UPDATE: Zenodo migration postponed to Oct 13 from 06:00-08:00 UTC. Read the announcement.

Journal article Open Access

Linked COVID-19 Data – Semantische Modellierung von Linked Geodata

Florian Thiery

Zusammenfassung

Dieser Beitrag beschäftigt sich mit semantischer Modellierung und Linked Geodata im Kontext der COVID-19-Pandemie. Diese neuen Technologien interoperabler und verlinkter Datenhaltung werden in der Geo-Branche immer populärer und weltweit sowohl von administrativen Einrichtungen wie auch von unabhängigen freiwilligen Communities als Volunteered Geographic Information (VGI) eingesetzt. Im Zuge der COVID-19-Pandemie ist die Veröffentlichung dieser (Geo-)Daten von zentraler Bedeutung. Dieser Beitrag zeigt Hintergründe und Möglichkeiten semantischer und Linked Open-Technologien mit Wikidata auf. Als Ergebnis dieses Prozesses wird eine Ontologie vorgestellt, die verschiedene Datenqualitäten und Datenquellen homogenisiert. Ergebnisse dieser COVID-19-Datenmodellierungen können als Linked COVID-19 Data in einem Explorer oder mit Hilfe eines QGIS-Plugins visualisiert werden.

Summary

This article deals with semantic modelling and Linked Geodata in context of the COVID-19 pandemic. These new technologies of interoperable and Linked Data management are becoming more and more popular in the geo sector and are used worldwide, both by administrative institutions and by independent voluntary communities as Volunteered Geographic Information (VGI). In the course of the COVID-19 pandemic, publishing (geo)data is of central importance. This article shows the background and possibilities of semantic and Linked Open Data technologies using Wikidata. As a result of this process, an ontology is presented, that homogenizes different data qualities and data sources. Results of this COVID-19 data modelling can be visualized as Linked COVID-19 data in an explorer or by using a QGIS plugin.

Files (1.4 MB)
Name Size
zfv_2020_4_Thiery.pdf
md5:b34f31272955821d6669683f3be1653a
1.4 MB Download
79
117
views
downloads
Views 79
Downloads 117
Data volume 163.4 MB
Unique views 71
Unique downloads 112

Share

Cite as