Publications

Unfortunately, there is no result available for this search combination

Digitale Bildungspraktiken von Studierenden. Daten- und Methodenbericht zur qualitativen Erhebung der Studie DEPS 2018. Version 1.0.0.

Steinhardt, I., & İkiz-Akıncı, D. (2020).
Digitale Bildungspraktiken von Studierenden. Daten- und Methodenbericht zur qualitativen Erhebung der Studie DEPS 2018. Version 1.0.0. Kurztext nach Publikationsart und Zitationsstandard.

Digitale Bildungspraktiken von Studierenden. Daten- und Methodenbericht zur qualitativen Erhebung der Studie DEPS 2018. Version 1.0.0.

Steinhardt, I., & İkiz-Akıncı, D. (2020).
Digitale Bildungspraktiken von Studierenden. Daten- und Methodenbericht zur qualitativen Erhebung der Studie DEPS 2018. Version 1.0.0. Kassel/Hannover.

Formulierungshilfen für Forschungsdatenzentren zum Thema Nutzungsbedingungen.

Pegelow, L., Neuendorf, C., Daniel, A., & Buck, D. (2020).
Formulierungshilfen für Forschungsdatenzentren zum Thema Nutzungsbedingungen. Berlin; RatSWD Working Paper Series 271. https://doi.org/10.17620/02671.53

Das Öffnen und Teilen von Daten qualitativer Forschung: eine Handreichung.

Steinhardt, I., Fischer, C., Heimstädt, M., Hirsbrunner, S. D., İkiz-Akıncı, D., Kressin, L., ... & Wünsche, H. (2020).
Das Öffnen und Teilen von Daten qualitativer Forschung: eine Handreichung. Weizenbaum Series, 6. Berlin: Weizenbaum Institute for the Networked Society - The German Internet Institute. https://doi.org/10.34669/wi.ws/6

Wissenschaft und Familie.

Be¨irović, A., Sembritzki, T., Thiele. L., & İkiz-Akıncı, D. (2019).
Wissenschaft und Familie. Daten- und Methodenbericht zur qualitativen Erhebung der DZHW-Studie WiNbus 2015. Version 1.0.1. Hannover: fdz.DZHW.

Leistungsbewertung in Berufungsverfahren. Traditionswandel in der akademischen Personalselektion.

Kleimann, B., İkiz-Akıncı, D., & Hückstädt, M. (2019).
Leistungsbewertung in Berufungsverfahren. Traditionswandel in der akademischen Personalselektion. Daten- und Methodenbericht zur qualitativen Erhebung der DZHW-Studie LiBerTas 2016. Version 1.0.0. Hannover: fdz.DZHW.

17. Sozialerhebung.

Middendorff, E., & Hoffstätter, U. (2019).
17. Sozialerhebung. Daten- und Methodenbericht zur Studierendenbefragung 2003 (Version 1.0.0). Hannover: fdz.DZHW.

18. Sozialerhebung.

Middendorff, E., & Hoffstätter, U. (2019).
18. Sozialerhebung. Daten und Methodenbericht zur Studierendenbefragung 2006 (Version 1.0.0). Hannover: fdz.DZHW.

beeinträchtigt studieren – best2.

Birkelbach, R. (2019).
beeinträchtigt studieren – best2. Daten- und Methodenbericht zur Studierendenbefragung 2016/17 (Version 1.0.0). Hannover: fdz.DZHW.

Entwicklung und Betrieb eines Metadatenmanagementsystems für Forschungsdaten aus dem Bereich der Hochschul- und Wissenschaftsforschung - Lessons Learned.

Stephan, K., & Reitmann, R. (2019).
Entwicklung und Betrieb eines Metadatenmanagementsystems für Forschungsdaten aus dem Bereich der Hochschul- und Wissenschaftsforschung - Lessons Learned. In B. Mittermaier (Hrsg.), Forschungsdaten sammeln, sichern, strukturieren. 8. Konferenz der Zentralbibliothek, Forschungszentrum Jülich, 4.-6. Juni 2019. Proceedingsband (S. 39-55). Jülich: Forschungszentrum Jülich Gmbh, Zentralbibliothek.
ISBN 978-3-95806-405-8

Hinweise zur Codierung fehlender Werte in der Aufbereitung quantitativer Daten. Version 1.0.

Verbund Forschungsdaten Bildung (Hrsg.) (2019).
Hinweise zur Codierung fehlender Werte in der Aufbereitung quantitativer Daten. Version 1.0. fdbinfo Nr. 6.

DZHW-Absolventenpanel 2005.

Baillet, F., Franken, A., Weber, A. (2019).
DZHW-Absolventenpanel 2005. Daten-und Methodenbericht zu den Erhebungen der Absolvent(inn)enkohorte 2005 (1., 2. und 3. Befragungswelle) (Version 2.0.0). Hannover: fdz.DZHW.

21. Sozialerhebung.

Becker, K., Baillet, F., & Weber, A. (2018).
21. Sozialerhebung. Daten- und Methodenbericht zu der Erhebung der wirtschaftlichen und sozialen Lage der Studierenden 2016. Daten- und Methodenbericht (Version 1.0.0). Hannover: fdz.DZHW.

A Fast Algorithm Based on Apriori Algorithms to Explore the Set of Repetitive Items of Large Transaction Data.

Ghofrani, J., Mohseni M., & Bozorgmehr, A. (2018).
A Fast Algorithm Based on Apriori Algorithms to Explore the Set of Repetitive Items of Large Transaction Data. ICCDA 2018 Proceedings of the 2nd International Conference on Compute and Data Analysis, 13-19. https://doi.org/10.1145/3193077.3193089
Abstract

Parallel data mining is utilized to improve the performance of analyzing large databases within a reasonable time frame. Exploring associative rules is an important task in data mining with various practical applications that can be used to explore knowledge in the form of a set of repetitive items or associative rules. Parallel algorithms divide the data superficially and then using different distribution approach, like data distribution, candidate and numerical candidate distribution, extract the set of repetitive items, and ultimately explore strong association laws. In this paper, a parallel algorithm is proposed to explore the collection of repetitive items from big and dense transaction databases.

DZHW-Pro­mo­vier­ten­pa­nel 2014.

Brandt, G., de Vogel, S., Jaksztat, S., Teichmann, C., Lange, K., Scheller, P., Vietgen, S. (2018).
DZHW-Pro­mo­vier­ten­pa­nel 2014. Methoden- und Datenbericht (Version 2.0.0). Hannover: fdz.DZHW.

Contact

Monika Jungbauer-Gans
Prof. Dr. Monika Jungbauer-Gans Head +49 511 450670-910
Karsten Stephan
Dr. Karsten Stephan Deputy Head +49 511 450670-415
Nicole Meinecke-Kopietz
Nicole Meinecke-Kopietz Assistant +49 511 450670-411

Projects

All research area projects

Staff

All research area staff

Publications

All research area publications

Presentations and conferences

All research area presentations and conferences