Training

Ons trainingsteam heeft een ruime expertise in Open Science, research data management en onderzoeksinfrastructuren. Wij bieden zowel discipline-specifieke als algemene training in de vorm van persoonlijke, online en asynchrone sessies/cursussen. Wij streven ernaar hoogwaardige inhoud te leveren op een verantwoorde en boeiende manier.

Training Team

DANS probeert zoveel mogelijk van zijn opleidingsmateriaal beschikbaar te stellen via diverse kanalen en media. 

 

Lees meer

Trainingen

Bij DANS beschikken we over de nodige expertise om trainingen te verzorgen over een scala aan onderwerpen.

Lees meer

Trainingsmateriaal

DANS streeft ernaar zijn opleidingsmateriaal zo toegankelijk mogelijk te maken.

Lees meer

Samen met anderen

DANS is onderdeel van het Nederlandse onderzoekslandschap en werkt samen met meerdere instellingen en netwerken.

Lees meer

Training Team

Binnen DANS streven we ernaar om op een verantwoorde en boeiende manier kwalitatief hoogwaardige trainingen te geven. DANS Trainingen worden dan ook gekenmerkt door enkele toezeggingen die wij als Training Team hebben gedaan. Zo zijn onze trainingsmaterialen altijd conform de laatste ontwikkelingen op het gebied van toegankelijkheid (open) vervaardigd. DANS Trainingen heeft zich ook tot doel gesteld om onze ecologische voetafdruk te verminderen, dus werken we voortdurend aan zo milieuvriendelijk mogelijke evenementen door bewuste beslissingen over catering, reizen, opslag van materialen en gebruik van bandbreedte. Neem gerust contact met ons op om je wensen voor een workshop of cursus te bespreken.

Onderwerpen

Momenteel bieden wij trainingen aan over Open Science, Open en FAIR Data, Research Data Management (RDM), Archivering en repository management, Data ethiek en AVG.

Over deze onderwerpen hebben wij een FAQ opgesteld. Staat jouw vraag er niet tussen? Neem dan contact met ons op.

Trainingsmateriaal

Je kunt onze materialen op Zenodo vinden in onze DANS training community, en ook op onze Moodle (in ontwikkeling).

Door onze betrokkenheid in verschillende samenwerkingsverbanden hebben wij een breed scala aan trainingen (mede)ontwikkeld. Voorbeelden van modules waaraan DANS heeft meegewerkt en die aansluiten op onze opleidingsthema’s zijn: Data Stewardship Training (EOSC Synergy), Developing quality training (online, EOSC Synergy), Social Sciences and Humanities Open Cloud training (SSHOC), FAIRsFAIR training library (FAIRsFAIR).

Momenteel werken we aan een aantal projecten die op korte termijn training en -materiaal zullen opleveren. Volg hiervoor de volgende projecten: EOSC FutureFAIRCore4EOSCPATTERNFAIR-ImpactBY-COVIDDICE.

Samen met anderen

Samen met onze partners bieden we regelmatig trainingen aan in Open en Responsible Research Training. Tot ons netwerk behoren Research Data Netherlands (RDNL),  Nationaal Programma Open Science (NPOS), Landelijk Coördinatiepunt Research Data Management, Data Stewards Interest Group (DSIG), Netherlands Open Science Communities, en Research Software Training Netherlands (RSTNL). Partnerorganisaties zijn onder meer het eScience Centre, 4TU, SURF, en de Thematic Digital Competence Centres.

DANS is ook actief lid van een aantal European Research Infrastructure Consortia (ERIC’s) zoals het Consortium of European Social Science Data Archives (CESSDA), Digital Research Infrastructure for the Arts and Humanities (DARIAH) en het European Holocaust Research Initiative (EHRI). DANS is ook de Nationale Open Access Desk (NOAD) coördinator voor OpenAIRE.

Nieuws

De European Language Social Science Thesaurus (ELSST) is een breed opgezette, meertalige thesaurus voor de Sociale Wetenschappen. In september 2024 werd de nieuwste versie van de ELSST uitgebracht. Ontdek enkele van de belangrijkste veranderingen hier.

Op donderdag 17 oktober 2024 is de Dutch Data Prize uitgereikt aan de drie winnende datasets van deze achtste editie van de prestigieuze prijs. Uit 52 nominaties blonken drie datasets het meest uit op het gebied van vindbaarheid, toegankelijkheid, interoperabiliteit en herbruikbaarheid (FAIR).

Bij Fontys Hogeschool is de afgelopen vier jaar een open source AI-model ontwikkeld dat zo’n 50 soorten wilde bloemen kan herkennen en tellen. De Eindhoven Wildflower Dataset dient als basis voor dit model en is voor iedereen beschikbaar.