letzte Sprachanpassung

Author: Zack-83

rdmorganiser/questions/questions-DFG-Checkliste.xml

@@ -106,7 +106,7 @@ The following questions address the content, format, origin and management of th
     <li>Relevance/reuse potential: High (reference data), medium (main scientific study), low (preliminary study);</li>
     <li>Publication of data: Yes/no, planned repository, planned implementation and financing;</li>
     <li>Long-term archiving: Yes/no, planned data format, planned implementation and financing.</li></ul></li>
-  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid case distinctions, but few enough to prevent repetition of the same answers.</li>
+  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid the need for conditional answers, but few enough to prevent repetition of the same answers.</li>
 </ul>
 
 <p style="text-indent: 2em;">Examples of two projects in which the data are sorted into data sets can be found <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">here</a>.</p>

rdmorganiser/questions/questions-dcc.xml

@@ -382,7 +382,7 @@ The following questions address the content, format, origin and management of th
     <li>Relevance/reuse potential: High (reference data), medium (main scientific study), low (preliminary study);</li>
     <li>Publication of data: Yes/no, planned repository, planned implementation and financing;</li>
     <li>Long-term archiving: Yes/no, planned data format, planned implementation and financing.</li></ul></li>
-  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid case distinctions, but few enough to prevent repetition of the same answers.</li>
+  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid the need for conditional answers, but few enough to prevent repetition of the same answers.</li>
 </ul>
 
 <p style="text-indent: 2em;">Examples of two projects in which the data are sorted into data sets can be found <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">here</a>.</p>

rdmorganiser/questions/questions-fhpshort.xml

@@ -544,7 +544,7 @@ The following questions address the content, format, origin and management of th
     <li>Relevance/reuse potential: High (reference data), medium (main scientific study), low (preliminary study);</li>
     <li>Publication of data: Yes/no, planned repository, planned implementation and financing;</li>
     <li>Long-term archiving: Yes/no, planned data format, planned implementation and financing.</li></ul></li>
-  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid case distinctions, but few enough to prevent repetition of the same answers.</li>
+  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid the need for conditional answers, but few enough to prevent repetition of the same answers.</li>
 </ul>
 
 <p style="text-indent: 2em;">Examples of two projects in which the data are sorted into data sets can be found <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">here</a>.</p>

rdmorganiser/questions/questions-horizon-europe.xml

@@ -348,7 +348,7 @@ The following questions address the content, format, origin and management of th
     <li>Relevance/reuse potential: High (reference data), medium (main scientific study), low (preliminary study);</li>
     <li>Publication of data: Yes/no, planned repository, planned implementation and financing;</li>
     <li>Long-term archiving: Yes/no, planned data format, planned implementation and financing.</li></ul></li>
-  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid case distinctions, but few enough to prevent repetition of the same answers.</li>
+  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid the need for conditional answers, but few enough to prevent repetition of the same answers.</li>
 </ul>
 
 <p style="text-indent: 2em;">Examples of two projects in which the data are sorted into data sets can be found <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">here</a>.</p>
@@ -412,7 +412,7 @@ Les questions suivantes portent sur le contenu, le format et l'origine des donn
     <li>pertinence / potentiel de réutilisation : élevé (données de référence), moyen (étude scientifique principale), faible (étude préliminaire) ;</li>
     <li>publication des données : oui/non, dépôt prévu, organisation et financement prévus ;</li>
     <li>conservation à long terme : oui/non, questions techniques, organisation et financement prévus.</li></ul></li>
-  <li>Décidez de la manière la plus utile de subdiviser les données du projet en ensembles de données de sorte que seules les données différant substantiellement en ce qui concerne ces critères soient définies comme des ensembles de données distincts. Définissez <i>aussi peu d'ensembles de données que possible </i> (pour éviter de devoir fournir les mêmes réponses à plusieurs reprises pour un trop grand nombre d'ensembles de données différents) et <i> autant que nécessaire </i> (pour éviter de devoir fournir des réponses conditionnelles pour des ensembles de données individuels).</li>
+  <li>Déterminez la subdivision la plus appropriée des données du projet en jeux de données, de sorte que seules les données qui diffèrent considérablement en termes de ces critères soient attribuées à différents jeux de données. Créez un nombre approprié de jeux de données homogènes : suffisamment nombreux pour éviter la nécessité de réponses conditionnelles, et suffisamment peu nombreux pour éviter la répétition des mêmes réponses.</li>
 </ul>
 
 <p style="text-indent:2em;">Des exemples de deux projets dans lesquels les données sont classées en ensembles de données peuvent être trouvés <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">ici</a>.</p>
@@ -444,7 +444,7 @@ Si può procedere in questo modo:
     <li>Rilevanza / potenziale di riutilizzo: alto (dati di riferimento), medio (studio scientifico principale), basso (studio preliminare);</li>
     <li>pubblicazione dei dati: sì/no, archivio previsto, organizzazione e finanziamento previsti;</li>
     <li>conservazione a lungo termine: sì/no, questioni tecniche, organizzazione e finanziamento previsti.</li></ul></li>
-  <li>Decidere il modo più utile per suddividere i dati del progetto in raccolte di dati, in modo che solo i dati che differiscono sostanzialmente rispetto a questi criteri siano definiti come raccolte di dati separati. Definire <i>il minor numero possibile di insiemi di dati </i> (per evitare di dover fornire ripetutamente le stesse risposte per un numero eccessivo di insiemi di dati diversi) e <i>il numero necessario </i> (per evitare di dover fornire risposte condizionali per le singole raccolte di dati).</li>
+  <li>Stabilire la suddivisione più favorevole dei dati del progetto in raccolte di dati, in modo che solo i dati che differiscono significativamente rispetto a questi criteri siano assegnati a insiemi di dati diversi. Creare un numero adeguato di insiemi di dati omogenei: abbastanza per evitare distinzioni di casi, ma abbastanza pochi per evitare la ripetizione delle stesse risposte.</li>
 </ul>
 
 <p style="text-indent: 2em;">Esempi di due progetti in cui i dati sono organizzati in raccolte di dati si possono trovare <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">qui</a>.</p>
@@ -482,7 +482,7 @@ Puede proceder de la siguiente manera:
     <li>Relevancia / potencial de reutilización: alta (datos de referencia), media (estudio científico principal), baja (estudio preliminar);</li>
     <li>Publicación de datos: sí/no, repositorio previsto, organización y financiación previstas.</li></ul></li>
     <li>Conservación a largo plazo: sí/no, cuestiones técnicas, organización y financiación previstas.</li></ul></li>
-  <li>Decidir la división más favorable de los datos del proyecto en conjuntos de datos, asegurándose de que sólo se asignen a conjuntos de datos diferentes los datos que difieran significativamente en función de estos criterios. Crear un número adecuado de conjuntos de datos homogéneos: suficientes para evitar distinciones de casos, pero lo suficientemente pocos como para evitar la repetición de las mismas respuestas.</li>
+  <li>Decidir la división más favorable de los datos del proyecto en conjuntos de datos, asegurándose de que sólo se asignen a conjuntos de datos diferentes los datos que difieran significativamente en función de estos criterios. Crear un número adecuado de conjuntos de datos homogéneos: suficientes para evitar para evitar la necesidad de respuestas condicionales, pero suficientemente pocos como para evitar la repetición de las mismas respuestas.</li>
 </ul>
 
 <p style="text-indent: 2em;">Puede encontrar ejemplos de dos proyectos en los que los datos están ordenados por categorías <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">aquí</a>.</p>

rdmorganiser/questions/questions-rdmo.xml

@@ -946,7 +946,7 @@ The following questions address the content, format, origin and management of th
     <li>Relevance/reuse potential: High (reference data), medium (main scientific study), low (preliminary study);</li>
     <li>Publication of data: Yes/no, planned repository, planned implementation and financing;</li>
     <li>Long-term archiving: Yes/no, planned data format, planned implementation and financing.</li></ul></li>
-  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid case distinctions, but few enough to prevent repetition of the same answers.</li>
+  <li>Decide on the most favourable division of project data into data sets, ensuring that only data which differ significantly in terms of these criteria are assigned to different data sets. Create a suitable number of homogeneous data sets: enough to avoid the need for conditional answers, but few enough to prevent repetition of the same answers.</li>
 </ul>
 
 <p style="text-indent: 2em;">Examples of two projects in which the data are sorted into data sets can be found <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">here</a>.</p>
@@ -1018,7 +1018,7 @@ Les questions suivantes portent sur le contenu, le format et l'origine des donn
     <li>pertinence / potentiel de réutilisation : élevé (données de référence), moyen (étude scientifique principale), faible (étude préliminaire) ;</li>
     <li>publication des données : oui/non, dépôt prévu, organisation et financement prévus ;</li>
     <li>conservation à long terme : oui/non, questions techniques, organisation et financement prévus.</li></ul></li>
-  <li>Décidez de la manière la plus utile de subdiviser les données du projet en ensembles de données de sorte que seules les données différant substantiellement en ce qui concerne ces critères soient définies comme des ensembles de données distincts. Définissez <i>aussi peu d'ensembles de données que possible </i> (pour éviter de devoir fournir les mêmes réponses à plusieurs reprises pour un trop grand nombre d'ensembles de données différents) et <i> autant que nécessaire </i> (pour éviter de devoir fournir des réponses conditionnelles pour des ensembles de données individuels).</li>
+  <li>Déterminez la subdivision la plus appropriée des données du projet en jeux de données, de sorte que seules les données qui diffèrent considérablement en termes de ces critères soient attribuées à différents jeux de données. Créez un nombre approprié de jeux de données homogènes : suffisamment nombreux pour éviter la nécessité de réponses conditionnelles, et suffisamment peu nombreux pour éviter la répétition des mêmes réponses.</li>
 </ul>
 
 <p style="text-indent:2em;">Des exemples de deux projets dans lesquels les données sont classées en ensembles de données peuvent être trouvés <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">ici</a>.</p>
@@ -1055,7 +1055,7 @@ Si può procedere in questo modo:
     <li>Rilevanza / potenziale di riutilizzo: alto (dati di riferimento), medio (studio scientifico principale), basso (studio preliminare);</li>
     <li>pubblicazione dei dati: sì/no, archivio previsto, organizzazione e finanziamento previsti;</li>
     <li>conservazione a lungo termine: sì/no, questioni tecniche, organizzazione e finanziamento previsti.</li></ul></li>
-  <li>Decidere il modo più utile per suddividere i dati del progetto in raccolte di dati, in modo che solo i dati che differiscono sostanzialmente rispetto a questi criteri siano definiti come raccolte di dati separati. Definire <i>il minor numero possibile di insiemi di dati </i> (per evitare di dover fornire ripetutamente le stesse risposte per un numero eccessivo di insiemi di dati diversi) e <i>il numero necessario </i> (per evitare di dover fornire risposte condizionali per le singole raccolte di dati).</li>
+  <li>Stabilire la suddivisione più favorevole dei dati del progetto in raccolte di dati, in modo che solo i dati che differiscono significativamente rispetto a questi criteri siano assegnati a insiemi di dati diversi. Creare un numero adeguato di insiemi di dati omogenei: abbastanza per evitare distinzioni di casi, ma abbastanza pochi per evitare la ripetizione delle stesse risposte.</li>
 </ul>
 
 <p style="text-indent: 2em;">Esempi di due progetti in cui i dati sono organizzati in raccolte di dati si possono trovare <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">qui</a>.</p>
@@ -1092,7 +1092,7 @@ Puede proceder de la siguiente manera:
     <li>Relevancia / potencial de reutilización: alta (datos de referencia), media (estudio científico principal), baja (estudio preliminar);</li>
     <li>Publicación de datos: sí/no, repositorio previsto, organización y financiación previstas.</li></ul></li>
     <li>Conservación a largo plazo: sí/no, cuestiones técnicas, organización y financiación previstas.</li></ul></li>
-  <li>Decidir la división más favorable de los datos del proyecto en conjuntos de datos, asegurándose de que sólo se asignen a conjuntos de datos diferentes los datos que difieran significativamente en función de estos criterios. Crear un número adecuado de conjuntos de datos homogéneos: suficientes para evitar distinciones de casos, pero lo suficientemente pocos como para evitar la repetición de las mismas respuestas.</li>
+  <li>Decidir la división más favorable de los datos del proyecto en conjuntos de datos, asegurándose de que sólo se asignen a conjuntos de datos diferentes los datos que difieran significativamente en función de estos criterios. Crear un número adecuado de conjuntos de datos homogéneos: suficientes para evitar para evitar la necesidad de respuestas condicionales, pero suficientemente pocos como para evitar la repetición de las mismas respuestas.</li>
 </ul>
 
 <p style="text-indent: 2em;">Puede encontrar ejemplos de dos proyectos en los que los datos están ordenados por categorías <a href="https://gl.mathhub.info/cdi/labs/literacy/proposal-self-service/-/blob/main/RDMO/Beispiele_und_Hilfen/Hilfe_Datenkategorie_en.md" target="_blank">aquí</a>.</p>