Answers are grounded in this paper and cite their sources.
Design-Science Approach Develops ViDa Tool to Enhance Dataset Usability and Quality Indicators.
Millionen von Datensätzen sind online frei zugänglich, dennoch bleibt ihre effektive Wiederverwendung begrenzt. Datennutzende stoßen auf Hindernisse, wenn sie beurteilen möchten, ob ein Datensatz für einen neuen Zweck geeignet ist. Mit einem Design-Science-Ansatz kombiniert diese Arbeit Erkenntnisse aus der Literatur, einer Erhebung von 14 Daten-repositorien und -portalen, iterativem Low-Fidelity-Prototyping sowie einer Evaluation durch halbstrukturierte Interviews und Nutzertests. Eine systematische Bewertung anhand von 47 Empfehlungen deckt erhebliche Lücken in bestehenden Plattformen auf, insbesondere hinsichtlich Datenqualitätsindikatoren und Visualisierung. Halbstrukturierte Interviews mit vier Datenproduzierenden flossen über mehrere Iterationen in den Entwurf zweier Prototypversionen ein. Der zentrale Beitrag ist ViDa, eine Online-Plattform zur Datensatzvisualisierung, die sowohl für Datenproduzierende als auch für Datennutzende konzipiert ist. ViDa zielt darauf ab, den Dokumentationsaufwand für Produzierende durch geführte Metadaten-Workflows zu reduzieren und gleichzeitig interaktive Dashboards bereitzustellen, die kontextuelle Metadaten mit automatisch generierten Visualisierungen durch Datensatz-Profiling kombinieren. Die Plattform erfordert minimale technische Kenntnisse in Visualisierung und Metadatenkuration. Diese Visualisierungen ermöglichen potenziellen Wiederverwendenden, schnell einen Überblick über Datensätze zu erhalten und fundierte Wiederverwendungsentscheidungen zu treffen. Nach unserem Kenntnisstand ist ViDa die erste nicht-kommerzielle Lösung, die dieses Funktionsspektrum bietet. Nutzertests mit zehn Teilnehmenden ergaben einen Usability-Score von 92,13%, was darauf hindeutet, dass die Plattform unter den getesteten Bedingungen intuitiv und effektiv für die Durchführung von Visualisierungsaufgaben ist.
No takes yet. Share an insight, caveat, or question.
Hynek Zemanec (2026) studied this question.
Synapse has enriched 8 closely related papers on similar clinical questions. Consider them for comparative context: