Lokale Forschung, globale Relevanz: Wissenschaftliche Publikationen den globalen Nachhaltigkeitszielen (UN SDGs) zuordnen

PDF
index/docId/19068/file/BiblioCON24_Zumstein_Platte.pdf - Published
Download (1MB)

URL:	https://opus4.kobv.de/opus4-bib-info/frontdoor/ind...
Additional URL:	https://github.com/zuphilip/openalex-sdg
URN:	urn:nbn:de:bsz:180-madoc-673280
Document Type:	Conference presentation
Year of publication:	2024
Conference title:	BiblioCon 2024
Location of the conference venue:	Hamburg
Date of the conference:	04.-07.06.2024
Publication language:	German
Institution:	Zentrale Einrichtungen > University Library
License:	Creative Commons Attribution 4.0 International (CC BY 4.0)
Subject:	000 Generalities 020 Library and information sciences
Individual keywords (German):	Indexierung , Literaturdatenbank , Nachhaltigkeitsziele , Statistik , Szientometrie
Abstract:	Das Thema Nachhaltigkeit ist für Universitäten heute von zentraler Bedeutung: Neben der Durchführung von praktischen Nachhaltigkeitsmaßnahmen im Universitätsbetrieb wird dabei auch der Lehr- und Forschungsbetrieb unter dem Aspekt der Nachhaltigkeit betrachtet. Das Nachhaltigkeitsengagement von Universitäten wird zunehmend in Form von Indikatoren gemessen. Beispielsweise ist im THE-Nachhaltigkeitsranking im Bereich Forschung die Anzahl Publikationen, welche den Zielen für nachhaltige Entwicklung der Vereinten Nationen (United Nations Sustainable Development Goals) zugeordnet werden, zentraler Bestandteil. Zudem können Publikationen innerhalb der Nachhaltigkeitsdimensionen des Drei-Säulen-Modells (triple bottom line) auf ökonomischer, sozialer sowie ökologischer Ebene gezählt werden. Der vorliegende Beitrag liefert einen Überblick über die derzeit angewendeten Ansätze zur Zuordnung von wissenschaftlichen Publikationen zu den Zielen für nachhaltige Entwicklung. Grundsätzlich können manuelle und automatisierte Ansätze zur Zuordnung von SDGs zu einzelnen Publikationen unterschieden werden. Manuelle Ansätze setzen auf die Zuordnung von Publikationen durch die Forschenden selbst oder durch andere Personen. Automatisierte Ansätze basieren dagegen auf systematischen Suchanfragen oder Machine-Learning- bzw. KI-Methoden, um Publikationen anhand des Textes einem oder mehreren Zielen zuzuordnen. Der Beitrag beschreibt und vergleicht Ansätze in verschiedenen bibliographischen Datenbanken wie Scopus, Web of Science, Dimensions, OpenAIRE und OpenAlex. Zudem wird die aktuelle Implementierung der Erfassung im Repositorium der Universität Mannheim vorgestellt und es werden mögliche Weiterentwicklungen diskutiert. Der Beitrag endet mit einer kritischen Betrachtung der grundlegenden Zuordnungsproblematik aufgrund von Faktoren wie Subjektivität und Fragen der Interpretation.