Text- und Data-Mining - Die Anforderungen digitaler Forschungsmethoden an ein innovations- und wissenschaftsfreundliches Urheberrecht

Immer häufiger werden digitale Methoden wie das Text- und Data-Mining zur Erkenntnisfindung eingesetzt, das die Möglichkeit bietet, Muster in großen Datensätzen zu erkennen und zugleich Grundlage des maschinellen Lernens ist. Die Arbeit betrachtet diese Methode aus urheberrechtlicher Perspektive und berücksichtigt dabei die Bedeutung und Steuerungswirkung urheberrechtlicher Schranken, die besondere Interessenlage im Wissenschaftsurheberrecht sowie interdisziplinäre Erkenntnisse. In der umfassenden Analyse wird die komplexe Rechtsmaterie strukturiert, es werden Defizite aufgezeigt und konkrete Lösungsvorschläge unterbreitet. Ein Schwerpunkt liegt dabei auf der langfristigen Zugänglichkeit der erzeugten Forschungsdaten.

Produktdetails

• Autoren: Felicitas Lea Kleinkopf
• Verlag: Nomos
• Sprache: Deutsch
• Produktform: Taschenbuch
• Erschienen: 18.11.2022
• EAN: 9783848775613
• ISBN: 978-3-8487-7561-3
• Seiten: 396
• Abmessung: 150 mm x 15 mm x 230 mm
• Gewicht: 584 g
• Serien: Schriftenreihe des Archivs für Urheber- und Medienrecht UFITA; UFITA-Schriftenreihe des Archivs für Medienrecht und Medienwissenschaft
• Themen: Sozialwissenschaften, Recht,Wirtschaft > Recht > Handels-, Wirtschaftsrecht; Innovation, Urheberrecht, Forschung, Wissenschaft, Bibliotheken, Data Mining, NG-Rabatt, Text Mining, Zugang, Schranke, Nachnutzung, Forschungsdaten, Text- und Data-Mining, Kulturerbe-Einrichtung