Menü

Publikationen

Leider konnte für diese Suchkombination kein Ergebnis gefunden werden

DZHW-Wissenschaftsbefragung 2023.

Fabian, G., Heger, C., Just, A., & Weber, A. (2024).
DZHW-Wissenschaftsbefragung 2023. Daten- und Methodenbericht zur DZHW-Wissenschaftsbefragung 2023. Hannover: DZHW. https://doi.org/10.21249/DZHW:scs2023-dmr:1.0.0
Abstract

Die DZHW-Wissenschaftsbefragung 2023 ist eine Onlinebefragung des hauptberuflichen wissenschaftlich-künstlerischen Personals an deutschen Universitäten und gleichgestellten Hochschulen mit Promotionsrecht. Sie wird als Trendstudie zur Erforschung der Arbeits- und Forschungsbedingungen an deutschen Universitäten und gleichgestellten Hochschulen in regelmäßigen Abständen wiederholt. Die DZHW-Wissenschaftsbefragung 2023 wurde von Januar bis März 2023 durchgeführt. Die Befragten blicken also retrospektiv auf ihre Arbeits- und Forschungsbedingungen während der Covid-19-Pandemie sowie auf ihre aktuelle postpandemische Situation. [...] Vollständiger Abstract: https://doi.org/10.21249/DZHW:scs2023:1.0.0

Das Zusammenspiel von Methodik und Forschungsethik in der Kommunikations- und Medienforschung.

Zillich, A. F., Schlütz, D., Domahidi, E., & Niemann-Lenz, J. (2024).
Das Zusammenspiel von Methodik und Forschungsethik in der Kommunikations- und Medienforschung. Publizistik, 69(3), 229-235 (online first). https://doi.org/10.1007/s11616-024-00852-9

A mediation strategy for communication between an internal chat system and an open source chat system.

Obionwu, C. V., Kanagaraj, R. R., Kalu, K. O., Broneske, D., Buch, A., Knopke, C., & Saake, G. (2024).
A mediation strategy for communication between an internal chat system and an open source chat system. In Jon-Chao, H. (Hrsg.), New Technology in Education and Training, Select Proceedings of the 5th International Conference on Advance in Education and Information Technology (AEIT 2024) (S. 73-86). Singapore: Springer. https://doi.org/10.1007/978-981-97-3883-0_7

Exploring the predictive factors of heart disease using rare association rule mining.

Darrab, S., Broneske, D., & Saake, G. (2024).
Exploring the predictive factors of heart disease using rare association rule mining. Scientific Reports, 14. https://doi.org/10.1038/s41598-024-69071-6
Abstract

Cardiovascular diseases continue to be the leading cause of mortality worldwide, claiming a significant number of lives each year. Despite the advancements in predictive models, including logistic regression, neural networks, and random forests, these techniques often lack transparency and interpretability, limiting their practical application in clinical settings. To address this challenge, this research introduces EPFHD-RARMING, an innovative approach designed to enhance the understanding and predictability of heart disease through the discovery of rare and meaningful patterns. EPFHD-RARMING utilizes rare association rule mining to [...] Full Abstract: https://www.nature.com/articles/s41598-024-69071-6#citeas

Innovating web probing: Comparing written and oral answers to open-ended probing questions in a smartphone survey.

Lenzner, T., Höhne, J. K., & Gavras, K. (2024).
Innovating web probing: Comparing written and oral answers to open-ended probing questions in a smartphone survey. Journal of Survey Statistics and Methodology (online first). https://doi.org/10.1093/jssam/smae031

Expert agent guided learning with transformers and knowledge graphs.

Obionwu, C. V., Chovatta Valappil, B. B., Genty, M., Jomy, M., Padmanabhan, V., ... & Saake, G. (2024).
Expert agent guided learning with transformers and knowledge graphs. In SciTePress Science and Technology Publications (Hrsg.), Proceedings of the 13th International Conference on Data Science, Technology and Applications (DATA 2024) (S. 180-189). Setúbal, Portugal: Science and Technology Publications.

Examining the link between the ‘middle means typical’ heuristic and answer behavior.

Stefkovics, Á., & Höhne, J. K. (2024).
Examining the link between the ‘middle means typical’ heuristic and answer behavior. Survey Practice (online first). https://doi.org/10.29115/SP-2024-0009

Sharing software-evolution datasets: Practices, challenges, and recommendations.

Broneske, D., Kittan, S., & Krüger, J. (2024).
Sharing software-evolution datasets: Practices, challenges, and recommendations. In Association for Computing Machinery (Hrsg.), Proceedings of the ACM on Software Engineering (S. 2051-2074). New York, NY, United States: ACM. https://doi.org/10.1007/s11616-024-00852-9

Status Quo: Legasthenie oder Dyskalkulie im Tertiärbereich Studium.

Schmidtchen, H. (2024).
Status Quo: Legasthenie oder Dyskalkulie im Tertiärbereich Studium. Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-45083-0
Abstract

Menschen mit Legasthenie und Dyskalkulie sind an deutschen Hochschulen stark unterrepräsentiert und die Forschung zu diesem Thema ist rar. Eine gleichberechtigte und diskriminierungsfreie Teilhabe von Studierenden mit studienerschwerenden Beeinträchtigungen gemäß der UN-Behindertenrechtskonventionen kann durch die Hochschulen allerdings nur sichergestellt werden, wenn wissenschaftlich fundierte Ergebnisse in den Prozess bis hin zur 2009 von der Hochschulrektorenkonferenz geforderten „Hochschule für alle“ einfließen. In diesem Buch wird untersucht, wie sich der Tertiärbereich Studium in der Bildungskarriere von Personen mit den Teilleistungsstörungen Legasthenie oder Dyskalkulie gestaltet und gibt damit erstmals einen Überblick [...]

Differenzierungen von Arbeitsmarkt- und Bildungserträgen bei Hochqualifizierten. Quantitative Unterschiede zwischen Hochschulabsolvent*innen mit und ohne Promotion.

Euler, T. (2024).
Differenzierungen von Arbeitsmarkt- und Bildungserträgen bei Hochqualifizierten. Quantitative Unterschiede zwischen Hochschulabsolvent*innen mit und ohne Promotion. (Dissertation). Gottfried Wilhelm Leibniz Universität, Hannover. http://dx.doi.org/10.15488/17591

Exploiting shared sub-expression and materialized view reuse for multi-query optimization.

Gurumurthy, B., Bidarkar, V. R., Broneske, D., Pionteck, T., & Saake, G. (2024).
Exploiting shared sub-expression and materialized view reuse for multi-query optimization. Information Systems Frontiers, A Journal of Research and Innovation. https://doi.org/10.1007/s10796-024-10506-w

A design proposal for a unified B-epsilon-tree: Embracing NVM in memory hierarchies.

Karim, S., Wünsche, J., Broneske, D., Kuhn, M., & Saake, G. (2024).
A design proposal for a unified B-epsilon-tree: Embracing NVM in memory hierarchies. In Störl, U. (Hrsg.), GvDB 2024, Grundlagen von Datenbanken 2024, Proceedings of the 35th GI-Workshop Grundlagen von Datenbanken (Herdecke, Germany, May 22-24, 2024) (S. 43-50). Hagen: Fernuniversität Hagen, Databases and Information Systems.

Typing or speaking? Comparing text and voice answers to open questions on sensitive topics in smartphone surveys.

Höhne, J. K., Gavras, K., & Claaßen, J. (2024).
Typing or speaking? Comparing text and voice answers to open questions on sensitive topics in smartphone surveys. Social Science Computer Review (online first). https://doi.org/10.1177/08944393231160961

Nacaps 2018.

Briedis, K., Lietz, A., Ruß, U., Schwabe, U., Seifert, M., ... & Hoffstätter, U. (2024).
Nacaps 2018. Daten- und Methodenbericht zur National Academics Panel Study 2018 (1.-4. Befragungswelle – Promovierende). Hannover: DZHW. https://doi.org/10.21249/DZHW:nac2018:2.0.0
Abstract

Nacaps steht für „National Academics Panel Study“ („Nationales Akademikerpanel“) und ist eine vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Längsschnittstudie zu Promovierenden und Promovierten in Deutschland. Ziel des Projekts ist es, sowohl deutschlandweit repräsentative Querschnittsdaten zu den Qualifizierungsbedingungen als auch Längsschnittdaten zu den individuellen Erwerbs- und Karriereverläufen Promovierender und Promovierter innerhalb und außerhalb der Wissenschaft zu erheben. Die Nacaps-Studienreihe ist dabei als Multi-Kohorten-Panel-Design konzipiert. Nacaps 2018 bildet als erste Kohorte den Auftakt dieser Studienreihe. [...] Vollständiger Abstract: https://doi.org/10.21249/DZHW:nac2018:2.0.0

Langzeitarchivierung von Forschungsdaten.

Hoffstätter, U., & Weber, A. (2024).
Langzeitarchivierung von Forschungsdaten. Hannover: DZHW. https://doi.org/10.5281/zenodo.10418834

Kontakt

David Broneske
Dr. David Broneske Kommissar. Abteilungsleitung 0511 450670-454
Karsten Stephan
Dr. Karsten Stephan Stellv. Abteilungsleitung 0511 450670-415

Projekte

Alle Abteilungsprojekte

Mitarbeiter*innen

Alle Abteilungsmitarbeiter*innen

Publikationen

Alle Abteilungspublikationen

Vorträge und Tagungen

Alle Abteilungsvorträge und -tagungen