Ein Ausschnitt aus einer [Beispiel-JSON](https://git.soep.de/kwenzig/pids/-/blob/main/examples/V1.json) von GESIS:
...
...
@@ -22,6 +23,7 @@ Ein Ausschnitt aus einer [Beispiel-JSON](https://git.soep.de/kwenzig/pids/-/blob
```
Zentrale Dokumente aus dem PID-Projekt ([Zenodo-Community](https://www.zenodo.org/communities/konsortswd-ta5-m1/)):
-[KonsortSWD Measure 5.1: metadata schema extended report](https://doi.org/10.5281/zenodo.7588901)(January 31, 2023), link to latest version
-[KonsortSWD Measure 5.1: use cases description extended report](https://doi.org/10.5281/zenodo.7588943)(January 31, 2023), link to latest version
-[KonsortSWD Measure 5.1: PID Service for variables report](https://doi.org/10.5281/zenodo.5957743)(March 30, 2022), link to latest version
...
...
@@ -38,22 +40,121 @@ Zentrale Dokumente aus dem PID-Projekt ([Zenodo-Community](https://www.zenodo.or
## Welche Merkmale?
| Merkmal | Beschreibung |
|---------|--------------|
| `studyDOI` | `paste0("10.5684/soep.core.",active.version,"o")` also die DOI der Onsite-Edition |
| `variableName` | Variablenname (variable in variables.csv) |
| `variableLabel` | Variablenlabel (label in variables.csv, falls leer und label_de gefüllt, wird label_de verwendet mit führendem \[de\]) |
| `pidProposal` | noch offen, haben wir Präferenz? Für Testsystem s.u.|
| `landingPage` | `paste0("``https://paneldata.org/soep-core/datasets/``", variables.csv$dataset, "/", variables.csv$variable)` konstruierter Link zu paneldata.org, gibt es Einschränkungen für die URL?|
| `resourceType` | `"Variable"` (fix) |
| `title` | `paste0(variables.csv$variable, " – ", variables.csv$variableLabel)` zusammengesetzt aus Variablenname und -Label |
| `creators` | wollen wir da Personen? Wenn ja überall die gleichen? |
| `availability` | effektive minedition (aus der des Datensatzes und der Variable), ggfs. noch rekodiert in kontrolliertes Vokabular |
| `description` | Variablenlabel (description in variables.csv, falls leer und description_de gefüllt, wird description_de verwendet mit führendem \[de\]) |
| source.path | aus welcher Datei stammt die Zeile? (zusätzlich) |
| version | in welcher SOEP-Version wurde die Variable registriert? (zusätzlich)|
<table>
<tr>
<th>Merkmal</th>
<th>Beschreibung</th>
</tr>
<tr>
<td>
`studyDOI`
</td>
<td>
`paste0("10.5684/soep.core.",active.version,"o")` also die DOI der Onsite-Edition
</td>
</tr>
<tr>
<td>
`variableName`
</td>
<td>Variablenname (variable in variables.csv)</td>
</tr>
<tr>
<td>
`variableLabel`
</td>
<td>Variablenlabel (label in variables.csv, falls leer und label_de gefüllt, wird label_de verwendet mit führendem \[de\])</td>
</tr>
<tr>
<td>
`pidProposal`
</td>
<td>noch offen, haben wir Präferenz? Für Testsystem s.u.</td>
</tr>
<tr>
<td>
`landingPage`
</td>
<td>
`paste0("``https://paneldata.org/soep-core/datasets/``", variables.csv$dataset, "/", variables.csv$variable)` konstruierter Link zu paneldata.org, gibt es Einschränkungen für die URL? Vorschlag für die URL, um zu erreichen, dass PIDs nicht mehr vorhandener Variablen aufgelöst werden:
<td>effektive minedition (aus der des Datensatzes und der Variable), ggfs. noch rekodiert in kontrolliertes Vokabular</td>
</tr>
<tr>
<td>
`description`
</td>
<td>Variablenlabel (description in variables.csv, falls leer und description_de gefüllt, wird description_de verwendet mit führendem \[de\])</td>
</tr>
<tr>
<td>source.path</td>
<td>aus welcher Datei stammt die Zeile? (zusätzlich)</td>
</tr>
<tr>
<td>version</td>
<td>in welcher SOEP-Version wurde die Variable registriert? (zusätzlich)</td>
</tr>
</table>
Die Aufbereitung der Metadaten erfolgt mit dem Skript [extract_from_repo.R](https://git.soep.de/kwenzig/pids/-/blob/main/extract/extract_from_repo.R).
...
...
@@ -70,6 +171,7 @@ Gesis nutzt also z.B. 21.T11998/gesis.test.1.1680.v1, 21.T11998/gesis.test.1.168
Da SOEP gleiche Variablen pro DOI haben (in unterschiedlichen Datensätzen) müssen wir noch Datensatzname einfügen.
## Welche Merkmale kommen zurück von der Registrierung?
- PID
- ???
...
...
@@ -78,9 +180,11 @@ Welche davon müssen in die Metadaten integriert werden?
Das Registrierungsergebnis, vermutlich eine JSON mit allen Variablen sollte sicher verwahrt werden.
# Nächste Welle
- Wenn die nächste Welle mit einer Kopie der v37-Metadaten beginnt (derzeit der Fall), müssen bei nächster Registrierung nur noch die neuen Variablen (also die ohne PID registriert werden)
# Weil paneldata.org versionsagnostisch ist
- Die PID einer Variable in einem Datensatz ändert sich nicht über die Zeit, auch wenn der Inhalt sich ändert (Korrekturen, neue Fälle künftiger Wellen). Die Landing-Page repräsentiert immer die aktuellste Welle/Version.
- Wegfallende Variablen/Datensätze sollen eine Rumpf-Landingpage mit den Registrierungsinformationen erhalten.
- Aber durch die DOI wird ein Versionsbezug implizit hergestellt.
...
...
@@ -94,4 +198,5 @@ Das Registrierungsergebnis, vermutlich eine JSON mit allen Variablen sollte sich
+ PID zu alter Version und `variable` existiert in aktueller Version: Minimale Information und link zur aktuellen `variable`.
# Mehr zur PID-Registrierung
- Die PIDs werden wohl am Ende hier registriert: https://www.pidconsortium.net/
