Qualitative Data Repository 2015-2016

2015-2016 年定性数据存储库

基本信息

  • 批准号:
    1424191
  • 负责人:
  • 金额:
    $ 89.9万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Continuing Grant
  • 财政年份:
    2014
  • 资助国家:
    美国
  • 起止时间:
    2014-09-15 至 2017-11-30
  • 项目状态:
    已结题

项目摘要

The Qualitative Data Repository (QDR) launched in January 2014 at Syracuse University. QDR is the first general purpose venue in the United States for storing and sharing digital data generated or collected through qualitative and multi-method research in the social sciences. The repository curates, manages, preserves, and shares digital data, and also develops and disseminates standards and techniques for engaging in these practices. It also vigorously promotes the effective management, sharing, and reuse of qualitative data, and engagement in research transparency. QDR has made excellent progress, and will continue to advance, along five dimensions: (1) governance - developing internal management structures and policies and engaging with the broader data-management community; (2) technical capacity - securing the hardware to house, and developing the software to enable the deposit, indexing, search, and download of qualitative data; (3) content - soliciting and curating qualitative data projects for secondary analysis, to increase research transparency, and to enhance teaching; (4) ideational frameworks - developing the intellectual framework for, a language to talk about, techniques and practices to engage in, and guidance to facilitate data sharing and transparency in qualitative research; and (5) promulgation and persuasion - stimulating and participating in debate and dialogue to generate standards for sharing qualitative data, conducting secondary data analysis, evaluating empirical research, and teaching with data, and encouraging and teaching people to do so. Institutionalized repositories such as QDR produce multi-faceted benefits. First, they allow shared data to be more usable, discoverable, meaningful, citable, secure, durable, and broadly accessible, and they increase data visibility. Second, they also reduce data-collection redundancy, allow data to accumulate, and allow for secondary analysis, encouraging comparative study and new research. Third, by offering a platform for data-sharing, such repositories encourage transparent research; such research can be evaluated and replicated, encouraging methodological rigor and facilitating the continued development of research methods. The value QDR adds on each of these fronts is particularly important given the weak tradition of sharing the rich and heterogeneous data that qualitative social scientists generate, often through considerable effort. QDR is staffed by scholars with experience curating qualitative data, and offers a broad range of guidance, educational resources, and training focused on storing, sharing, and reusing such data. Qualitative political scientists are comfortable sharing their data with QDR as they perceive it to be a venue that is sympathetic to the goals and techniques of their research tradition. QDR enhances the data-management infrastructure in the United States, an infrastructure that underpins both research and teaching: it allows for their integration and thereby strengthens both. QDR has the potential to broaden the access of scholars from around the world to a wealth of qualitative social science data. In addition, by increasing researcher visibility, the repository encourages intellectual exchange and the formation and growth of epistemic communities, and serves as a platform for research networks and partnerships.
定性数据存储库 (QDR) 于 2014 年 1 月在雪城大学推出。 QDR 是美国第一个用于存储和共享通过社会科学研究定性和多方法研究生成或收集的数字数据的通用场所。该存储库负责管理、管理、保存和共享数字数据,并开发和传播参与这些实践的标准和技术。它还大力促进定性数据的有效管理、共享和重用以及研究透明度。 QDR 已经取得了巨大进展,并将继续在五个方面取得进展:(1) 治理——制定内部管理结构和政策,并与更广泛的数据管理社区合作; (2) 技术能力——确保硬件的安全,并开发软件以实现定性数据的存储、索引、搜索和下载; (3) 内容——征集和策划定性数据项目以进行二次分析,以提高研究透明度并加强教学; (4) 理念框架——开发知识框架、讨论语言、参与技术和实践,以及促进定性研究数据共享和透明度的指导; (5) 颁布和说服——激发和参与辩论和对话,以制定共享定性数据、进行二次数据分析、评估实证研究和数据教学的标准,并鼓励和教导人们这样做。 QDR 等制度化存储库可带来多方面的好处。首先,它们使共享数据变得更加可用、可发现、有意义、可引用、安全、持久和广泛访问,并且提高了数据可见性。其次,它们还减少了数据收集冗余,允许数据积累,并允许二次分析,鼓励比较研究和新研究。 第三,通过提供数据共享平台,此类存储库鼓励透明的研究;此类研究可以进行评估和复制,从而鼓励方法的严谨性并促进研究方法的持续发展。 鉴于共享定性社会科学家通常通过大量努力生成的丰富且异构数据的传统薄弱,QDR 在这些方面增加的价值尤其重要。 QDR 的工作人员均具有管理定性数据经验的学者,并提供广泛的指导、教育资源和培训,重点关注存储、共享和重用此类数据。定性政治科学家乐于与 QDR 分享他们的数据,因为他们认为 QDR 是一个支持他们研究传统的目标和技术的场所。 QDR 增强了美国的数据管理基础设施,这一基础设施支撑着研究和教学:它允许将两者集成,从而加强两者。 QDR 有潜力扩大世界各地学者获取大量定性社会科学数据的机会。此外,通过提高研究人员的知名度,该存储库鼓励知识交流以及认知社区的形成和发展,并充当研究网络和伙伴关系的平台。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Colin Elman其他文献

Introduction
介绍
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    J. Gerring;J. Mahoney;Colin Elman
  • 通讯作者:
    Colin Elman
Proposals
提案
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    J. Gerring;J. Mahoney;Colin Elman
  • 通讯作者:
    Colin Elman
Reliability of Inference
推理的可靠性
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tasha Fairfield;A. Charman;Colin Elman;J. Gerring
  • 通讯作者:
    J. Gerring
Data Access and Research Transparency in the Qualitative Tradition
定性传统中的数据访问和研究透明度
  • DOI:
    10.1017/s1049096513001777
  • 发表时间:
    2013-12-29
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Colin Elman;Diana Kapiszewski
  • 通讯作者:
    Diana Kapiszewski
Conclusion: Research Transparency for a Diverse Discipline
结论:多元化学科的研究透明度
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tim Büthe;A. Jacobs;J. Aldrich;Colin Elman;Kerry L. Haynie;Diana Kapiszewski;J. Kelley;Herbert P. Kitschelt;D. Resnik
  • 通讯作者:
    D. Resnik

Colin Elman的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Colin Elman', 18)}}的其他基金

Support for Institutes and Research Groups on Qualitative and Multi-Method Research: 2024-2026
对定性和多方法研究机构和研究小组的支持:2024-2026
  • 批准号:
    2343087
  • 财政年份:
    2024
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant
EAGER: Mapping Open Science through the Journal Editors Discussion Interface
EAGER:通过期刊编辑讨论界面绘制开放科学图
  • 批准号:
    2332061
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant
Qualitative Data Repository 2021-2024
定性数据存储库 2021-2024
  • 批准号:
    2116935
  • 财政年份:
    2021
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Continuing Grant
EAGER: Sharing Knowledge, Building Community: Introducing a Journal Editors' Discussion Interface (JEDI)
EAGER:分享知识,建立社区:引入期刊编辑讨论界面 (JEDI)
  • 批准号:
    2032661
  • 财政年份:
    2020
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant
Support for Institutes and Research Groups on Qualitative and Multi-Method Research: 2021-2023
对定性和多方法研究机构和研究小组的支持:2021-2023
  • 批准号:
    1948724
  • 财政年份:
    2020
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant
Qualitative Data Repository 2018-2021
定性数据存储库 2018-2021
  • 批准号:
    1823950
  • 财政年份:
    2019
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Continuing Grant
Optimizing Openness in Human Participants Research: Harmonizing Standards for Consent Agreements and Data Management Plans to Empower the Reuse of Sensitive Scientific Data
优化人类参与者研究的开放性:协调同意协议和数据管理计划的标准,以促进敏感科学数据的重用
  • 批准号:
    1839018
  • 财政年份:
    2018
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant
Support for Institutes and Research Groups on Qualitative and Multi-Method Research: 2018-2020
对定性和多方法研究机构和研究小组的支持:2018-2020
  • 批准号:
    1658204
  • 财政年份:
    2017
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Continuing Grant
Qualitative Data Repository 2016-2018
2016-2018 年定性数据存储库
  • 批准号:
    1628636
  • 财政年份:
    2016
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Continuing Grant
WORKSHOP: Support for Institutes and Research Groups on Qualitative and Multi-Method Research: 2015-2017
研讨会:对定性和多方法研究的机构和研究小组的支持:2015-2017
  • 批准号:
    1424095
  • 财政年份:
    2014
  • 资助金额:
    $ 89.9万
  • 项目类别:
    Standard Grant

相似国自然基金

基于键值存储的关系数据库跨层次协同设计关键技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
基于阵列数据库的巡天数据存储管理关键技术研究
  • 批准号:
    62162010
  • 批准年份:
    2021
  • 资助金额:
    36 万元
  • 项目类别:
    地区科学基金项目
面向NVST海量高速观测数据的分布式存储系统研究与实现
  • 批准号:
    11703010
  • 批准年份:
    2017
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目
面向新型硬件环境的数据管理与分析关键技术
  • 批准号:
    61732014
  • 批准年份:
    2017
  • 资助金额:
    260.0 万元
  • 项目类别:
    重点项目
面向大规模语义数据的分布式并行数据库系统的设计与实现
  • 批准号:
    61672389
  • 批准年份:
    2016
  • 资助金额:
    63.0 万元
  • 项目类别:
    面上项目

相似海外基金

Statistics, Informatics & Qualitative Methods (SIQM) Core
统计学、信息学
  • 批准号:
    10555007
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
Analytical Core
分析核心
  • 批准号:
    10730061
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
NEWBORN SCREENING FOLLOW-UP STUDY OF CONGENITAL CYTOMEGALOVIRUS (CCMV) INFECTION
先天性巨细胞病毒 (CCMV) 感染的新生儿筛查随访研究
  • 批准号:
    10937099
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
Identifying pediatric asthma subtypes using novel privacy-preserving federated machine learning methods
使用新颖的隐私保护联合机器学习方法识别小儿哮喘亚型
  • 批准号:
    10713424
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
Examining impacts of structural racism and discrimination on Hispanic treatment differences and oral health disparities; known internally as "Smiles of Hope - Proyecto Hispanico de Esperanza" (SoPHE)
审查结构性种族主义和歧视对西班牙裔待遇差异和口腔健康差异的影响;
  • 批准号:
    10909478
  • 财政年份:
    2023
  • 资助金额:
    $ 89.9万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了