Deutsch (Deutschland) 
English (United Kingdom) 
preVIEW: COVID-19 – Informationssuche in Preprints erleichtert
Der Preprint Viewer wurde als erstes Ergebnis der Task Force COVID-19 entwickelt. Mitglieder der NFDI4Health haben die Initiative ins Leben gerufen, um es der Fachcommunity leichter zu machen, relevante Studien zu finden und Daten besser austauschen zu können. Die Task Force COVID-19 wird von der DFG gefördert.
Aktuell sind Preprints aus bioRxiv, medRxiv, ChemRxiv, arXiv, Preprints.org, ssrn und researchsquare in dem Dienst integriert.
Das auf Text Mining basierende Tool entstand in der Forschungsgruppe von Prof. Dr. Juliane Fluck. Es bietet erweiterte Such- und Filterfunktionen für Abstracts, direkte Links zu den entsprechenden Volltexten und Exportfunktionen für abgerufene Ergebnisse. Die Abstracts werden täglich aktualisiert.
Zum COVID-19 Preprint Viewer: https://preview.zbmed.de
Aktuell sind Preprints aus bioRxiv, medRxiv, ChemRxiv, arXiv, Preprints.org, ssrn und researchsquare in dem Dienst integriert.
Das auf Text Mining basierende Tool entstand in der Forschungsgruppe von Prof. Dr. Juliane Fluck. Es bietet erweiterte Such- und Filterfunktionen für Abstracts, direkte Links zu den entsprechenden Volltexten und Exportfunktionen für abgerufene Ergebnisse. Die Abstracts werden täglich aktualisiert.
Zum COVID-19 Preprint Viewer: https://preview.zbmed.de
Unsere Services
Health Study Hub
Der German Central Health Study Hub ermöglicht Wissenschaftler:innen, ihre Projektcharakteristika, Dokumente und Daten im Zusammenhang mit ihrem Forschungsvorhaben in einer FAIRen Weise zu veröffentlichen oder Informationen über vergangene und laufende Studien finden.
Data Train
Das fächerübergreifende Ausbildungsprogramm Data Train, ein Kernelement des NFDI4Health-Ausbildungskonzepts, zielt darauf ab, die nächste Generation von datenkundigen Forscher:innenn in den biomedizinischen Wissenschaften auszubilden.
Personal Health Train
Um datengesteuerte Innovationen in der Medizin zu fördern, haben wir eine verteilte Analyseinfrastruktur entwickelt, die die Forschung an sensiblen Daten ohne vorherige Datenfreigabe ermöglicht und gleichzeitig verschiedene Datenformate unterstützt: den Personal Health Train.
Local Data Hub
Mit dem LDH liefern wir eine Web-Lösung für transparentes und FAIRes DataSharing. Von der Suche im German Central Health Study Hub gelangen Interessenten zu den Projekten in Ihrer lokalen Plattform zum Forschungsdatenmanagement – dem Local Data Hub.
Datenpublikation
NFDI4Health schafft Verfahren für die FAIRe Veröffentlichung von Gesundheitsstudien ohne den Schutz der Daten zu gefährden. NFDI4Health hat einen Metadatenstandard und ein Verfahren für die Veröffentlichung von Gesundheitsstudien und deren Daten entwickelt, um Gesundheitsdaten FAIR zu machen.
Datenharmonisierung
Um Gesundheitsstudien und ihre Daten FAIR (Findable, Accessible, Interoperable and Reusable - auffindbar, zugänglich, interoperabel und wiederverwendbar) zu machen, haben wir Leitlinien und Standards für die Beschreibung von Metadaten und den Datenaustausch entwickelt.
Datenqualitätsbewertung
Es ist paradox: Einerseits hängt eine gute wissenschaftliche Arbeit von einer hohen Datenqualität ab. Auf der anderen Seite wird zwar viel Aufwand in das Design und die Durchführung von Studien gesteckt, nicht aber in die Datenqualitätsbewertungen. Wir helfen, die effiziente Durchführung solcher Bewertungen zu erleichtern.
DataSHIELD
Ausbau von dezentralen Forschungsprojekten mit DataSHIELD: Bisher verhindern Datenschutzbedenken und das Fehlen von spezieller IT-Infrastruktur die Ausweitung von institutsübergreifenden Forschungsprojekten. Das soll DataSHIELD ändern.