Statistical Quality Assurance and Peer Review in Primary Data Publication

Abstract

Publication of results is an elementary part of scientific work. Started in in 17^th century with the traditional scientific publications several new forms emerged in recent years, triggered by the digital revolution and focused on increasing the data availability. These changes offer new chances for scientists and science in general, but also imply risks, which might compromise this established institution in science.<br /> Data can be seen as an essential foundation of science. Therefore, it is important to think about new ways to distribute scientific data between the scientists, which are generated by the advent of the world wide web. One way, the primary data publications, aims at the publication of raw data and their metadata and seeks to be comparable to the traditional forms of publishing manuscripts. <br /> This thesis will present the possible ways to publish data, which are typical in meteorological and climatological sciences. Additionally, it shows, how a publication process of the primary data itself can be included into the traditional scientific working scheme. Thereby, it will especially focus on the development of an effective quality assurance of these publications. A fundamental part of this will be general quality tests, which are needed to obtain estimations on the quality of datasets. These quality checks are characterised by its parameter-driven flexibility and can be applied on a lot of different types of datasets.<br /> Some of these checks, like a newly developed histogram test and a bayesian change point detection, are described and undergo some sensitivity tests. In addition, the possible automatisation and application to meteorological and climatological datasets of the tests will be investigated. All these developments will be discussed under the aspects of a usability in data publications, an effective quality assurance system and the possibility to generate a peer review procedure on data publications.

<strong>Statistische Qualitätssicherung und Peer Review in der Primärdatenpublikation</strong><br /> Die Veröffentlichung von Resultaten ist ein elementarer Teil des wissenschaftlichen Arbeitens. Angefangen im 17. Jahrhundert mit den traditionellen wissenschaftlichen Publikationen, entstanden in den vergangenen Jahren neue Formen, die sich auf das Zugänglichmachen von Daten fokussieren und durch die digitale Revolution gefördert wurden. Diese Veränderungen beinhalten neue Möglichkeiten für Wissenschaftler und die Wissenschaft im Allgemeinen, aber schliessen ebenso Risiken ein, die möglicherweise eine etablierte Institution der Wissenschaft gefährden. <br /> Daten können als eine wichtige Grundlage der Wissenschaft angesehen werden. Darum ist es von großer Bedeutung, über die neuen Wege des Datenaustausches zwischen Wissenschaftlern nachzudenken, die durch das Aufkommen des World Wide Webs entstanden sind. Ein möglicher Weg ist die Primärdaten Publikation, die versucht, Publikationen von Roh- und ihren Metadaten vergleichbar zu der traditionellen Form der Veröffentlichung von Manuskripten zu gestalten. <br /> Diese Arbeit stellt die möglichen Wege zur Publikation von Daten, welche typisch sind in der Meteorologie und Klimatologie, vor und untersucht, wie sich ihr Publikationsprozess in einen traditionellen wissenschaftlichen Arbeitsablauf einfügt. Dabei wird besonders auf eine effektive Qualitätssicherung dieser Publikationen eingegangen. Ein grundlegender Bestandteil sind dabei allgemeine Qualitätstests, die benötigt werden, um Abschätzungen über die Qualität der Datensätze zu erhalten. Diese Qualitätstests sind charakterisiert durch ihre parametergetriebene Flexibilität und können auf viele unterschiedliche Typen von Daten angewendet werden. Einige dieser Tests, wie ein neuer Histogramm Test und eine Bayessche Bruchpunktsdetektion, werden beschrieben und mehreren Sensitivitätstests unterzogen. Es wird ebenfalls eine mögliche Automatisierung und eine Anwendbarkeit der Tests auf meteorologische und klimatologische Datensätze untersucht. Alle diese Entwicklungen werden unter den Gesichtspunkten einer Nutzbarkeit in Datenpublikationen, eines effektiven Qualitästssicherungssystems und der Möglichkeit der Konstruktion eines Peer Review Prozesses von Datenpublikationen diskutiert.