Universität zu Köln

Featured Dataverses

In order to use this feature you must have at least one published or linked dataverse.

Publish Dataverse

Are you sure you want to publish your dataverse? Once you do so it must remain published.

Publish Dataverse

This dataverse cannot be published because the dataverse it is in has not been published.

Delete Dataverse

Are you sure you want to delete your dataverse? You cannot undelete this dataverse.

31 to 40 of 68 Results

erhebungsprotokoll.md Aug 25, 2026 - Versorgungsatlas ambulanter Pflegeeinrichtungen Rheinland Markdown Text - 1.3 KB - MD5: f437ef821f06983298147940f251fabc Documentation Erhebungszeitraum, Kontaktwege, Ausfälle.
Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt) Aug 25, 2026 Kowalski, Tobias, 2023, "Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)", https://doi.org/10.83693/DAPU-TEST.NRW/FYNTDS, Root, V1 Quellcode und Beispieldaten einer Pipeline zur Vorverarbeitung von IoT-Sensordaten, entstanden in einem studentischen Praxisprojekt. Die Pipeline liest Rohmesswerte aus CSV, erkennt Ausreißer, aggregiert auf Stundenwerte und schreibt das Ergebnis zurück. Enthält keine produktionsrelevanten Zugangsdaten.
architektur.png Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt) PNG Image - 8.4 KB - MD5: 132bad2f92bcf7c987a5f9a15dc2c84b Documentation Verarbeitungsstufen der Pipeline.
beispieldaten.csv Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt) Comma Separated Values - 6.4 KB - MD5: 9e5ddd4a1d525e89be64660617747f49 Data Kurzer Beispielauszug für den Testlauf.
pipeline.py Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt) Python Source Code - 1.3 KB - MD5: ef2bdb8cde86490b4c0dbdfbfc5bccaa Code Einlesen, Ausreißererkennung, Aggregation.
README.md Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt) Markdown Text - 750 B - MD5: 052a914361d6f2871c61236212608508 Documentation Aufbau, Installation, Beispielaufruf.
Digitalisate historischer Vorlesungsverzeichnisse 1947–1960 Aug 25, 2026 Wenzel, Almut, 2021, "Digitalisate historischer Vorlesungsverzeichnisse 1947–1960", https://doi.org/10.83693/DAPU-TEST.NRW/7L4SJM, Root, V1 Gescannte und per OCR erschlossene Vorlesungsverzeichnisse der Nachkriegsjahre aus den Beständen des Universitätsarchivs. Grundlage einer hochschulhistorischen Auswertung von Fächerangebot, Lehrpersonal und Studierendenzahlen. Die OCR-Erkennung wurde nicht nachkorrigiert; die Erkennungsgüte ist je Jahrgang im Übersichtsdokument ausgewiesen.
beispielseite_1952.png Aug 25, 2026 - Digitalisate historischer Vorlesungsverzeichnisse 1947–1960 PNG Image - 6.0 KB - MD5: e7594d05dac63ca765280b65afa45640 Documentation Beispielseite aus dem Jahrgang 1952.
jahrgangsuebersicht.csv Aug 25, 2026 - Digitalisate historischer Vorlesungsverzeichnisse 1947–1960 Comma Separated Values - 1.2 KB - MD5: 081f447a574034c98744504669f7b5b8 Documentation Jahrgang, Seitenzahl, Erkennungsgüte, Signatur.
Auswertungsskripte zur Befragung digitaler Lernangebote 2023/24 Aug 25, 2026 - Bildungs- und Hochschulforschung Groth, Marcus, 2024, "Auswertungsskripte zur Befragung digitaler Lernangebote 2023/24", https://doi.org/10.83693/DAPU-TEST.NRW/8KLRMH, Root, V1 Begleitende Auswertungsskripte zum Datensatz der Befragung zur Nutzung digitaler Lernangebote. Die Skripte rechnen die deskriptiven Statistiken, prüfen die Skalenreliabilität und erzeugen sämtliche Abbildungen des Abschlussberichts. Ausführbar gegen die veröffentlichte CSV-Datei ohne weitere Anpassungen.

erhebungsprotokoll.md

Aug 25, 2026 - Versorgungsatlas ambulanter Pflegeeinrichtungen Rheinland

Markdown Text - 1.3 KB -

Documentation

Erhebungszeitraum, Kontaktwege, Ausfälle.

Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)

Aug 25, 2026

Kowalski, Tobias, 2023, "Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)", https://doi.org/10.83693/DAPU-TEST.NRW/FYNTDS, Root, V1

Quellcode und Beispieldaten einer Pipeline zur Vorverarbeitung von IoT-Sensordaten, entstanden in einem studentischen Praxisprojekt. Die Pipeline liest Rohmesswerte aus CSV, erkennt Ausreißer, aggregiert auf Stundenwerte und schreibt das Ergebnis zurück. Enthält keine produktionsrelevanten Zugangsdaten.

architektur.png

Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)

PNG Image - 8.4 KB -

Documentation

Verarbeitungsstufen der Pipeline.

beispieldaten.csv

Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)

Comma Separated Values - 6.4 KB -

Data

Kurzer Beispielauszug für den Testlauf.

pipeline.py

Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)

Python Source Code - 1.3 KB -

Code

Einlesen, Ausreißererkennung, Aggregation.

README.md

Aug 25, 2026 - Referenzimplementierung einer Sensordatenpipeline (Praxisprojekt)

Markdown Text - 750 B -

Documentation

Aufbau, Installation, Beispielaufruf.

Digitalisate historischer Vorlesungsverzeichnisse 1947–1960

Aug 25, 2026

Wenzel, Almut, 2021, "Digitalisate historischer Vorlesungsverzeichnisse 1947–1960", https://doi.org/10.83693/DAPU-TEST.NRW/7L4SJM, Root, V1

Gescannte und per OCR erschlossene Vorlesungsverzeichnisse der Nachkriegsjahre aus den Beständen des Universitätsarchivs. Grundlage einer hochschulhistorischen Auswertung von Fächerangebot, Lehrpersonal und Studierendenzahlen. Die OCR-Erkennung wurde nicht nachkorrigiert; die Erkennungsgüte ist je Jahrgang im Übersichtsdokument ausgewiesen.

beispielseite_1952.png

Aug 25, 2026 - Digitalisate historischer Vorlesungsverzeichnisse 1947–1960

PNG Image - 6.0 KB -

Documentation

Beispielseite aus dem Jahrgang 1952.

jahrgangsuebersicht.csv

Aug 25, 2026 - Digitalisate historischer Vorlesungsverzeichnisse 1947–1960

Comma Separated Values - 1.2 KB -

Documentation

Jahrgang, Seitenzahl, Erkennungsgüte, Signatur.

Auswertungsskripte zur Befragung digitaler Lernangebote 2023/24

Aug 25, 2026 - Bildungs- und Hochschulforschung

Groth, Marcus, 2024, "Auswertungsskripte zur Befragung digitaler Lernangebote 2023/24", https://doi.org/10.83693/DAPU-TEST.NRW/8KLRMH, Root, V1

Begleitende Auswertungsskripte zum Datensatz der Befragung zur Nutzung digitaler Lernangebote. Die Skripte rechnen die deskriptiven Statistiken, prüfen die Skalenreliabilität und erzeugen sämtliche Abbildungen des Abschlussberichts. Ausführbar gegen die veröffentlichte CSV-Datei ohne weitere Anpassungen.

Add Data

Share Dataverse

Link Dataverse

Reset Modifications