| Online-Ressource |
Verfasst von: | Kleinkopf, Felicitas [VerfasserIn] |
Titel: | Text- und Data-Mining |
Titelzusatz: | die Anforderungen digitaler Forschungsmethoden an ein innovations- und wissenschaftsfreundliches Urheberrecht |
Institutionen: | Albert-Ludwigs-Universität Freiburg [Grad-verleihende Institution] |
Verf.angabe: | Felicitas Lea Kleinkopf |
Ausgabe: | 1. Auflage |
Verlagsort: | Baden-Baden |
Verlag: | Nomos Verlagsgesellschaft |
Jahr: | 2022 |
Umfang: | 1 Online-Ressource (396 Seiten) |
Gesamttitel/Reihe: | Schriftenreihe des Archivs für Urheber- und Medienrecht UFITA ; Band 300 |
| Nomos eLibrary : Open Access |
Hochschulschrift: | Dissertation, Albert-Ludwigs-Universität Freiburg i. Breisgau, 2022 |
ISBN: | 978-3-7489-3536-0 |
Abstract: | Immer häufiger werden digitale Methoden wie das Text- und Data-Mining zur Erkenntnisfindung eingesetzt, das die Möglichkeit bietet, Muster in großen Datensätzen zu erkennen und zugleich Grundlage des maschinellen Lernens ist. Die Arbeit betrachtet diese Methode aus urheberrechtlicher Perspektive und berücksichtigt dabei die Bedeutung und Steuerungswirkung urheberrechtlicher Schranken, die besondere Interessenlage im Wissenschaftsurheberrecht sowie interdisziplinäre Erkenntnisse. In der umfassenden Analyse wird die komplexe Rechtsmaterie strukturiert, es werden Defizite aufgezeigt und konkrete Lösungsvorschläge unterbreitet. Ein Schwerpunkt liegt dabei auf der langfristigen Zugänglichkeit der erzeugten Forschungsdaten. |
| Digital methods such as text and data mining are utilised more and more frequently to gather knowledge, thereby offering the ability to recognise patterns in large data sets as well as being the basis of machine learning. This work examines this digital method from a copyright perspective, evaluating the significance and controlling effect of copyright barriers, the special interests involved in scientific copyright law and elements of interdisciplinary knowledge. This comprehensive analysis structures this complex legal matter, identifies deficits and suggests viable solutions. One focus lies on the long-term accessibility of the research data that are generated within this process. |
DOI: | doi:10.5771/9783748935360 |
URL: | kostenfrei: Volltext: https://doi.org/10.5771/9783748935360 |
| kostenfrei: Verlag: https://www.nomos-elibrary.de/10.5771/9783748935360 |
| kostenfrei: Resolving-System: http://nbn-resolving.de/urn:nbn:de:bsz:25-freidok-2349117 |
| kostenfrei: Verlag: https://freidok.uni-freiburg.de/data/234911 |
| Inhaltstext: http://deposit.dnb.de/cgi-bin/dokserv?id=32b26fc7cd7c48d08f30551763cf471a&prov=M&dok_var=1&dok_ext=htm |
| DOI: https://doi.org/10.5771/9783748935360 |
URN: | urn:nbn:de:bsz:25-freidok-2349117 |
Schlagwörter: | (g)Deutschland / (s)Forschung / (s)Text Mining / (s)Data Mining / (s)Urheberrecht |
Datenträger: | Online-Ressource |
Dokumenttyp: | Hochschulschrift |
Sprache: | ger |
Bibliogr. Hinweis: | Erscheint auch als : Druck-Ausgabe: Kleinkopf, Felicitas, 1995 - : Text- und Data-Mining. - 1. Auflage. - Baden-Baden : Nomos, 2022. - 396 Seiten |
RVK-Notation: | PE 745 |
| PZ 3400 |
Sach-SW: | Urheberrecht |
| Innovation |
| Wissenschaft |
| Forschung |
| Zugang |
| Data Mining |
| Bibliotheken |
| Text- und Data-Mining |
| Text Mining |
| Nachnutzung |
| Schranke |
| Kulturerbe-Einrichtung |
| Forschungsdaten |
K10plus-PPN: | 1820817377 |
Verknüpfungen: | → Übergeordnete Aufnahme |
|
|
| |
Lokale URL UB: | Zum Volltext |
Text- und Data-Mining / Kleinkopf, Felicitas [VerfasserIn]; 2022 (Online-Ressource)