Cover von Text- und Data-Mining wird in neuem Tab geöffnet
E-Medium

Text- und Data-Mining

die Anforderungen digitaler Forschungsmethoden an ein innovations- und wissenschaftsfreundliches Urheberrecht
0 Bewertungen
Verfasser: Suche nach diesem Verfasser Kleinkopf, Felicitas Lea
Verfasserangabe: Felicitas Lea Kleinkopf
Medienkennzeichen: OPEN ACCESS
Jahr: 2022
Verlag: Baden-Baden, Nomos
Reihe: Schriftenreihe des Archivs für Urheber- und Medienrecht; 300
Mediengruppe: E-Book
Download Zum Download von externem Anbieter wechseln - wird in neuem Tab geöffnet

Exemplare

ZweigstelleStandorteStatusVorbestellungenFristBarcode
Zweigstelle: HdBA Online Standorte: ONLINE-RESSOURCE Status: Verfügbar Vorbestellungen: 0 Frist: Barcode:

Inhalt

Immer häufiger werden digitale Methoden wie das Text- und Data-Mining zur Erkenntnisfindung eingesetzt, das die Möglichkeit bietet, Muster in großen Datensätzen zu erkennen und zugleich Grundlage des maschinellen Lernens ist. Die Arbeit betrachtet diese Methode aus urheberrechtlicher Perspektive und berücksichtigt dabei die Bedeutung und Steuerungswirkung urheberrechtlicher Schranken, die besondere Interessenlage im Wissenschaftsurheberrecht sowie interdisziplinäre Erkenntnisse. In der umfassenden Analyse wird die komplexe Rechtsmaterie strukturiert, es werden Defizite aufgezeigt und konkrete Lösungsvorschläge unterbreitet. Ein Schwerpunkt liegt dabei auf der langfristigen Zugänglichkeit der erzeugten Forschungsdaten. (Quelle: www.nomos-elibrary.de)

Bewertungen

0 Bewertungen
0 Bewertungen
0 Bewertungen
0 Bewertungen
0 Bewertungen

Details

Verfasser: Suche nach diesem Verfasser Kleinkopf, Felicitas Lea
Verfasserangabe: Felicitas Lea Kleinkopf
Medienkennzeichen: OPEN ACCESS
Jahr: 2022
Verlag: Baden-Baden, Nomos
E-Medium: zum Dokument opens in new tab
Suche nach dieser Systematik
Suche nach diesem Interessenskreis
ISBN: 978-3-7489-3536-0
2. ISBN: 3-7489-3536-6
Beschreibung: 1. Aufl., 1 Online-Ressource (396 S.)
Reihe: Schriftenreihe des Archivs für Urheber- und Medienrecht; 300
Schlagwörter: Maschinelles Lernen; Nachnutzbarkeit; Wissensentwicklung
Schlagwortketten:
Text Mining / Data Mining / Künstliche Intelligenz / Digitale Foschung
Wissenschaft / Urheberrecht
Europäische Union / Deutschland / Rechtsentwicklung
Suche nach dieser Beteiligten Person
Sprache: Deutsch
Fußnote: zugl.: Freiburg, Univ., Diss., 2022. - Literaturverz.: S. 353-396
Mediengruppe: E-Book