Universität Wien

136011 UE Data Structures and Data Modelling (2022S)

Continuous assessment of course work
MIXED

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Tuesday 01.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 08.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 15.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 22.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 29.03. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 05.04. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 26.04. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 03.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 10.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 17.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 24.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 31.05. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 14.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 21.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
Tuesday 28.06. 18:30 - 20:00 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3

Information

Aims, contents and method of the course

Ziel der Lehrveranstaltung ist es, Sie mit grundlegenden Datenstrukturen vertraut zu machen und dabei insbesondere die semantische Datenmodellierung auf der Grundlage von Anforderungsanalysen zu erlernen. Dabei steht die Praxis im Vordergrund, d.h. Sie sollen anhand von kleinen geisteswissenschaftlichen Projekten entsprechende Datenmodelle generieren und ggf. auch technisch umsetzen. Dafür sind keine Programmierkenntnisse vorweg notwendig. Viel mehr sollen Sie anhand der Projektarbeit die für das jeweilige Projekt notwendigen Kenntnisse im Laufe der Lehrveranstaltung erwerben, was der (DH-)Praxis ohnehin entspricht. Im Vordergrund steht anwendungsorientiertes Vorgehen und somit auch der/die (imaginäre) User*in - somit unterschiedliche geisteswissenschaftliche Disziplinen. In kleinen Teams entwickeln Sie anhand selbst gewählter Projekte Daten, Strukturen und Modelle, die Sie für dieses Projekt benötigen. Sie präsentieren Anforderungen und Lösungen und schlussendlich die Umsetzung anhand des Abschlussprojekts, das sie auch schriftlich dokumentieren (s.u.). Datenmodellierung lädt dabei auch dazu ein, über empirische und theoretische Rahmenbedingungen der Datengewinnung und -verarbeitung zu diskutieren.

Assessment and permitted materials

Aktive Mitarbeit während der Einheiten, Übungen anhand kleiner Projekte, Projektpräsentation und Abschlussprojekt (inkl. schriftlicher Beschreibung in Form eines Abstracts, Datenmanagementplans, Daten(bank)modells).

Minimum requirements and assessment criteria

Prüfungsimmanente Lehrveranstaltung, d. h. Anwesenheitspflicht (max. 3 entschuldigte Fehleinheiten), aktive Mitarbeit, positive Bewertung der Projektpräsentation und positive Bewertung des Abschlussprojekts.

Achtung: Die LV ist prinzipiell als hybride LV ausgelegt, sie können also entweder physisch, oder online teilnehmen (weitere Information erhalten Sie zeitgerecht); die Teilnahme an den live-Veranstaltungen entspricht der traditionellen Anwesenheit.

Examination topics

Grundlagen der semantischen Datenmodellierung (EER-Modell), Übertragung von Anforderungsanalysen anhand eines Wireframes auf ein semantisches Modell und je nach gewähltem Projekt rudimentäre technische Umsetzung in Form einer Datenbank bzw. entsprechender Datentypen.

Reading list

Wird während der LV bekanntgegeben.

Association in the course directory

DH-S I

Last modified: Mo 28.02.2022 14:28