此外,本工作计划资助的 ERC 赠款受益人将受到用于 ERC 行动的示范赠款协议中规定的研究数据管理条款的约束。特别是,每当项目产生研究数据时,受益人都必须按照 FAIR 原则倡议 16 中所述的可查找性、可访问性、互操作性和可重用性原则对其进行管理,并在项目实施后的前六个月内制定数据管理计划。应根据“尽可能开放,尽可能封闭”的原则确保对研究数据的开放获取。这些规定旨在促进研究数据的访问、重用和保存
ISTM6201。 信息系统开发和应用。 3个学分。 根据技术,影响和管理评估的信息系统生命周期。 结构化和面向对象的分析,原型制作,So软件重用,测试,生命周期成本,Soware开发环境以及开发项目的组织和行为方面。 仅限于信息系统技术计划中的MS学生或在部门许可的情况下。ISTM6201。信息系统开发和应用。3个学分。根据技术,影响和管理评估的信息系统生命周期。结构化和面向对象的分析,原型制作,So软件重用,测试,生命周期成本,Soware开发环境以及开发项目的组织和行为方面。仅限于信息系统技术计划中的MS学生或在部门许可的情况下。
高级分布式学习 (ADL) − 一种不断发展的、以成果为中心的教育、培训和绩效方法,融合了基于标准的分布式学习模型,强调可重用的内容对象、内容和学习管理系统、绩效支持系统/设备、Web 应用服务和连接性。ADL 是分布式学习(远程学习)的一种演变,强调在基于标准的可重用对象、网络和学习管理系统版本上进行协作,但可能包括一些传统方法和媒体。ADL 是一种结构化学习,不需要教师亲自到场。虽然 AF 使用术语 ADL,但一些联邦机构和国防部部门可能使用术语远程学习。这些术语指的是相同的基本概念。
2016 年提出了一套可查找、可访问、可互操作和可重用 (FAIR) 原则作为正确数据管理和管理的先决条件,目的是实现学术数据的可重用性。这些原则也旨在应用于其他数字资产,在高层次上,随着时间的推移,FAIR 指导原则已被重新解释或扩展,以包括产生数据的软件、工具、算法和工作流程。FAIR 原则现在正在 AI 模型和数据集的背景下进行调整。在这里,我们介绍了来自不同国家、学科和背景的研究人员的观点、愿景和经验,他们在实践社区中引领 FAIR 原则的定义和采用,并讨论了追求和激励 FAIR AI 研究可能产生的结果。本报告的材料基于 2022 年 6 月 7 日在阿贡国家实验室举行的 FAIR for AI 研讨会。
您需要:•研究项目生产过程的不同阶段(请参见下图)•考虑产品及其目的。研究或发展新的可持续思想以实现相同的产品/目的•考虑产品生命的终结,还有其他可能性的重用/重新利用可能性吗?
