Quantifying the Environmental Footprint of Curating Datasets with LLMs

This study evaluates the environmental trade-offs of using large language models to curate cross-collection oral-history datasets in the Commoning Oral Histories of Knowledge (CORAL) project. Manual screening of 2,606 interviews was benchmarked against a workflow that tested four instruction-tuned LLMs and two prompt designs. Environmental impact was approximated using token-based inputs to EcoLogits, although implementing such assessments remains non-trivial. Ultimately, we conclude that the environmental impact of our project's use case could be considered moderate compared to common academic activities such as traveling to conferences. However, such impacts should be monitored closely, as they may vary significantly across different research setups and are likely to scale with larger datasets and broader adoption of LLMs in the field. Finally, the paper urges sufficiency-oriented practices and transparent carbon reporting in Computational Humanities research. 

FORGE 2025 - ConfTool Pro - BrowseSessions

FAIR und grün: Empfehlungen für einen ressourcenschonenden Umgang mit Forschungsdaten

Wie lässt sich der Umgang mit Forschungsdaten ökologisch nachhaltiger gestalten – ohne die FAIR- und CARE-Prinzipien aus dem Blick zu verlieren? In einem Workshop und einer offenen Arbeitsphase haben wir Empfehlungen entwickelt, die zeigen, wie sich Ressourcenschonung konkret in Datenmanagementplänen umsetzen lässt.

Empfehlungen der AG Greening DH zum ressourcenschonenden Umgang mit Forschungsdaten

Ein nachhaltiges Forschungsdatenmanagement (FDM) ist Teil guter wissenschaftlicher Praxis. Es ermöglicht transparente Forschungsergebnisse und deren Wiederverwendung und hilft, Doppelarbeit und unnötigen Ressourcenverbrauch zu vermeiden. Gleichzeitig erfordert FDM selbst Ressourcen, weshalb eine sorgfältige Abwägung zwischen Transparenz, Nachnutzung und Aufwand nötig ist. Diese Empfehlungen unterstützen Forschende bei der Erstellung von Forschungsdatenmanagementplänen, um den ökologischen Fußabdruck von Daten, Hardware und Software zu reduzieren. Sie bieten konkrete Ansätze zu Formaten, Interoperabilität, Versionierung, Metadaten, Nutzungsszenarien, Speicherplatz und Langzeitarchivierung. Ziel ist es, ressourcen-schonende Lösungen zu fördern, ohne die Grundsätze des FDM zu gefährden.   Das Wichtigste in Kürze Grünes Forschungsdatenmanagement in fünf Kernpunkten:    1. Nachnutzung maximieren: Datenformate und Software sollten so gewählt werden, dass Daten leicht wiederverwendet werden können.    2. Speicherplatz effizient nutzen: Versionierung, Komprimierung und gezielte Auswahl relevanter Daten verhindern unnötigen Ressourcenverbrauch.    3. Metadaten optimieren: Einheitliche Standards und durchdachte Metadaten erleichtern Auffindbarkeit und Wiederverwendung.    4. Veröffentlichung nachhaltig planen: Daten sollten möglichst in offenen Formaten und mit freien Lizenzen veröffentlicht werden.    5. Langzeitarchivierung bewusst steuern: Nur essenzielle Daten langfristig speichern und bestehende Infrastrukturen nutzen.   Finale Version vom 30.4.2025, nach Open Peer Review. 

Empfehlungen der AG Greening DH zum ressourcenschonenden Umgang mit Forschungsdaten

Ein nachhaltiges Forschungsdatenmanagement (FDM) ist Teil guter wissenschaftlicher Praxis. Es ermöglicht transparente Forschungsergebnisse und deren Wiederverwendung und hilft, Doppelarbeit und unnötigen Ressourcenverbrauch zu vermeiden. Gleichzeitig erfordert FDM selbst Ressourcen, weshalb eine sorgfältige Abwägung zwischen Transparenz, Nachnutzung und Aufwand nötig ist. Diese Empfehlungen unterstützen Forschende bei der Erstellung von Forschungsdatenmanagementplänen, um den ökologischen Fußabdruck von Daten, Hardware und Software zu reduzieren. Sie bieten konkrete Ansätze zu Formaten, Interoperabilität, Versionierung, Metadaten, Nutzungsszenarien, Speicherplatz und Langzeitarchivierung. Ziel ist es, ressourcen-schonende Lösungen zu fördern, ohne die Grundsätze des FDM zu gefährden.   Das Wichtigste in Kürze Grünes Forschungsdatenmanagement in fünf Kernpunkten:    1. Nachnutzung maximieren: Datenformate und Software sollten so gewählt werden, dass Daten leicht wiederverwendet werden können.    2. Speicherplatz effizient nutzen: Versionierung, Komprimierung und gezielte Auswahl relevanter Daten verhindern unnötigen Ressourcenverbrauch.    3. Metadaten optimieren: Einheitliche Standards und durchdachte Metadaten erleichtern Auffindbarkeit und Wiederverwendung.    4. Veröffentlichung nachhaltig planen: Daten sollten möglichst in offenen Formaten und mit freien Lizenzen veröffentlicht werden.    5. Langzeitarchivierung bewusst steuern: Nur essenzielle Daten langfristig speichern und bestehende Infrastrukturen nutzen.   Finale Version vom 30.4.2025, nach Open Peer Review.