Source

Journal of database management. 9(1998) no.1, S.35-37