Förderung von Persistent Identifiers (PIDs) in der Katalyseforschung

Wir freuen uns, Ihnen mitteilen zu können, dass das NFDI4Cat Central Repository jetzt online ist und als Eckpfeiler für den Datenaustausch und die Zusammenarbeit innerhalb unserer Gemeinschaft dienen kann.

🔗 Zugriff auf das Repository hier: repository.nfdi4cat.org
🔗 Erkunden Sie das Demo-Repository hier: demo-repository.nfdi4cat.org

Das zentrale Repository wird die Datenverwaltung rationalisieren, die Zusammenarbeit verbessern und die Innovation fördern, indem es eine zuverlässige Plattform für die Speicherung, den Austausch und den Zugriff auf Projektinformationen bietet.

Wir laden alle Mitglieder ein, die Funktionen des Repository zu erkunden und es für ihre laufenden und zukünftigen Projekte zu nutzen. Gemeinsam können wir die Spitzenforschung und -entwicklung in der Katalyse vorantreiben.

Wenn Sie Fragen oder Anregungen haben, wenden Sie sich bitte an uns unter info@nfdi4cat.org.

Lassen Sie uns das Beste aus dieser nützlichen Ressource machen!

Wir freuen uns, die Veröffentlichung einer wegweisenden Forschungsarbeit in Catalysis Science & Technology bekanntzugeben. Zu den Autorinnen gehört auch Annette Trunschke, die bald Teil von NFDI4Cat sein wird.

Die Arbeit behandelt:

• Die Implementierung der FAIR-Datenprinzipien in der Katalyseforschung.
• Die Nutzung von Open-Source-Automatisierungstools wie EPICS zur Optimierung der Datenerfassung und zur Förderung der autonomen Forschung.
• Eine Fallstudie über einen vollständig automatisierten Testreaktor für Katalysatortests.

Alle Softwarelösungen und Daten aus diesem Projekt sind als Open Access verfügbar. Lesen Sie den vollständigen Artikel hier.

Prof. Norbert Kockmann von der TU Dortmund leitet die Entwicklung von Werkzeugen zur Strukturierung von Forschungsdaten innerhalb unseres Konsortiums. Im Interview betont er die Wichtigkeit von Ontologien und Metadatenstandards, um Daten besser auffindbar, zugänglich und wieder verwendbar zu machen. Die Implementierung solcher Standards erleichtert den Austausch zwischen Forschungsgruppen und verbessert die Qualität wissenschaftlicher Daten. Prof. Kockmann ermutigt Forschende, offen für diese abstrakten Konzepte zu sein.

Hat der kurze Abschnitte Ihr Interesse geweckt? Dann finden Sie das komplette Interview hier.

Am 26. April ging der Workshop FAIR Data Principles in Physical Sciences in der NFDI in die zweite Runde. Forschungsdaten FAIR (auffindbar, zugänglich, interoperabel und wiederverwendbar) zu machen, ist eine gemeinsame Herausforderung in allen wissenschaftlichen Disziplinen. Ziel des Workshops war es, mögliche gemeinsame Lösungen anhand praktischer Use Cases aus den teilnehmenden Konsortien zu erkunden.

Der Prozess, Daten FAIR zu machen, beginnt nicht mit dem Hochladen in einem Repositorium, sondern muss in den gesamten Forschungsprozess integriert werden. Dementsprechend konzentrierte sich der zweite Workshop FAIR Data Principles auf Anwendungsfälle und Werkzeuge zur Schaffung von FAIRen Workflows von Beginn der Forschung an. Innerhalb von 100 Minuten erlebten die Teilnehmenden des Workshops fesselnde Einführungen und Diskussionen zu drei verschiedenen Use Cases, bekamen Einblicke in die FAIR-Ansätze der verschiedenen Konsortien und Institutionen und entdeckten Möglichkeiten zur Zusammenarbeit.

 

Highlights:

Nach einer aufschlussreichen Einführung in die FAIR-Prinzipien in der Forschung durch Carolin Rehermann, erlebten die Teilnehmenden faszinierende und interaktive Präsentationen von Use Cases:

• Elena Sacchi und Harry Enke (PUNCH4NFDI): “Curating Data Flows: Leveraging REANA for Reproducible Analyses of Dimensionality Reduction Workflows”
• Sarath Menon (NFDI-MatWerk): “Creating and running automated workflows for material science simulations”
• Oliver Knodel (DAPHNE4NFDI): “Overarching Data Management Ecosystem HELIPORT”

 

Starke Teilnahme:

Mehr als 45 Teilnehmende aus allen Konsortien der Physical Sciences in NFDI nahmen an dem Workshop teil und führten eine spannende Diskussion.

Ressourcen:

Eine Aufzeichnung des Workshops ist auf Youtube verfügbar.

Sie können die Vortragsfolien von Carolin Rehermann (FAIRmat), Elena Sacchi und Harry Enke (PUNCH4NFDI) auf Zenodo finden, die Folien von Sarath Menon (NFDI-MatWerk) sind in Github einsehbar und die Folien von Oliver Knodel (DAPHNE4NFDI) sind im Heliport zu finden.

 

Der von Physical Sciences in NFDI organisierte und unterstützte Workshop FAIR-Data Principles ist als halbjährliche Veranstaltung geplant. Bleiben Sie gespannt auf weitere Ankündigungen, um uns auf dem Weg zur Umsetzung von FAIR in der Forschung zu begleiten.

Im Zeitalter der wissenschaftlichen Digitalisierung ist es für maschinenverarbeitbare Daten entscheidend, dass sie auffindbar, zugänglich, interoperabel und wiederverwendbar (FAIR) sind. Ontologien spielen eine wichtige Rolle beim Erreichen von FAIRness, indem sie Wissen in einem maschinenverständlichen Format darstellen. Daten aus der Katalyseforschung sind oft komplex und vielfältig und erfordern eine breite Sammlung von Ontologien. Bestehende Ontologieportale helfen zwar bei der Entdeckung von Ontologien, aber es fehlt ihnen an einer tiefgreifenden Klassifizierung, und es gibt keine Qualitätsmetriken, die sich speziell auf Ontologien für die Katalyseforschung beziehen.

Diese Arbeit von Alexander Behr, Hendrik Borgelt und Prof. Dr. Norbert Kockmann von unserem Partner TU Dortmund schlägt einen systematischen Ansatz zur Sammlung von Ontologie-Metadaten vor, der sich auf die Wertschöpfungskette von Katalyseforschungsdaten konzentriert. Die Ontologien werden nach Teilbereichen der Katalyseforschung klassifiziert, was einen effizienten Vergleich ermöglicht. Es werden ein Workflow und eine Codebasis für die Darstellung von Metadaten auf GitHub bereitgestellt, zusammen mit einer Methode zur automatischen Zuordnung von Ontologieklassen, die Einblicke in die Verwandtschaft bietet. Die Methodik ist auf Wiederverwendbarkeit ausgelegt und kann an andere Ontologiesammlungen oder Wissensdomänen angepasst werden. Die Ontologie-Metadaten und der entwickelte Code sind in einem GitHub-Repository verfügbar: https://github.com/nfdi4cat/Ontology-Overview-of-NFDI4Cat.

Wenn die Zusammenfassung Ihr Interesse geweckt hat, können Sie die Veröffentlichung hier finden.

Ein Vokabular für alle Bereiche der Katalyse wurde in NFDI4Cat initiiert. Beginnend mit der Photokatalyse fügen wir mehr und mehr Begriffe aus anderen Bereichen der Katalyse und verwandten Disziplinen wie Chemieingenieurwesen oder Materialwissenschaft hinzu.

Mit der Hilfe von Frau Susanne Arndt vom Leibniz Information Centre for Science and Technology University Library ist es gelungen dieses tolle Tool zu veröffentlichen.

Hier können Sie es finden.

 

 

Im Bereich der Katalyseforschung ist die mikrokinetische Modellierung ein wichtiges Instrument zum Verständnis der Oberflächenkinetik und zur Entwicklung effizienter Katalysatoren. Ihre Entwicklung erfordert jedoch traditionell Fachwissen, Ressourcen und Zeit.

Um diese Herausforderung zu bewältigen, wird die Automatisierung zu einer transformativen Kraft. Jüngste Fortschritte bei digitalen Tools und Software rationalisieren den Prozess und beschleunigen die Modellentwicklung und -validierung. Durch die Automatisierung von Aufgaben und die Nutzung von Rechenleistung können Forschende ein breiteres Spektrum an katalytischen Systemen effizient und mit weniger Fehlern erforschen.

Diese Verlagerung hin zur Automatisierung läutet eine neue Ära der Katalyseforschung ein, die durch beschleunigte Entdeckungen und verbesserte Präzision gekennzeichnet ist. Die weitere Entwicklung der Automatisierung verspricht tiefgreifende Auswirkungen auf die Katalyseforschung und eröffnet ungeahnte Möglichkeiten für Innovation und Fortschritt.

Ein Team des KIT rund um unseren Partner Prof. Dr. Olaf Deutschmann, bestehend aus Rinu Chacko, Dr. Hendrik Gossler und Dr. Sofia Angeli hat ein spannendes neues Paper in ChemCadChem veröffentlicht indem es um diese Thematik geht. Der Titel lautet „Vernetzte digitale Lösungen zur Beschleunigung der Modellierung der Reaktionskinetik in der Katalyse“. Sie können das Paper hier finden.

Allgemeine Informationen: Die katalysebezogenen Wissenschaften spielen eine zentrale Rolle bei der effizienten Produktion in verschiedenen Industriezweigen. Das NFDI4Cat-Konsortium widmet sich dem Aufbau einer robusten Forschungsdateninfrastruktur für katalysebezogene Wissenschaften, die eine Brücke von molekularen Studien zu großtechnischen Produktionsreaktoren schlägt. Der Schwerpunkt liegt dabei auf den Ingenieurwissenschaften, entsprechend der DFG-Fachsystematik.

Die Verpflichtungen von NFDI4Cat umfassen:

• Standardisierte Prozesse und Unterstützungsdienste
• Entwicklung von Fachvokabular
• Aufbau von Verbindungen innerhalb der NFDI4Cat-Gemeinschaft und international
• Verbesserung der Fähigkeiten im Bereich digitales und Forschungsdatenmanagement (RDM)
• Etablierung von offenen, klar definierten Datenstrukturen und interdisziplinären Metadatenstandards
• Erleichterung der Datenzusammenarbeit zwischen Katalyseforschenden
• Bereitstellung von Software und Tools auf der Grundlage von FAIR-Datenprinzipien
• Integration mit nationalen, europäischen und globalen Forschungsdatendiensten

Zusammensetzung des NFDI4Cat-Teams: Das Team besteht aus 16 fachkundigen Partnern aus den Bereichen Katalyse, Datenwissenschaft, Hochleistungsrechnen und maschinellem Lernen. Es wurde ein Industriebeirat eingerichtet, um die Relevanz der Ergebnisse für die Mitglieder aus der Industrie zu prüfen und die Beziehungen zum Industriesektor zu stärken.

Weitere Einzelheiten und Ergebnisse finden Sie in dem vollständigen Bericht.

In der sich rasch entwickelnden Landschaft der Informationstechnologie hat sich die Verschmelzung von künstlicher Intelligenz (KI) und datengesteuertem Forschungsdatenmanagement (RDM) als entscheidende Kraft bei der Neugestaltung des Umgangs mit Forschungsdaten erwiesen. Um die neuesten Entwicklungen in diesem dynamischen Bereich zu erforschen, wird eine Sonderausgabe in ITIT (Information Technology: Methods and Applications of Informatics and Information Technology) im Jahr 2024 unter Golden Open Access veröffentlicht werden. Dieses Sonderheft widmet sich der Schnittmenge von KI und RDM innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI).

Call for Papers

Der Call for Papers lädt Forschende, Praktiktizierende und Fachleute ein, Originalarbeiten und innovative Lösungen einzureichen, die sich mit der Integration von KI-Technologien in das Management, die gemeinsame Nutzung und die Bewahrung von Forschungsdaten über alle Disziplinen hinweg im Rahmen der NFDI beschäftigen.

Wichtige Termine:

Einreichungsfrist für Beiträge: 01.03.24
Benachrichtigung über die Annahme: 30.04.24
Abgabetermin für druckfertige Beiträge: 30.06.24
Veröffentlichung des Sonderheftes: 01.07.24

Für das Sonderheft sind Beiträge zu einer Vielzahl von Themen erwünscht, unter anderem zu folgenden:

• KI-gesteuerte Datenkuratierung und Metadatenanreicherung
• Anwendungen des maschinellen Lernens für die Datenqualitätssicherung im RDM
• Automatisierte Arbeitsabläufe für die Datenerkennung und -integration
• Intelligente Datenspeicherung und Bewahrungsstrategien
• Kollaborative Tools für den interdisziplinären Datenaustausch
• Ethische, rechtliche und soziale Überlegungen bei KI-gesteuerten RDM-Lösungen
• Fallstudien und bewährte Verfahren bei der Implementierung von KI in NFDI-Konsortien

 

Richtlinien für die Einreichungen:

Forschende sind eingeladen, Beiträge von bis zu 8 Seiten im zweispaltigen Format einzureichen. Detaillierte Anweisungen und Hinweise finden Sie in den Einreichungsrichtlinien, die unter Submission Guidelines abrufbar sind.

Für weitere Anfragen und Beiträge kontaktieren Sie bitte Prof. Dr. Sonja Schimmler unter nfdi4ds@fokus.fraunhofer.de.

Diese Sonderausgabe bietet Forschenden die Möglichkeit, ihre Arbeit an der Spitze von KI und RDM im Kontext der NFDI vorzustellen. Durch die Förderung der Zusammenarbeit und den Austausch von Erkenntnissen soll die Ausgabe einen wichtigen Beitrag zur Weiterentwicklung der Praktiken des Forschungsdatenmanagements im digitalen Zeitalter leisten. Forscherinnen und Forscher sind aufgerufen, ihre Beiträge einzureichen und Teil dieser transformativen Reise in der ITIT-Sonderausgabe 2024 zu sein.