Search (2 results, page 1 of 1)

0.0122387 = product of:
  0.055074148 = sum of:
    0.014200641 = weight(_text_:of in 3205) [ClassicSimilarity], result of:
      0.014200641 = score(doc=3205,freq=10.0), product of:
        0.061262865 = queryWeight, product of:
          1.5637573 = idf(docFreq=25162, maxDocs=44218)
          0.03917671 = queryNorm
        0.23179851 = fieldWeight in 3205, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.5637573 = idf(docFreq=25162, maxDocs=44218)
          0.046875 = fieldNorm(doc=3205)
    0.040873505 = weight(_text_:software in 3205) [ClassicSimilarity], result of:
      0.040873505 = score(doc=3205,freq=2.0), product of:
        0.15541996 = queryWeight, product of:
          3.9671519 = idf(docFreq=2274, maxDocs=44218)
          0.03917671 = queryNorm
        0.2629875 = fieldWeight in 3205, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9671519 = idf(docFreq=2274, maxDocs=44218)
          0.046875 = fieldNorm(doc=3205)
  0.22222222 = coord(2/9)

Abstract

The goal of Open Knowledge Maps is to create a visual interface to the world's scientific knowledge. The base for this visual interface consists of so-called knowledge maps, which enable the exploration of existing knowledge and the discovery of new knowledge. Our open source knowledge mapping software applies a mixture of summarization techniques and similarity measures on article metadata, which are iteratively chained together. After processing, the representation is saved in a database for use in a web visualization. In the future, we want to create a space for collective knowledge mapping that brings together individuals and communities involved in exploration and discovery. We want to enable people to guide each other in their discovery by collaboratively annotating and modifying the automatically created maps.

0.0037845836 = product of:
  0.034061253 = sum of:
    0.034061253 = weight(_text_:software in 5702) [ClassicSimilarity], result of:
      0.034061253 = score(doc=5702,freq=2.0), product of:
        0.15541996 = queryWeight, product of:
          3.9671519 = idf(docFreq=2274, maxDocs=44218)
          0.03917671 = queryNorm
        0.21915624 = fieldWeight in 5702, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9671519 = idf(docFreq=2274, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5702)
  0.11111111 = coord(1/9)

Abstract

Die Wissenschaft befindet sich in einer Auffindbarkeitskrise. Obwohl durch die Open Access-Bewegung Forschungsergebnisse besser zugänglich geworden sind, wird ein signifikanter Teil der Outputs nicht nachgenutzt. Einen großen Anteil an der Krise haben die Tools, die für die Literatursuche verwendet werden. Angesichts von drei Millionen Veröffentlichungen pro Jahr sind klassische Ansätze, wie etwa listenbasierte Suchmaschinen, nicht mehr ausreichend. Open Knowledge Maps hat es sich zum Ziel gesetzt, die Auffindbarkeit wissenschaftlichen Wissens zu verbessern. Dafür betreibt die gemeinnützige Organisation aus Österreich die weltweit größte visuelle Suchmaschine für Forschung. Das Grundprinzip besteht darin, Wissenslandkarten für die Literatursuche zu nutzen. Diese geben einen Überblick über ein Forschungsfeld und ermöglichen so einen schnelleren Einstieg in die Literatur. Open Knowledge Maps basiert auf den Prinzipien von Open Science: Inhalte, Daten und Software werden unter einer freien Lizenz veröffentlicht. Dadurch entsteht eine offene, wiederverwendbare Infrastruktur; Lock-In-Effekte, wie sie bei proprietären Systemen auftreten, werden vermieden. Open Knowledge Maps arbeitet seit Beginn eng mit Bibliotheken und BibliothekarInnen als ExpertInnen für Wissensorganisation und -verwaltung zusammen. Im Rahmen eines konsortialen Fördermodells werden Bibliotheken nun eingeladen, das System stärker mitzugestalten - unter anderem bei wichtigen Zukunftsthemen wie der besseren Auffindbarkeit von Datensätzen.