Stand der DOI-Registrierung an der Humboldt-Universität zu Berlin

Stand der DOI-Registrierung an der Humboldt-Universita t zu Berlin

Inhalt

Vorbemerkung ... 2

Ausgangssituation ... 2

Voraussetzungen an Datenzentren seitens DataCite ... 2

Veröffentlichung ... 3

Landingpage ... 3

Verwendung von Sonderzeichen ... 4

Restriktiver Zugriff ... 4

Löschen von DOIs ... 4

Einbindung externer Metadatenschemata ... 4

Anwendungsfall: TOPOI-Exzellenzcluster / Edition-TOPOI / BSDP-Repositorium ... 5

Unterstützung bei der Nachregistrierung ... 6

Anwendungsfall: NOMAD-Repositorium ... 7

Anwendungsfall: Hoffman Collection ... 8 Dennis Zielke

Humboldt-Universität zu Berlin Koordination DOI-Registrierung Computer und Medienservice

Kerstin Helbig

Humboldt-Universität zu Berlin Koordination Forschungsdatenmanagement

Computer und Medienservice

Vorbemerkung

Die Humboldt-Universität zu Berlin (HU) hat im Frühjahr 2013 untersucht, welche Persistent Identifier-Systeme für eine dauerhafte Adressierung und Erreichbarkeit digitaler Objekte institutionell eingesetzt werden können. Aufgrund ihres Bekanntheits- und Verbreitungsgrades wurden Digital Object Identifier (DOI), Handle System (handle), Uniform Resource Name (URN), Archival Resource Key (ARK), persistent URL (PURL) sowie der Link-Resolver OpenURL betrachtet und unter den Gesichtspunkten Kosten, Aufwand, Qualitätssicherung, Verbreitung und Mehrwerte untersucht. Als Ergebnis der Evaluation wurde die Nutzung von DOI oder handle unter Berücksichtigung unterschiedlicher Anwendungsszenarien empfohlen.

Ausgangssituation

Persistente Identifikatoren sind an der HU bereits im Einsatz: (Text-)Publikationen auf dem Publikationsserver (edoc-Server¹) werden beispielsweise mit einer URN registriert, während historische Textkorpora im LAUDATIO-Repository² mit einem handle versehen werden. Weltweit setzt sich allerdings das DOI³-System immer mehr durch, nicht zuletzt dank der Bemühungen des DataCite-Vereins, über dessen Infrastruktur bis dato über 7 Mio. DOIs für verschiedene Typen von Forschungsdaten registriert wurden.⁴Als besonderes Leistungsmerkmal gilt dabei das einheitliche Metadatenschema, das als Mindestanforderung von allen Datenzentren eingehalten werden muss.

Dies ermöglicht u. a. weitere Services wie z. B. eine Suche in den Metadaten von allen bei DataCite registrierten Datensätzen oder eine automatische Zitierungsformatierung in mehr als 500 Formaten und 45 Sprachen.⁵ Als Basis für das DataCite Metadatenschema diente das Dublin Core Schema⁶.

Voraussetzungen an Datenzentren seitens DataCite

Um Digital Object Identifier an der HU bereitzustellen, wurde mit Wirkung vom 1.1.2014 ein Vertrag zwischen einem in Deutschland zuständigen Mitglied von DataCite, der Technischen Informationsbibliothek (TIB) Hannover, und der HU als sogenanntes Datenzentrum (DZ) formal geschlossen. Der Gegenstand des Vertrages regelt die Bedingungen der Bereitstellungen von DOIs für wissenschaftliche Inhalte durch die TIB und das DZ.

Rechte und Pflichten

der Registrierungsagentur TIB:

Die TIB ist Mitglied von DataCite e. V. Sie gewährleistet die Bereitstellung und Registrierung von DOI-Namen zur fortlaufenden Kennzeichnung für Inhalte des DZ. Des Weiteren stellen Sie einen Metadaten-Verwaltungsdienst (DataCite Metadata Store), der es dem DZ ermöglicht die Metadaten in Form einer XML-Datei an DataCite zu übermitteln und mit einem DOI-Namen zu verknüpfen, bereit. Die Metadaten werden dabei abgespeichert und über ein Online-Portal zugänglich gemacht.

1 http://edoc.hu-berlin.de/

2 http://www.laudatio-repository.org

3 Ist ein dauerhafter und eineindeutiger digitaler Identifikator für Objekte, der einen nachhaltigen Zugriff auf wissenschaftliche Objekte gewährleistet. Seit Mai 2012 ist er nach dem ISO-Standard 26324 standardisiert.

4 Laut DataCite Statistics (http://stats.datacite.org/) waren am 10.02.2016 bereits 7.083.236 DOIs registriert.

5 Vgl. DataCite Services: https://www.datacite.org/services

6 Seit 2009 ist das Dublin Core Schema ISO Standard 15836-2009.

des Datenzentrums HU:

Für jeden von der TIB mit einem DOI-Namen zu registrierenden wissenschaftlichen Inhalt werden Metadaten nach den Vorgaben der jeweils aktuellsten Version des DataCite Metadatenschemas bereitgestellt. Alle Versionen des Metadatenschemas sind unter:

http://schema.datacite.org/ abrufbar. Unmittelbar nach Lieferung der Metadaten durch das DZ erfolgt die Registrierung von DOI-Namen durch die TIB.

Jeder mit einem DOI-Namen registrierte wissenschaftliche Inhalt muss über eine URL öffentlich zugänglich sein. Dabei empfiehlt DataCite, dass die URL auf eine HTML-Seite verweist, die Informationen über die Inhalte enthält und zum Zugang zu den Inhalten führt (siehe Abschnitt: „Landingpage“), z. B. auf Grund einer erforderlichen Registrierung durch den Nutzer.⁷

Das DZ gibt Änderungen der URLs für seine Inhalte möglichst zeitnah im DataCite Metadata Store ein, um die Auflösung des DOI-Namens sicherzustellen. Nachdem ein Inhalt registriert ist, kann er nicht mehr geändert werden. Wenn ein Inhalt geändert wird, muss er mit einem neuen DOI-Namen registriert werden. Dabei dürfen die Metadaten nur entsprechend der Vorgaben des Metadatenschemas geändert werden. Wenn ein Inhalt nicht mehr verfügbar ist, muss auf der Landingpage ein entsprechender Hinweis angezeigt werden.

In Bezug auf die Persistenz hat das DZ im Rahmen seiner Möglichkeiten sicherzustellen, dass registrierte Inhalte über die gesamte Laufzeit dieses Vertrages zur Verfügung stehen.

Außerdem prüft das DZ, dass die Inhalte gemäß seinen eigenen Standards und gemäß den allgemeinen Regeln guter wissenschaftlicher Praxis in dem betreffenden Forschungsgebiet gültig sind.

Veröffentlichung

Für die Registrierung eines Digital Object Identifier (DOI) ist die Beschreibung des Datensatzes nach dem DataCite Metadatenschema (aktuelle Version 3.1⁸) notwendig. Es müssen mindestens die Pflichtelemente Creator, Title, Publisher und PublicationYear zusammen mit dem DOI als Identifier angegeben werden.

ID Property Obligation

1 Identifier (with type sub-property) M (mandatory)

2 Creator (with name identifier sub-properties) M 3 Title (with optional type sub-properties) M

4 Publisher M

5 PublicationYear M

Tabelle 1: Pflichtfelder nach DataCite-Metadatenschema (Version 3.1)

Landingpage

Unter einer Landingpage wird eine verlinkte Webseite mit Metadateninformationen verstanden, die z. B. über ein Browsing nach Kategorien aufgerufen werden kann. Die Landingpage wird beim Auflösen eines DOI-Namens und der ihm aktuell zugewiesenen URL aufgerufen. Sie soll dem Nutzer Zusatzinformationen über den jeweiligen Datensatz und die Zugangsmöglichkeiten bieten. Das primäre Ziel einer Landingpage ist, dass der Leser erfährt, was in dem Datensatz zu finden ist und wie

7 Vgl. DataCite: What do we do? https://www.datacite.org/about-datacite/what-do-we-do

8 https://doi.org/10.5438/0011

man auf den Datensatz zugreift. Sie stellt keine Verpflichtung dar, sondern ist eine Empfehlung von DataCite. Dabei gibt es keine speziell auf DataCite zugeschnittenen Landingpages.

Beispiele für Landingpages

Beispiel mit Checksumme von der Physikalisch-Technischen Bundesanstalt (PTB):

https://doi.org/10.7795/110.20121022aa

Beispiel eines vollständigen Berichtes aus 16 Einzelbeiträgen mit Verlinkung (PTB):

https://doi.org/10.7795/210.20130206a

Beispiel eines Zeitschriftenheftes mit kumuliert zugänglichen Einzelbeiträgen und Inhaltsangaben (PTB): https://doi.org/10.7795/310.20090299

Beispiel einer automatisch erzeugten und etwas unstrukturierten Landingpage:

https://doi.org/10.1002/phbl.19990551204

Beispiel mit restriktivem Zugriff (Datenanfrage per Antrag notwendig):

http://doi.org/10.5159/IQB_PISA_2012_v1 Verwendung von Sonderzeichen

Da viele Sonderzeichen in URLs spezifische Bedeutungen haben und dies zu fehlerhafter Auflösung des DOIs führen kann, wird die Verwendung folgender Zeichen für den DOI empfohlen:

 A-Z, a-z, 0-9,

 : (Doppelpunkt), . (Punkt), - (Bindestrich), _ (Unterstrich), / (Schrägstrich)

Das einzige Zeichen, von dem sicher bekannt ist, dass es bei der Auflösung des DOIs ignoriert wird bzw. an die URL übergeben wird, ist #. So lassen sich beispielsweise einzelne Videosegmente zitieren, z. B.: https://doi.org/10.5446/406#t=01:38,01:53.

Restriktiver Zugriff

Die DOIs können auf nicht frei zugängliche Datensätze verweisen, wenn die dazugehörigen Metadaten und die Landingpage frei zugänglich sind. Auf der Landingpage sollte dann auch angegeben sein, wie man die Forschungsdaten einsehen kann (z. B. über persönlichen Kontakt).

Wenn die Daten per se keinen Zugriff erlauben oder nur für die ursprüngliche Forschungsgruppe einsehbar und zugänglich sind, ist die Vergabe eines DOIs nicht sinnvoll. Dadurch können die Forschungsdaten weder zitiert noch nachgenutzt werden.

Löschen von DOIs

Es ist weder im Produktiv- noch im Test-System vorgesehen, dass DOIs gelöscht werden. Eine Löschung kann ggf. über die Registrierungsagentur (TIB) veranlasst werden. Ein Verweis auf der Landingpage ist dem vorzuziehen.

Einbindung externer Metadatenschemata

Externe disziplin- oder projektspezifische Metadatenschemata können über das Element

„relatedIdentifier“ in Verbindung mit „HasMetadata“ sowie einem persistenten Identifikator verlinkt werden. Dabei werden die Metadaten nicht von DataCite aufgenommen und angezeigt, sondern sie sind maschinenlesbar über das genannte Element verlinkt.

Anwendungsfall: TOPOI-Exzellenzcluster / Edition-TOPOI / BSDP-Repositorium

Einleitung: Das Exzellenzcluster Topoi der Humboldt-Universität zu Berlin mit seiner gleichnamigen Edition ist eine Open-Access-Publikations- und Forschungsplattform, die als Repositorium für im Cluster erarbeitete Publikationen und Forschungsergebnisse dient. Die daraus entstehenden und entstandenen Forschungsdaten wie 3D-Modelle, hochauflösende Lichtbilder, Darstellungen wissenschaftlicher oder technischer Art werden zitierfähig publiziert und langfristig archiviert. Ihre Inhalte werden einer Qualitätsprüfung (Peer-Review) unterzogen und im Open Access zusammen mit ihren Metadaten unter der Creative Commons Lizenz CC-BY-NC in der aktuellsten Version (derzeit 4.0¹⁰) veröffentlicht.

Die publizierten Forschungsinhalte und ihre technischen und inhaltlich relevanten Metadaten werden sCitable genannt und können mit anderen Publikationen oder Daten offen zugänglich miteinander verknüpft werden.

Abbildung 1: Beispiel-Metadatensatz aus dem TOPOI BSDP-Repositorium mit den 5 Pflicht- und zusätzlich mit empfohlenen Metadatenfeldern von DataCite

9 http://repository.topoi.org/BSDP

10 https://creativecommons.org/licenses/by-nc/4.0/legalcode

Projektpartner: Humboldt-Universität zu Berlin, Universität Cambridge, Exzellencluster TOPOI EXC 264, Einstein Foundation Berlin

Disziplin(en): Archäologie, zukünftig auch Wissenschaftsgeschichte, Kulturwissenschaften, Geschichte

Datentypen: Digitale Ressourcen von alten Sonnenuhren, 3D-Objekte Erlaubte Namensräume (Domains): topoi.org, edition-topoi.org Beispieldatensatz mit DOI-Registrierung:

Beispiel einer DOI für ein Objekt: https://doi.org/10.17171/1-1-1 (Verweis auf:

http://repository.edition-topoi.org/BSDP/object/1). Jede erzeugte DOI verweist auf eine Landingpage, die einen Abstract, Referenzen und verschiedene Einzelansichten des 3D-Models beinhaltet. Für jede Einzelansicht z. B. http://repository.edition- topoi.org/collection/BSDP/single/0514/4 wurde ebenfalls ein DOI – in diesem Beispiel 10.17171/1-1- 6 – vergeben. Zu jedem Objekt wird ein einheitlicher Zitationsstil mithilfe des DOI Citation Formatter¹¹ verwendet. Dieser Dienst wurde von DataCite in Zusammenarbeit mit CrossRef¹² erstellt, um den Nutzern ein Zitierformat anzubieten, welches das richtige Format für Ihren Bereich darstellt.

Stand der Entwicklung:

Im BSDP-Repositorium befinden sich derzeit knapp über 620 Objekte (Stand: 11.02.2016) – darunter vor allem Bilder¹³, 3D-Modelle¹⁴, Analysen¹⁵ und dazugehörige Berichte. Diese Daten verfügen über beschreibende Metadaten, die in verschiedenen bibliographischen Austauschformaten (BibTex und JSON) und interne Identifikatoren ausgegeben werden können.

Unterstützung bei der Nachregistrierung

Es sollen mehrere hundert Objekte mit jeweils einer DOI registriert werden. Der Support der Arbeitsgruppe elektronisches Publizieren (AGEP) besteht bislang darin, testweise mehrere Objekte mit jeweils einem DOI über einen Bulk-Import mithilfe eines grafischen Clients gebündelt nach zu registrieren. Derzeit wird für das Repositorium eine API-Anbindung, die auch eine Nachregistrierung ermöglichen soll, implementiert.

Die AGEP unterstützt Institute/Projekte der HU bei der Nachregistrierung von Datensätzen. Hierfür müssen die Namen der DOIs und der Objekte und die URLs bekannt sein wie folgendes Beispiel eines Datensatzes aus dem BSDP-Repositorium zeigt:

DOI-Name: 10.17171/1-1-1 (Zugriff mit: https://doi.org/10.17171/1-1-1) Name des Objekts/Datensatzes: ObjID17-1.jpg.xml

URL-Name: repository.edition-topoi.org/scitable.php?project=BSDP&design=design1&objid=17

11 http://crosscite.org/citeproc/

12 http://www.crossref.org/

13 http://repository.edition-topoi.org/collection/BSDP/repository/images

14 http://repository.edition-topoi.org/collection/BSDP/repository/3ddata/models

15 http://repository.edition-topoi.org/collection/BSDP/repository/analysis

Mithilfe eines grafischen Clients wird pro Zeile jeweils ein DOI/URL Paar getrennt durch ein Leerzeichen in das DataCite-Produktivsystem hochgeladen.

Abbildung 2: grafischer Client zur Unterstützung bei der Nachregistrierung

Über den Client ist es außerdem möglich, vorab zu prüfen, ob alle angegebenen Metadaten innerhalb des Datensatzes gegen das DataCite-Metadatenschema validieren. Zusätzlich muss jeder Datensatz die fünf oben genannten Metadatenpflichtfelder beinhalten, um gegen das DataCite- Metadatenschema validiert werden zu können, wie das nachfolgende Beispiel zeigt.

Anwendungsfall: NOMAD

-Repositorium

Einleitung: Das NOMAD-Repositorium ist eine Open-Access Datenbank, die es ermöglicht Materialdaten aus der Physik und Chemie zu hosten, zu verwalten und zu teilen. Sie basiert auf den Regeln der guten wissenschaftlichen Praxis und ermöglicht die kostenfreie Archivierung der Daten für mindestens 10 Jahre. Ihre Inhalte werden unter der Creative Commons Lizenz CC-BY-NC in der Version 3.0 lizensiert und veröffentlicht. Um Datensätze importieren und eine DOI vergeben zu können muss man sich für das Repositorium registrieren. Für die DOI-Vergabe, die nur für frei zugängliche Datensätze erlaubt ist, müssen die Metadatenpflichtelemente (siehe Abschnitt Veröffentlichung) mit angegeben werden. Innerhalb des Repositoriums gibt es ein klar definiertes Versionierungskonzept, welches besagt das die importierten Datensätze in ihrem ursprünglichen Ausgangsformat (RAW-Format) in einer permanenten und unveränderlichen Version gespeichert und somit nicht gelöscht werden können.

Abbildung 3: : Beispiel-Metadatensatz aus dem NOMAD-Repositorium mit den 5 vorgegebenen Metadatenpflichtfeldern von DataCite

16 Novel Materials Discovery

17 http://nomad-repository.eu/cms/

Projektpartner: Fritz-Haber-Institut und Institut für Physik (HU Berlin) Disziplin: Physik (Festkörper), Chemie und angrenzende Fächer

Datentyp: Materialdaten der Physik, Chemie und angrenzender Fächer Erlaubte Namensräume (Domains): hu-berlin.de

Beispieldatensatz mit DOI-Registrierung:

Beispiel einer DOI: https://doi.org/10.17172/NOMAD/20150312111758 (Verweis auf:

http://nomadrepository.eu/gui/#2IBARLHRQQB3C71I6DPYIXMHB5ZF637B0A875XZZ7BQX8MS).

Stand der Entwicklung:

Beim NOMAD-Repositorium handelt es sich um eine eigenentwickelte Open-Access Datenbank zur freien Nachnutzung für Wissenschaft und Industrie. Es wurde ein eigener API-Client mithilfe der DataCite-API¹⁸ für die Erstellung von DOIs implementiert.

Nachregistrierung von Objekten/Datensätzen:

Derzeit wird ein API-Client für den Bulk-Upload von mehreren Objekten implementiert. Es fand eine entsprechende Beratung durch die AGEP statt.

Anwendungsfall: Hoffman Collection

Einleitung: Die Hoffman Collection of Cultural Knowledge (HC-CK) war ein von der Deutschen Forschungsgemeinschaft, dem Bundesministerium für Bildung und Forschung und sowie dem Auswärtigen Amt gefördertes Projekt des Instituts Afrika- und Asienwissenschaften. Die im Projekt entstandenen Forschungsdaten (Audiodateien, Videos, Bilder) wurden Open Access auf dem Medien- Repositorium unter der Creative Commons Lizenz CC-BY 4.0 lizensiert und veröffentlicht. Eine DOI- Vergabe war ebenfalls erwünscht, um die genutzten Forschungsdaten entsprechend zitieren zu können.

Projektpartner: Medien-Repositorium der Humboldt-Universität zu Berlin Disziplin: Afrikawissenschaften und andere Disziplinen mit Mediendaten

Datentyp: Mediendaten (Audiodateien, Videos, Bilder, ergänzende Textdateien) Erlaubte Namensräume (Domains): https://rs.cms.hu-berlin.de/

Beispieldatensatz mit DOI-Registrierung:

Beispiel einer DOI: https://doi.org/10.17172/MR/22

(Verweis auf: https://rs.cms.hu-berlin.de/hoffmanncollection/pages/home.php)

Stand der Entwicklung: Das Medien-Repositorium basiert auf der Open Source Software

ResourceSpace¹⁹, die für die Betreibung von Repositorien entwickelt wurde. Die Vergabe von DOIs oder anderen persistenten Identifikatoren ist darin nicht vorgesehen. Es musste daher eine semi- automatisierte DOI-Vergabe entwickelt werden. Es wurde ein eigener API-Client mithilfe der

18 https://mds.datacite.org/static/apidoc

19 http://www.resourcespace.org/

DataCite-API²⁰ für die Erstellung von DOIs implementiert. Der Client ist derzeit in der finalen Testphase und wird dokumentiert.

Nachregistrierung von Objekten/Datensätzen: Die Nachregistrierung der bereits vorhandenen Objekte der Hoffmann Collection soll über die API erfolgen. Es fand eine entsprechende Beratung durch die AGEP statt.

20 https://mds.datacite.org/static/apidoc