
Die Anstrengungen der CESSDA zeigen Ergebnisse. Eine Trainingseinheit in sechs Kapiteln erörtert die Grundlagen das Datenmanagements.
Die Anstrengungen der CESSDA zeigen Ergebnisse. Eine Trainingseinheit in sechs Kapiteln erörtert die Grundlagen das Datenmanagements.
Am Ende der diesjährigen EDDI wurde verkündet, dass die zehnte European DDI Users Conference im nächsten Jahr in Berlin stattfindet.
Das LIfBi richtet am 19./20. Februar 2018 den nächsten Workshop „Datenaufbereitung und Dokumentation“ in Bamberg aus. Die Teilnahme ist gebührenfrei.
Eine Website mit Informationen zum Workshop und einer expliziten Registrierungsseite ist ab sofort online verfügbar.
Ziel des Workshops ist der lösungsorientierte, praktische Austausch über Fragestellungen in der Datendokumentation und -produktion in sozialwissenschaftlichen Längsschnittstudien. Das Format wird wieder nach dem Modell der Open Space Technology ohne vorab festgelegtes Programm durchgeführt. Der Workshop wird sich inhaltlich selbst organisieren, d. h. Themen, Vorträge und Diskussionen werden erst vor Ort festgelegt. Daher sollten alle Teilnehmenden bereit sein, ihr Wissen mit den anderen Teilnehmenden aktiv zu teilen. Wünschenswert ist zudem, sich bereits im Vorfeld Gedanken über Themenfelder zu machen, die es wert sind, vor Ort besprochen zu werden.
Die Sprache des Workshops war bisher Deutsch. Probleme damit sollten bei der Anmeldung thematisiert werden.
Der Workshop richtet sich an Mitarbeitende in sozialwissenschaftlichen (Längsschnitts-)Studien, die operativ mit der Datendokumentation und Datenproduktion beschäftigt sind. Der Workshop hat einen mehr oder weniger festen Teilnehmerkreis, der selbstverständlich für sinnvolle Ergänzungen offen ist. Zum Workshop existiert neben diesem Blog auch auch eine Mailingliste.
Im Anschluss an die Veranstaltung findet ebenfalls am LIfBi der 12. Workshop der Panelsurveys im deutschsprachigen Raum statt. Auch die Registrierung und Informationsverteilung zu diesem Workshop läuft über die oben genannte Anmeldeseite.
In der jüngsten Ausgabe der Zeitschrift „WISTA – Wirtschaft und Statistik“ (5/2017) gibt es mindestens drei interessante Beiträge:
The NADDI 2018 Organizing Committee announced the Call for Proposals for the 6th Annual North American Data Documentation Initiative Conference (NADDI). The Data Documentation Initiative (DDI) is an international standard for describing the data produced by surveys and other observational methods in the social, behavioral, economic, and health sciences.
The conference theme is “Benefits of Describing National Statistics with Common Standards,” which emphasizes the benefits of using metadata to drive efficiencies in a research data lifecycle, as well as promotes subsequent re-use of end data products, especially those generated by federal and national statistical agencies.
Aimed at individuals working in and around data and metadata, NADDI 2018 seeks submissions of presentations and posters that highlight the use of DDI and other metadata standards within research projects, official statistics, survey operations, academic libraries, and data archives.
Proposals can include:
Important Information
How to Submit
Submissions may be made through the conference web site. The proposal deadline is December 1, 2017.
Die diesjährige EDDI findet am 5. und 6. Dezember in Lausanne statt. Für die Veranstaltung am Genfersee liegt nun das Programm vor und Anmeldungen sind ebenfalls möglich. Ausrichter ist FORS, das Kompetenzzentrum für die Sozialwissenschaften in der Schweiz.
Vor und nach der eigentlichen Konferenz gibt es Tutorials und (zum Teil nicht öffentliche) Sidemeetings.
Auch wenn prozessproduzierte Massendaten (sogenannte „Big Data“) etwa in Form von staatlichen Verwaltungsdaten eine mehr als zweihundertjährige Tradition haben, hat sich deren Verfügbarkeit in den letzten Jahrzehnten dramatisch gesteigert:
Nicht nur die Forschungsdatenzentren, sondern auch historische Datenarchive und eine Vielzahl universitärer Projekte arbeiten daran beide Datensorten, also bisher unerschlossene alte Datensammlungen ebenso wie neue digitale Daten, zunehmend für die Forschung zugänglich zu machen. Damit erweitern sich Möglichkeiten für die Sozialwissenschaften, soziale Phänomene sowohl aus aktueller, als auch historischer Blickrichtung zu analysieren. Das gilt umso mehr, je stärker Datensätze miteinander verknüpft und digitale Massendaten in Kombination miteinander und mit forschungsinduzierten Daten einer Analyse zugänglich gemacht werden können.
Im methodologischen Umgang mit diesen Massendaten zeichnet sich ein erstaunlicher Gegensatz ab:
Diese beiden Forschungsstränge sind bislang kaum verbunden und weisen wechselseitige blinde Flecken auf. Durch einen produktiven Austausch könnten beide Forschungsstränge wechselseitig profitieren: Beispielsweise erscheint eine Debatte über die Potentiale neuer Auswertungstechniken aus den Computational Social Science im Bereich der historischen Massendaten vielversprechend. Anderseits erscheint eine kritische Auseinandersetzung mit der Fehlerhaftigkeit und internen Verzerrung von jenen Daten, die in digitalen Prozessen generiert wurden, notwendig.
Dieser Workshop will einen Beitrag zu einem solchen Austausch leisten und hat das Ziel, die Entstehungsbedingungen analoger und digitaler prozess-generierter Daten zu reflektieren und ihre damit verbundenen Verwendungsschwierigkeiten zu diskutieren. Hierzu gehört auch die Frage, ob und wie das Konzept der „Datenkunde“ erweitert oder aktualisiert werden muss. Damit rücken neben messbezogenen Eigenschaften gesellschaftliche, politische und wirtschaftliche Bedingungen in die Betrachtung, die eine Interpretation von Analyseergebnissen erst sinnvoll machen. Der Workshop will diese methodologischen wie theoriebezogenen Fragen auch mit der Absicht stellen, Möglichkeiten aufzuzeigen, mit denen die Aussagekraft prozessgenerierter Daten in sozialwissenschaftlichen Untersuchungen gesteigert werden kann.
Wenn Sie an dem Workshop mit einen Vortrag/einer Präsentation teilnehmen wollen, senden Sie uns bitte das Thema bis zum 30.10.2017 per -Mail an nina.baur@tu-berlin.de zu.
Das Teilen von Forschungsdaten ist ein soziales Dilemma. Denn obgleich das Teilen von Forschungsdaten großes Potential für den wissenschaftlichen Fortschritt bietet, wird dies seitens der Wissenschaftler/innen selbst wenig praktiziert. Welche Rolle innerhalb dieses sozialen Dilemmas die Persönlichkeit der Wissenschaftlerin bzw. des Wissenschaftlers spielt und welche individuellen Hindernisse und Anreize beachtet werden müssen, nimmt eine Untersuchung der ZBW – Leibniz-Informationszentrum Wirtschaft in Kooperation mit dem Leibniz-Forschungsverbund Science 2.0 in den Blick.
Ob ein Wissenschaftler oder eine Wissenschaftlerin seine oder ihre Forschungsdaten teilt, hängt mitunter stark von der Persönlichkeit ab. Dies zeigte eine bundesweite fachübergreifende Studie mit 1.564 Probandinnen und Probanden im Rahmen des Leibniz-Forschungsverbundes Science 2.0 (http://www.leibniz-science20.de/de/).
Die Studie zeigte, dass je nach Persönlichkeit der Forscherin oder des Forschers verschiedene Anreize und Barrieren einen unterschiedlichen Stellenwert einnehmen.
Dr. Stephanie B. Linek, Wissenschaftlerin an der ZBW – Leibniz-Informationszentrum Wirtschaft (http://www.zbw.eu) und Hauptautorin der Studie „Data Sharing as social dilemma“ erörtert: „Für einen offenen Austausch von Forschungsdaten ist es wichtig, auch auf die Forscher/innen selbst einzugehen und je nach Persönlichkeit individuelle Anreize zu bieten und subjektive Barrieren zu beseitigen.“
Zugrunde liegt der Untersuchung von Linek et al. (2017) eine Persönlichkeitstypisierung nach dem Fünf-Faktoren-Modell, d.h. (1) Extraversion / Neigung zu Geselligkeit, (2) Neurotizismus / Neigung zu emotionaler Labilität und Verletzlichkeit (3) Offenheit für Erfahrungen /Aufgeschlossenheit, (4) Verträglichkeit (Rücksichtnahme, Kooperationsbereitschaft, Empathie) und (5) Gewissenhaftigkeit /Perfektionismus. Zusätzlich wurden die Persönlichkeitsfacetten Machiavellismus (manipulative, eigennützige und instrumentelle Natur) und soziale Erwünschtheit sowie Alter und Geschlecht als soziodemographische Kontrollvariablen miteinbezogen.
Linek et al. ziehen unter anderem folgende Schlüsse aus ihrer Untersuchung:
Die Studie entstand in Kooperation mit der ZBW – Leibniz-Informationszentrum Wirtschaft, dem DIW Berlin, dem Alexander-von-Humboldt-Institut für Internet und Gesellschaft (HIIG) und der VU University Amsterdam. Es handelt sich um eine Kooperationsarbeit im Rahmen des Leibniz-Forschungsverbundes Science 2.0.
Zum Artikel:
Linek, S. B., Fecher, B., Friesike, S. & Hebing, M. (2017). Data sharing as social dilemma: influence of the researcher’s personality. PLoS ONE 12(8): e0183216. https://doi.org/10.1371/journal.pone.0183216