Unser Ziel: der freie Fluss von wissenschaftlichen Daten, Informationen und Wissen
Engagiert für das Wissen – Unsere Mission ist es, dass sich Studierende, Forschende und Lehrende inhaltlich auf das Wesentliche konzentrieren können, damit sie ihr volles Potenzial ausschöpfen. Dafür setzen wir Ideen und Projekte in Gang, die sie beim Finden, Verwenden oder Verbreiten von Informationen und Wissen unterstützen.
Ausgangslage
Alle Lebensbereiche werden immer stärker von Wissenschaft und Technologie beeinflusst – auch wissenschaftliche Arbeitsumgebungen. Neuartige Anwendungen, Werkzeuge und Verfahren beschleunigen das Tempo neuer Forschungsergebnisse und wissenschaftliche Daten- und Informationskreisläufe werden komplexer.
Ziel
Das ETH Library Lab trägt zur Umgestaltung und zum Neuaufbau wissenschaftlicher Informationsräume bei, die offen, effizient und transparent genutzt werden können. Dazu fördert und entwickelt das Lab Projekte, welche die Anwenderautonomie stärken, den wissenschaftlichen Austausch begünstigen und Forschende von repetitiven Abläufen befreien. Darüber hinaus identifiziert es neue Ansätze im Dienst der Wissenschaftsgemeinschaft, Unternehmen in Forschung und Entwicklung sowie an Technologie und Wissenschaft interessierten Menschen.
Aufgeschlossene Philosophie – Nach diesen Werten fördern wir die Entwicklung von Anwendungen, Systemen, Praktiken und Strategien.
Offenheit Daten, Informationen und Wissen offen und auf Wiederverwendung ausgerichtet zugänglich machen
Vielfalt variierende Perspektiven als Stärke begreifen
Glaubwürdigkeit vertrauenswürdige und validierte Inhalten verbreiten
Fundierter Ursprung – Das ETH Library Lab ist eine gemeinsame Initiative der ETH-Bibliothek und der Bibliothek des Karlsruher Instituts für Technologie (KIT). Mitte 2018 nahm es seine Geschäftstätigkeit auf.
Algorithms, Artificial Intelligence (AI), Machine Learning (ML) – when I read about these subjects in the media, it always sounds a bit like magic to me: “human resources use machine learning” or “artificial intelligence can diagnose Parkinson’s disease earlier than specialists”. For me, these statements suggest something superhuman, incomprehensible – magic. However, it is not magic at all. Facial recognition algorithms are not “black boxes” and we do not pull self-driving cars out of a magician’s hat.Weiterlesen
In science and research, there is an increasingly strong need to create, collect, federate and process ever larger amounts of data. Alongside this rapid development due to the digitalisation of information environments in research, scientific libraries are seeking to adapt and reframe their roles. On the one hand, they strive to grow into facilitators of scientific knowledge work in all its facets. On the other hand, they look for ways to better leverage the power of scientific data for the collective good. But can libraries move fast enough to realise these roles? This blog article attempts to find answers to this question by investigating and presenting both the researchers’ and the libraries’ perspectives.Weiterlesen
Wir verwenden Cookies auf unserer Website, um Ihnen die bestmögliche Nutzererfahrung bieten zu können. Wenn Sie Ihren Besuch auf der Website fortsetzen, stimmen Sie der Verwendung von Cookies zu. Weitere Informationen zum Datenschutz finden Sie hier.
zur Website der ETH Zürich
