Forschungsdaten zur Masterarbeit "Open Science und wissenschaftliche Bibliotheken. Disruptive Potentiale digitaler Transformation am Beispiel der Sächsischen Landesbibliothek — Staats- und Universitätsbibliothek Dresden"

--- english version below ---

Im Rahmen des Fernstudiengangs Bibliotheks- und Informationswissenschaften habe ich die Masterarbeit mit dem Titel "Open Science und wissenschaftliche Bibliotheken. Disruptive Potentiale digitaler Transformation am Beispiel der Sächsischen Landesbibliothek — Staats- und Universitätsbibliothek Dresden" im Zeitraum vom 17.02.2022 bis 17.06.2022 angefertigt. 

Für die Arbeit wurden Mitarbeitende in Interviews zum Thema "Open Science" befragt. Die Interviews wurden nach der Repertory-Grid-Technik durchgeführt und analysiert nach der Interpretive-Clustering-Methode, die erstmals 2020 von Burr, King und Heckmann beschrieben wurde. Unterstützend konnte ein von Mark Heckmann entwickeltes Tool zur IC-Analyse verwendet werden: http://ic.openrepgrid.org/.

Im Vorfeld der Interviews mussten Elemente als Basis gefunden werden. Die Elemente wurden mithilfe einer Korpusanalyse eines SLUB-Textkorpus mit dem Tool Sketch Engine und nachfolgender Kuratierung gefunden. Es handelt sich um Nomina, die - nach logDice gewichtet- die höchste Kollokation zu den Begriffen "offen, Offenheit, offenbar" haben. Gewählt wurden:

Werkstatt

Kulturdaten

Schnittstelle

Zugang

Meinungsfreiheit

Lizenz

Standard

Wissenschaft

Wissen

Austausch

Makerspace

Als Forschungsdaten zur Arbeit liegen vor:

Ergebnisse der Kollokationsanalyse zu "offen", "Offenheit" und "offenbar"

Interviewleitfaden für die Interviews nach Repertory-Grid-Technik

Vorlage für den ersten Teil der Interviews (Konstruktbildung)

Vorlage für den zweiten Teil der Interviews (Skaleneinordnung der Elemente)

Ergebnisse des ersten Teils der Interviews (Konstruktbildung)

Ergebnisse des zweiten Teils der Interviews (Skaleneinordnung der Elemente)

Ergebnisse der Analyse der Interviews nach der Interpretive-Clustering-Methode

Beispiel für die (ungenügende) automatische Transkription eines Interviewanfangs mithilfe der Google Speech to Text API

-----

english version

As part of the distance learning course in Library and Information Science, I wrote the Master's thesis entitled "Open Science and academic libraries. Disruptive potentials of digital transformation using the example of the Saxon State Library - State and University Library Dresden" in the period from 17.02.2022 to 17.06.2022. 

For the work, employees were questioned in interviews on the topic of "Open Science". The interviews were conducted using the repertory grid technique and analysed using the interpretive clustering method, which was first described by Burr, King and Heckmann in 2020. A tool developed by Mark Heckmann for IC analysis could be used as a support: http://ic.openrepgrid.org/.
In the run-up to the interviews, elements had to be found as a basis. The elements were found with the help of a corpus analysis of an SLUB text corpus with the tool Sketch Engine and subsequent curation. These are nouns which - weighted according to logDice - have the highest collocation to the terms "open, openness, apparent". The following were chosen:

Werkstatt

Kulturdaten

Schnittstelle

Zugang

Meinungsfreiheit

Lizenz

Standard

Wissenschaft

Wissen

Austausch

Makerspace

The research data available for the work are:

Results of the collocation analysis on "open", "openness" and "apparently".

Interview guide for the interviews according to the repertory grid technique

Template for the first part of the interviews (construct formation)

Template for the second part of the interviews (scale classification of the elements)

Results of the first part of the interviews (construct formation)

Results of the second part of the interviews (scale classification of the elements)

Results of the analysis of the interviews according to the interpretive clustering method

Example of (insufficient) automatic transcription of an interview beginning using the Google Speech to Text API