{"id":2184,"date":"2021-05-03T13:00:55","date_gmt":"2021-05-03T11:00:55","guid":{"rendered":"https:\/\/blog.factgrid.de\/?page_id=2184"},"modified":"2021-05-03T13:00:55","modified_gmt":"2021-05-03T11:00:55","slug":"anleitung-datenexport","status":"publish","type":"page","link":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/anleitung-datenexport","title":{"rendered":"Anleitung Datenexport"},"content":{"rendered":"

Vorweg<\/h2>\n

Im FactGrid werden bei der Dateneingabe keine Eingabeschablonen ausgef\u00fcllt. Wikibase sammelt Aussagen, die sich danach beliebig abfragen lassen. Bei der Datenausgabe gibt es wiederum keine Suchschablonen, sondern den SPARQL Query Service, der Aussagen kreuz und quer durch den Datenbestand und in die Tiefe der vernetzten Objekte hinein auszuloten erlaubt. Das ist komplizierter als die typische Expertensuche, aber auch entschieden offener in den M\u00f6glichkeiten.<\/p>\n

Nachfolgend eine Anleitung in Screenshots und eine kleine Orientierungshilfe dazu:<\/p>\n

Das Property Verzeichnis<\/b> <https:\/\/database.factgrid.de\/wiki\/FactGrid:Property-Verzeichnis<\/a>> listet alle Aussagen, die sich derzeit im FactGrid machen lassen. Die Properties zeigen im selben Moment, wonach man suchen kann.<\/p>\n

Interessante Datenbankobjekte<\/b> sich vorweg anzusehen, ist hilfreich, da sich mit ihnen kl\u00e4rt, wie Aussagen angeordnet sind. Eine Aussage kann etwa einen Ehepartner vermerken und daran h\u00e4ngende Informationen (etwa das Datum und den Ort des Eheschlusses), im FactGrid untergeh\u00e4ngt in qualifizierenden Statements — das muss man wissen, um diese Daten mitzuerheben. Bei Personen gibt das Datenbankobjekt zu Adam Weishaupt <https:\/\/database.factgrid.de\/wiki\/Item:Q1308<\/a>> Einblick in das regul\u00e4re Arrangement von Aussagen.<\/p>\n

Mustersuchen<\/b> werden von Projekten angegeben, um einen schnelle \u00dcberblick \u00fcber Datenbest\u00e4nde zu geben. Sie ersetzen die Datenpakete, die andere DH-Plattformen parat stellen. FactGrid Daten sind im Query Service immer frisch. Vor allem kann man sich nun jedoch auch ganz andere und viel komplexere Datenpakete abpacken lassen.<\/p>\n

Die Mustersuchen f\u00fchren in den SPARQL-Query Service<\/a>.<\/p>\n

1. Im Query Service: Sprache w\u00e4hlen sowie die Eingabehilfe \u00f6ffnen<\/h2>\n

\"\"<\/a><\/p>\n

Das Link https:\/\/database.factgrid.de\/query\/<\/a> f\u00fchrt in den Query Service.<\/p>\n

Oben rechts kann man die Sprache w\u00e4hlen (das FactGrid unterst\u00fctzt derzeit vollumf\u00e4nglich Deutsch, Englisch und Franz\u00f6sisch).<\/p>\n

Klickt man das i-Icon links oben an, erh\u00e4lt man die Eingabehilfe im danach dreigeteilten Bildschirm.<\/p>\n

2. Die Treffermenge festlegen<\/h2>\n

\"\"<\/a><\/p>\n

Um die Treffermenge festzulegen, ben\u00f6tigt man eine Aussage (oder mehrere Aussagen), die allen gesuchten Datenbankobjekten gemein ist, sie bildet den Filter (oder die Filter, die sich \u00fcbereinanderlegen lassen). Im vorliegenden Beispiel soll ein Datensatz zu den Sch\u00fclern des Gothaer Gymnasiums Illustre\/Ernestinum zusammengestellt werden. Sie alle teilen, dass bei ihnen die Aussage “ausbildende Institution” (P160) auf die Antwort “Gymnasium Illustre\/Ernestinum” (Q23295) verlinkt. Die Eingabe erfolgt von der Q-Nummer aus. Man kann den Namen (oft in verschiedenen Schreibweisen) eintippen, die Datenbank erfasst, welche Q-Nummern das sein k\u00f6nnten, und gibt die Auswahl.<\/p>\n

\"\"<\/a><\/p>\n

Der Query Service sucht unmittelbar nach Aussagen, die in Items (Objekten mit Q-Nummern) zum Gymnasium gemachte wurden und bietet die h\u00e4ufigste als ersten Vorschlag an — in unserem Fall ist das bereits die gesuchte Aussage “ausbildende Institution”, mit der alle Personen herausgesucht werden, die diese Aussage aufweisen.<\/p>\n

F\u00fcr den ersten Moment arbeitet der Query Service mit einer Vorschau von 20 Objekten und einer Suchbegrenzung von 100 Objekten (das ist vor allem praktisch, wenn man eine Netzwerkdarstellung anfordern sollte; eine solche sollte man nicht gleich auf 4000 Objekte loslassen). Um die volle Liste zu beziehen, muss man die Mengenbegrenzung entfernen (M\u00fclltonne anklicken), dann mit der blauen Pfeiltaste die Suche aktivieren.<\/p>\n

3. Eigenschaften der Treffer in eine Liste f\u00fcllen<\/h2>\n

\"\"<\/a><\/p>\n

Mit “Anzeigen” legt man fest, was einen an den zusammengesuchten Objekten interessiert — etwa bei den vorliegenden Personen das Geburtsdatum, den Geburtsort, Vater, Mutter und so fort. Musterobjekte zeigen, was man alles abfragen kann. Wenn zu einem Objekt unter einer Frage mehrere Aussagen gemacht werden, etwa mehrere sukzessive Wohnorte zu nennen sind, dann erfolgen diese Mengen in mehreren Zeilen (das erkl\u00e4rt die gr\u00f6\u00dfer werdenden Treffermengen bei komplexen Suchen.)<\/p>\n

4. Die Beschreibungen zu den Objekten in die Tabelle bringen<\/h2>\n

\"\"<\/a><\/p>\n

Items haben “Label” und “Beschreibungen”, die selbst nicht datenbankrelevant sind, aber helfen, um etwa Personen selben Namens auseinanderzuhalten. Um diese mit abzugreifen, muss man in der ersten Zeile des Suchskripts, wo im Moment nur das Item mit dem Label angefordert wird, auch noch die Beschreibung, die “Description” anfordern.<\/p>\n

5. Die Sortierung ver\u00e4ndern<\/h2>\n

\"\"<\/a><\/p>\n

In der folgenden Suche wird zu den Personen der Familienname abgefragt. Mit den kleinen Dreiecks-Symbolen in den Kolumnen\u00fcberschriften sortiert man die Liste nach Wunsch rauf und runter.<\/p>\n

6. Suchergebnisse herunterladen<\/h2>\n

\"\"<\/a><\/p>\n

Um ein Suchergebnis herunterzuladen, auf das Wort in der Kommandozeile \u00fcber der Listenausgabe klicken und im Men\u00fc das passende Dateiformat ausw\u00e4hlen.<\/p>\n

7. Suchergebnisse in Tabellen-Programmen weiterverarbeiten<\/h2>\n

\"\"<\/a><\/p>\n

CSV-Dateien werden von Programmen wie Excel problemlos ge\u00f6ffnet. TSV Dateien kann man im Notepad \u00f6ffnen und Inhalte mit copy & paste in Tabellen einf\u00fcgen.<\/p>\n

7. Suchergebnisse versenden<\/h2>\n

\"\"<\/a><\/p>\n

Statt Dateien zu versenden, kann man sich Suchanfragen auch als tinyurl ausgeben lassen, das spart Platz und stellt sicher, dass der Empf\u00e4nger die Daten jederzeit auf aktuellem Stand erh\u00e4lt. F\u00fcr den Empf\u00e4nger ist das hier generierte Kurzlink besonders praktisch, da es die Suche ausf\u00fchrt, ohne noch \u00fcber das Interface des Query Service zu f\u00fchren – das er\u00fcbrigt jede Bedienungsanleitung wie die hier gegebenen.<\/p>\n

8. Sich das Script einer als tinyurl empfangenen Suche anzeigen lassen<\/h2>\n

\"\"<\/a><\/p>\n

…geht \u00fcber das Link, das sich – etwa in dieser Karte – unten links am Bildschirmrand befindet, es \u00f6ffnet den Query Service und zeigt das Suchskript.<\/p>\n

9. Sehr viel komplexere Suchen<\/h2>\n

Die hier angebotene kleine Einleitung zeigt nur, wie man eine Treffermenge erzeugt und in dieser Eigenschaften der Objekte abfragt. Tats\u00e4chlich kann man sehr viel komplexere Suchanfragen formulieren, etwa solche, die in die Datenbankobjekte hineingehen, auf die verwiesen wird, um aus diesen Informationen zu beziehen. (Die obige Landkartensuche tut dies: Sie fragt nach Geburtsorten und fragt bei diesen wiederum nach deren Geokoordinaten, um sie auf eine Landkarte zu bringen.)<\/p>\n

Im Internet gibt es Anleitungen zu SPARQL. Im Alltag behelfen sich Nutzer mit Suchanfragen, die wie gew\u00fcnscht funktionieren, und \u00e4ndern die Items und Properties auf den eigenen Fall hin. Einige solche Mustersuchen bietet die Seite Sample queries<\/a> im FactGrid.<\/p>\n","protected":false},"excerpt":{"rendered":"

Vorweg Im FactGrid werden bei der Dateneingabe keine Eingabeschablonen ausgef\u00fcllt. Wikibase sammelt Aussagen, die sich danach beliebig abfragen lassen. Bei der Datenausgabe gibt es wiederum keine Suchschablonen, sondern den SPARQL Query Service, der Aussagen kreuz und quer durch den Datenbestand und in die Tiefe der vernetzten Objekte hinein auszuloten erlaubt. Das ist komplizierter als die … <\/p>\n

Continue reading “Anleitung Datenexport”<\/span><\/a><\/p>\n","protected":false},"author":2,"featured_media":2196,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-2184","page","type-page","status-publish","has-post-thumbnail","hentry"],"_links":{"self":[{"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/pages\/2184","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/comments?post=2184"}],"version-history":[{"count":0,"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/pages\/2184\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/media\/2196"}],"wp:attachment":[{"href":"https:\/\/factgrid-tools.geschichte.uni-halle.de\/blog\/wp-json\/wp\/v2\/media?parent=2184"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}