The e!DAL Plant Phenomics and Genomics Research Data Repository
Das e!DAL - Plant Genomics and Phenomics Research Data Repository (PGP) ist ein umfangreiches Repository zur Veröffentlichung von Multidomänen-Pflanzenforschungsdaten.[1] Es wird am Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung (IPK) in Gatersleben betrieben und stellt mit DOIs referenzierbare Datensätze zur Verfügung, die hauptsächlich auf Grund ihres Volumens oder ihres Typs nicht in andere Datenbanken veröffentlicht sind. PGP ermöglicht die Veröffentlichung von sehr großen Datensätzen und ist als Forschungsdaten-Repository auf FAIRSharing.org und re3data.org registriert und als OpenAIRE valides EU Horizon 2020 Archive eingetragen. PGP erfüllt die FAIR data Empfehlungen "findable", "accessible", "interoperable", "reusable". Das PGP Repository basiert auf der e!DAL[2][3] Infrastruktur Software und verfolgt einen "bring the infrastructure to the data" (I2D) Ansatz.
Datenbestand
[Bearbeiten | Quelltext bearbeiten]Alle begutachteten und veröffentlichten Daten werden am IPK Gatersleben gespeichert und mit einer DOI zu langfristigen Zitierung versehen.
Dateneinreichung
[Bearbeiten | Quelltext bearbeiten]PGP akzeptiert Daten, die aus der europäischen Pflanzenforschungs-Community stammen.
German Network for Bioinformatics Infrastructure (de.NBI)
[Bearbeiten | Quelltext bearbeiten]Das e!DAL-PGP Repository ist Teil der Service-Portfolio des GCBN (German Crop BioGreenformatics Network) Knoten des de.NBI Netzwerkes.
Einzelnachweise
[Bearbeiten | Quelltext bearbeiten]- ↑ Daniel Arend, Astrid Junker, Uwe Scholz, Danuta Schüler, Juliane Wylie, Matthias Lange: PGP repository: a plant phenomics and genomics data publication infrastructure. In: Database. 2016. Jahrgang, baw033, 16. April 2016, S. baw033, doi:10.1093/database/baw033, PMID 27087305, PMC 4834206 (freier Volltext).
- ↑ Daniel Arend, Patrick König, Astrid Junker, Uwe Scholz, Matthias Lange: The on-premise data sharing infrastructure e!DAL: Foster FAIR data for faster data acquisition. In: GigaScience. Band 9, Nr. 10, 20. Oktober 2020, ISSN 2047-217X, S. giaa107, doi:10.1093/gigascience/giaa107, PMID 33090199, PMC 7580168 (freier Volltext).
- ↑ Daniel Arend, Matthias Lange, Jinbo Chen, Christian Colmsee, Steffen Flemming, Denny Hecht, Uwe Scholz: e!DAL - a framework to store, share and publish research data. In: BMC Bioinformatics. 15. Jahrgang, Nr. 1, 2014, S. 214, doi:10.1186/1471-2105-15-214, PMID 24958009, PMC 4080583 (freier Volltext) – (englisch).