Der nächste Survey-Lifecycle-Operators-Workshop (SLOW) findet vom 03. bis 05. Februar 2025 an der Universität Mannheim statt.
Alle Interessenten sind herzlich eingeladen. Die Anmeldung ist ab jetzt geöffnet.
Das Prinzip des „Survey Lifecycle Operators Workshop“ (SLOW) ist das altbewährte: ein Szene-Treffen von Menschen im Maschinenraum der deutschsprachigen Surveyforschung, egal ob Fragebogenentwicklung, Sampling, Feldsteuerung, Survey-Methoden, Datenaufbereitung, Nutzerbetreuung, Projektbeantragung oder -ausschreibung, etc. pp.: Alle sind willkommen! Das Format ist Open Space, also eine Konferenz aus strukturierten „Kaffeepausen“, die sich über die letzten mehr als 10 Jahre als sehr fruchtbar erwiesen hat.
Die Anmeldung zum Workshop ist bis zum 17. Januar 2025 möglich. Weitere Informationen zum Workshop und zur Anmeldung findet ihr hier:
Am LIfBi in Bamberg wurde der diesjährige SLOW ausgerichtet. Nachdem in bewährter Form die Teilnehmenden sich ein Programm erarbeitet haben. Wurden in über 30 selbst organisierten Sessions die verschiedensten Themen diskutiert:
In der Session „Dokumentation“ wurden die notwendigen und möglichen Aspekte der Dokumentation intensiv besprochen. Diskutiert wurde, welche Abdeckung und Tiefe der Dokumentation angestrebt werden sollten und wie diese Dokumentation effektiv an die Datennutzenden weitergegeben werden kann. Besondere Herausforderungen wurden bei der internen Dokumentation identifiziert, wobei die übergeordnete Frage war, was überhaupt dokumentiert werden muss und kann.
Im Bereich des Projektmanagements stellte sich heraus, dass es sich bei laufenden Studien oft um „Standardprojekte“ handelt. Daher wurde die Methodik des agilen Projektmanagements, wie Scrum, als weniger passend empfunden. Stattdessen wurden strukturierte Zeitpläne als geeigneter angesehen. Bewährte Methoden und Strategien in Projekten umfassen die Verwendung eines Backlogs für Querschnittsaufgaben, das Setzen von Meilensteinen zur klaren Definition abgeschlossener Schritte und regelmäßige Retrospektiven zur Reflexion der Zusammenarbeit. Forschung sollte als Bestandteil des Projekts gesehen werden, um Fortschritte und organisatorische Hürden sichtbar zu machen. Eine klare Definition von Prozessschritten und Verantwortlichkeiten wurde als wesentlich erachtet, um Konflikte zu vermeiden.
Die Session „KI – Wozu, warum?“ widmete sich der kritischen Diskussion des Einsatzes von Künstlicher Intelligenz in der Datenaufbereitung. Es wurde festgestellt, dass Sprachmodelle erfolgreich in Bereichen wie Programmierunterstützung und Übersetzung eingesetzt werden können. Die Diskussionsgruppe kam jedoch zu dem Schluss, dass KI-Tools die Arbeit von Datenaufbereitungs-Spezialisten nicht ersetzen können, sondern eher als zusätzliche Werkzeuge dienen sollten.
Aktuelle Herausforderungen bei der Verwendung von Prepaid-Incentives wurden ebenfalls thematisiert. Diese umfassen die Skandalisierung durch die Presse sowie Versand- und Abrechnungsprobleme. Dennoch bringen Incentives stabile Effekte. Vorschläge zur Verbesserung umfassen die gute Kommunikation der wissenschaftlichen Ergebnisse zu Incentives, die Einrichtung einer Hotline für Support und Feldtests sowie Experimente zur Aktualisierung historischer Befunde.
Ein weiterer Diskussionspunkt war die Erstellung eines Stellenplans für das GGP, insbesondere im Hinblick auf die Rolle des Data Stewards. Mögliche Aufgabenbereiche umfassen Projektmanagement, Feldarbeit, Datenverarbeitung, Daten-Dokumentation und IT-Support. Die Diskussion umfasste auch die Stellenplanung an großen Instituten und das Tool der LIfBi-Erhebungskoordination.
Der Anspruch der Longitudinalität in Studien kann dazu führen, dass diese den Anschluss verlieren. Größere Studien neigen dazu, aufgebläht zu werden, was den Überblick erschwert. Entscheidungsgrundlagen für die Evaluierung von Items und die Beteiligung der Community an den Studien wurden diskutiert. Hierbei wurde die Möglichkeit einer kritischen Überprüfung bestehender Programme durch die Community hervorgehoben.
Eine Handreichung zur Plausibilisierung und Datenprüfung, die aus einer Neigungsgruppe des SLOW 2018 hervorgegangen ist, wurde vorgestellt.
Die Vorstellung der Nationalen Forschungsdateninfrastruktur (NFDI), einschließlich BERD@NFDI und KonsortSWD, beinhaltete Diskussionen über die Nachnutzung von NFDI-Systemen und die damit verbundenen Herausforderungen bei der Anpassung bestehender Systeme. Es wurden Fördermöglichkeiten wie Network Development Grants und NFDI4Datascience Speedboat Projects erwähnt.
Unterschiede im Antwortverhalten bei verschiedenen Befragungsmodi (CAPI, CAWI, CATI) wurden ebenfalls analysiert. Faktoren wie die Darstellungsform der Fragen, soziale Erwünschtheit und die Befragungsdauer spielen dabei eine Rolle.
Die geringe Fallzahl von „divers“-Angaben beim Geschlecht stellt eine besondere Herausforderung dar, da die Anonymität der Befragten gefährdet ist. Verschiedene mögliche Vorgehensweisen zur Wahrung der Anonymität wurden diskutiert, wobei keine ideale Lösung gefunden wurde.
Die Notwendigkeit einer Harmonisierung der Anonymisierungspraktiken in Forschungsdatenzentren wurde betont. Eine ganzheitliche Betrachtung der Anonymisierung, einschließlich Rechtsgrundlagen und Angriffsszenarien, soll vorangetrieben werden.
Metadaten werden zunehmend strukturiert erfasst und nachgenutzt. Kooperationen zur stärkeren Standardisierung und Nachnutzung solcher Daten wurden im Abschlussplenum verabredet.
Es wurden verschiedene Ansätze zum Monitoring der Feldentwicklung diskutiert. Neben mathematischen Modellen ist oft eine intuitive Analyse der Teilnahmeentwicklung üblich.
Strategien zur Beteiligung der wissenschaftlichen Community an den Studien wurden ebenfalls erörtert. Dies umfasst Call for Questions, Nutzendenbefragungen und Community Workshops.
Die User Experience (UX) gewinnt bei CAWI an Bedeutung. Aspekte wie responsive Programmierung, Barrierefreiheit und die Vermeidung von Medienbrüchen sind wichtig, um die Panel-Abnutzung zu minimieren.
Die zunehmende Komplexität der Erhebungen erfordert Gegenmaßnahmen. Dazu gehören die Reduktion der Modianzahl und die Anpassung der Kommunikation bei der Erhebungsvorbereitung.
Es wurde die Bedeutung der Prinzipien guter wissenschaftlicher Praxis betont. Die Anforderungen an den Studien- und Datenmanagementprozess sollten bereits in der Erhebungsvorbereitung berücksichtigt werden, um die Dokumentation der Datenerhebung zu verbessern.
Dieser Bericht basiert auf den zum Teil ausführlicheren Stichworten der Teilnehmenden, die zumindest für einige Zeit noch unter https://t1p.de/slow2024 erreichbar sind. Die Zusammenfassung erledigte ChatGPT-4.
Wir freuen uns, zum diesjährigen SLOW am Zentrum für Studienmanagement des Leibniz-Instituts für Bildungsverläufe (LIfBi) einladen zu dürfen. Wir starten am Montag, 15.04.2024, um 13.30 Uhr im LIfBi (Wilhelmsplatz 3, 96047 Bamberg) wie gewohnt thematisch offen, um uns gemeinsam inhaltliche Schwerpunkte für die Sessions der folgenden Tage zu erarbeiten. Für den Abschluss am Mittwoch möchten wir gern eine Anregung der vergangenen Jahre aufgreifen und die Ergebnissicherung, den Austausch über eventuelle Follow-ups, etc. in den Mittelpunkt stellen.
Neu in diesem Jahr: Wir stellen dem SLOW einen fokussierten thematischen Austausch unter dem Motto „Digitales Studienmanagement: Tools und Praktiken“ voran (im Sinne einer Pre-Session). Wir würden dort gern mit allen Interessierten in einen dezidierten Austausch zu diesem Aspekt des gesamten Survey Life Cycle kommen (detailliertere Informationen auf der Website zum SLOW). Dafür laden wir herzlich zu diesem Teil am ersten Tag (15.04.2024) bereits ab 9.00 Uhr am LIfBi ein.
Das Wichtigste zum Schluss: Die Anmeldeseite zum SLOW 2024 ist jetzt online! Registriert euch gern so schnell wie möglich, damit wir einen Überblick darüber bekommen, wie groß der Andrang sein wird.
Der nächste Survey-Lifecycle-Operators-Workshop (SLOW) findet vom 15. bis 17. April 2024 in Bamberg am Leibniz-Institut für Bildungsverläufe (LIfBi) statt. Schäufele, wir kommen!
Despite the fact that it affects our lives on a daily basis, most of us are unfamiliar with the concept of a knowledge graph. When we ask Alexa about tomorrow’s weather or use Google to look up the latest news on climate change, knowledge graphs serve as the foundation of today’s cutting-edge information systems. In addition, knowledge graphs have the potential to elucidate, assess, and substantiate information produced by Deep Learning models, such as Chat-GPT and other large language models. Knowledge graphs have a wide range of applications, including improving search results, answering questions, providing recommendations, and developing explainable AI systems. In essence, the purpose of this course is to provide a comprehensive overview of knowledge graphs, their underlying technologies, and their significance in today’s digital world.
Nach zahlreichen Nachfragen ist nun endlich die offizielle Ankündigung da: Auch in diesem Jahr wird der Survey Lifecycle Operators Workshop (SLOW) wieder in Berlin stattfinden, und zwar am 28. und 29.9. Dieses Mal wird er vom SHARE Berlin Institute (SBI), dem neuen Domizil des Survey of Health, Aging and Retirement in Europe, gehostet und findet direkt im Anschluss an den SHARE DE Nutzerworkshop statt.
Das Prinzip von SLOW ist das altbewährte: ein Szene-Treffen von Menschen im Maschinenraum der deutschsprachigen Surveyforschung, egal ob Fragebogenentwicklung, Sampling, Feldsteuerung, Survey-Methoden, Datenaufbereitung, Nutzerbetreuung, Projektbeantragung oder -ausschreibung, etc. pp.: Alle sind willkommen! Das Format ist Open Space, also eine Konferenz aus strukturierten “Kaffeepausen”, die sich über die letzten mehr als 10 Jahre als sehr fruchtbar erwiesen hat.
Eine Besonderheit in diesem Jahr ist die zeitliche und räumliche Verbindung mit dem SHARE Nutzerworkshop vom 27. bis 28.9. am SBI. Wir möchten die Gelegenheit nutzen, um den Austausch zwischen Datenproduzierenden und -nutzenden zu fördern, à la “Dialog in Data: Meet the User / Meet the Maker”.
Die letzten Details müssen noch geklärt werden. Wir melden uns aber in Kürze mit Infos zu Programm und Anmeldung.
Damit der SLOW-Workshop nicht das zweite Jahr in Folge ausfällt wollen wir uns am 8. und 9. September wieder in Berlin treffen um uns über die Widrigkeiten, kreativen Lösungen und schönen Seiten der Produktion sozialwissenschaftlicher Forschungsdaten zu unterhalten. Wie beim letzen Mal rekrutiert sich das Orga-Team wieder aus mehreren Instituten, diesmal den Panel-Veteranen vom SOEP und den avisierten Neuberlinern vom SHARE Berlin Institute (the institute formerly known as SHARE/MEA).
Vom 9. bis 11. März fand der Survey Lifecycle Operators Workshop am Deutschen Jugendinstitut (DJI) in München statt. Organisiert wurder er gemeinsam von pairfam, dem DJI und MEA/SHARE. Trotz der Namensänderung hatten wir wieder ein sehr große Resonanz und konnten fast ca. 50 Teilnehmerinnen und Teilnehmer begrüßen. Andererseits hat sich anhand der Vielfalt der besprochenen Themen gezeigt, dass der neue Name sehr angemessen ist.
Die Themen reichten von Studienausschreibungen, Datenschutz und Befragtenrechte über Stichprobenziehung, Gewichtung, Metadaten, Fragebogendokumentation, Fieldwork Monitoring, Audio Recordings, Datenverifikation, Projektmanagement, FAIR Data und Open Science hin zu Disseminationsstrategien und dem Erreichen von (neuen) Datennutzer:innen.
Am Montag gab es erstmalig eine Vortragssession bei der verschiedene Impulsvorträge, z. T. im Pecha Kucha-Format vorgetragen wurden. Die Präsentationen liegen zum großen Teil bereits in der SLOW 2020 Community bei Zenodo. Den eigentlichen Kern der Veranstaltung bildete wieder der Open Space Workshop am Dienstag. Einen Eindruck über die diskutierten Themen bekommt man durch die Agenda-Pinwände:
Räume 1-3
Räume 4 und 5
Zum Abschluss am Mittwoch gab es – ebenfalls erstmalig – eine Session zur Verdichtung/Ergebnissicherung, bei der die Themen vom Vortag in konkrete Pläne umgesetzt werden konnten. Daneben gab es noch Zeit einige Themen zu diskutieren, die am Vortrag noch keinen Raum gefunden hatten (z. B. der Einfluss der Covid-19-Pandemie auf die Feldarbeit). Auch hier gibt es eine Übersicht auf Pinwänden:
Vorher …
… nachher
Tatsächlich konnten so, besser als bei den bisherigen Workshops, konkrete Ergebnisse festgehalten werden. Zum Beispiel wurde eine Initiative initiiert veröffentlichte Leistungsbeschreibungen aus öffentlichen Ausschreibungen studienübergreifend zu archivieren und sich gegenseitig über eine Austauschplattform zur Verfügung zu stellen. Die Gruppe zur Plausibilisierung konnte sich beispielsweise über reges Interesse und zuwachs durch NEPS und SHARE freuen.
Im Rahmen der Abschlussrunde haben wir noch die Eindrücke der Teilnehmenden eingesammelt und erstmalig zur Dokumentation aufgezeichnet (Danke Johanna!). Über die inhaltlichen Themen hinweg wurde der vertraute Rahmen als Qualität des Workshops hervorgehoben, in dem Erfahrungsaustausch ehrlich und offen stattfinden kann. So wurden nicht nur gemeinsame Interessen herausgearbeitet, sondern auch mal gemeinsame Probleme und ungelöste Fragestellungen sichtbar gemacht. Wie bereits innerhalb einer Studie das Credo Don’t repeat yourelf (DRY) durch Automatisierung von Prozessen und interoperablen Dateiformaten deutlich wird, entstand hier über Studien hinweg ein Feld des Voneinander-Lernens, im weiteren Sinne auch ein DRY.
Auch im nächsten Jahr wird es aller Voraussicht nach wieder einen SLOW-Workshop geben, vermutlich dann in Mannheim. Genaueres werdet Ihr aber zu gegebener Zeit über diesen Blog und Twitter erfahren. Da es natürlich auch in der Zwischenzeit viele Themen zu diskutieren gibt und damit der Kontakt nicht abreißt können wir uns einstweilen auch im SLOW-Chat treffen.
Nach dem unten stehenden Save the Date wird es nun ernst: Bis zum 31. Januar können sich interessierte Kolleginnen und Kollegen unter https://www.slow2020.uni-muenchen.de/ für den Survey Lifecycle Operators Workshop (SLOW) 2020 anmelden.
Die Veranstaltung setzt den bekannten Workshop „Datenaufbereitung und Dokumentation“ als eigenständige Veranstaltung neben dem Workshop der „Panelsurveys im deutschsprachigen Raum“ fort und findet vom 9. bis 11. März in München statt.
