Project

Consumer Science

Er is een platform voor consumentengegevens nodig om nieuwe kennis te creëren en innovatie te stimuleren. Moderne data science-technologieën kunnen nieuwe kenniscreatie in het domein van de consumentwetenschap mogelijk maken. Maar ... nieuwe wetenschappelijke inzichten en innovaties op het gebied van consumentengedrag, voedsel, voeding en gezondheid worden gemist vanwege een “gesloten” onderzoek systemen.

Er is een FAIR-platform voor consumentengegevens nodig om nieuwe kennis te creëren en innovatie te stimuleren. Daarom is een prototype van een consumenten data platform (CDP) ontwikkeld, geleid door FAIR-gegevensbeheerprincipes. In dit project zijn de eerste bouwstenen uitgewerkt en getoetst (proof of principle) voor een toekomst bestendige data /gegevens infrastructuur als basis voor het uitrollen van een WUR-CDP. De technische, organisatorische en business modellen resultaten uit het Europese project RICHFIELDS zijn het uitgangspunt geweest. Expertises op gebied van consumenten onderzoek, ICT en data science en business modellen en valorisatie zijn ingezet om een goede integratie en een duurzame gegevens- en kennisinfrastructuur te waarborgen. De volgende hoofdactiviteiten zijn uitgevoerd.

·       Training van consumentenwetenschappers over de theorie en praktische toepassing van FAIR-gegevensbeheer. ELIXIR heeft aan consumenten onderzoekers, ICT specialisten en experts op gebied van governance and valorisatie een inleidende training gegeven over de FAIR principes en de toepassing ervan.

·       Pre-processing van een beperkt aantal bestaande onderzoek gegevensverzamelingen voor consumentengedrag overeenkomstig de FAIR-vereisten voor gegevensbeheer. Het consumenten onderzoeksproces is in detail beschreven in informatie objecten en services on dit onderzoekproces te faciliteren. De ROC + -methode is geïntroduceerd voor ontwikkeling van een ontologie voor consumentenonderzoek.

·       Ontwikkeling van een prototype voor delen, voor het verschaffen van toegang tot en visualisatie van gegevens. De eerste focus lag op het zoeken naar en FAIR beschrijven van twee datasets en het combineren van datasets.

·       Verkenning van de mogelijkheden voor valorisatie van open en gekoppelde gegevens in het domein van de consumentwetenschap. Deze proof of principle toonde aan dat het aanbieden van data sets via een uniforme webinterface in combinatie met tools als Power BI en Excel; metagegevens en classificatie-elementen maken het koppelen van gemeenschappelijke concepten mogelijk en de eenvoud om data sets deel te laten  nemen maakt het gebruik van meer datasets mogelijk om brede onderzoeksvragen te beantwoorden.

Publicaties