Publikationen
233 Übereinstimmungen gefunden / 1-15 16-30 31-45 46-60 61-75 76-90 91-105 106-120 121-135 136-150 151-165 166-180 181-195 196-210 211-225 226-233
DZHW-Wissenschaftsbefragung 2023.Fabian, G., Heger, C., Just, A., & Weber, A. (2025).DZHW-Wissenschaftsbefragung 2023. Daten- und Methodenbericht zur DZHW-Wissenschaftsbefragung 2023. Hannover: DZHW. https://doi.org/10.21249/DZHW:scs2023-dmr-de:2.0.0 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. Die vorherigen Wissenschaftsbefragungen [...] Vollständiger Abstract: https://doi.org/10.21249/DZHW:scs2023:2.0.0 |
DZHW Scientists Survey 2023.Fabian, G., Heger, C., Just, A., Weber, A., & Oestreich, T. (2025).DZHW Scientists Survey 2023. Data and methods report on the DZHW Scientists Survey 2023. Hannover: DZHW. https://doi.org/10.21249/DZHW:scs2023-dmr-en:2.0.0 Abstract
The DZHW Scientists Survey 2023 is an online survey of full-time academic and artistic staff at German universities and equivalent institutions of higher education with the right to award doctorates. It is repeated at regular intervals as a trend study to explore the working and research conditions at German universities and equivalent institutions of higher education. The DZHW Scientists Survey 2023 was conducted from January to March 2023. The respondents therefore take a retrospective look at their working and research conditions during the Covid-19 pandemic and their current post-pandemic situation. The previous Scientists Surveys took place in 2010, 2016 and 2019/2020. [...] Full Abstract: https://doi.org/10.21249/DZHW:scs2023:2.0.0 |
Trendumfrage Forschungsdateninfrastrukturen 2024 - Daten- und Methodenbericht.Hartstein, J., Blümel, C., & Klein, D. (2025).Trendumfrage Forschungsdateninfrastrukturen 2024 - Daten- und Methodenbericht. Hannover: DZHW. https://doi.org/10.21249/dzhw:base4nfdi-dmr:2.0.0 Abstract
Die Trendumfrage Forschungsdateninfrastrukturen 2024 (Umfrage FDI 2024) ist Teil der Begleitforschung zu den Nationalen Forschungsdateninfrastruktur (NFDI)-Basisdiensten (Base4NFDI). Die Umfrage FDI 2024 erfasst die Wahrnehmung, Nutzung und Bewertung bestehender und neuer Dateninfrastrukturen und Dienste in der deutschen Forschungslandschaft. Der Fokus liegt auf der Perspektive der (potenziellen) Nutzenden. |
Improving the performance of evolutionary-based complex detection models using gene ontology-based mutation operator in potein-protein interaction networks.Abbas, M., Broneske, D., & Saake, G. (2025).Improving the performance of evolutionary-based complex detection models using gene ontology-based mutation operator in potein-protein interaction networks. In Arai, K. (Hrsg.), Intelligent Systems and Applications. Proceedings of the 2025 Intelligent Systems Conference (IntelliSys) (S. 512-528). Cham: Springer. https://doi.org/10.1007/978-3-031-99958-1_32 |
Static and dynamic contextual embedding for AutoML in text classification tasks.Safikhani, P., & Broneske, D. (2025).Static and dynamic contextual embedding for AutoML in text classification tasks. In IEEE Institute of Electrical and Electronic Engineers (Hrsg.), 2025 7th International Conference on Natural Language Processing (ICNLP) (S. 292-301). Jacksonville, Florida, USA: IEEE Xplore. https://doi.org/10.1109/ICNLP65360.2025.11108687 |
Social media ads for survey recruitment: Performance, costs, user engagement.Höhne, J. K., Claaßen, J., Kühne, S., & Zindel, Z. (2025).Social media ads for survey recruitment: Performance, costs, user engagement. International Journal of Market Research (online first). https://doi.org/10.1177/14707853251367805 |
Gotta catch 'Em All... Or Not?: How LLMs bypass traditional checks & mimic human response behavior in web surveys.Shahania, S., Spiliopoulou, M., & Broneske, D. (2025).Gotta catch 'Em All... Or Not?: How LLMs bypass traditional checks & mimic human response behavior in web surveys. In Association for Computing Machinery (Hrsg.), CI '25: Proceedings of the ACM Collective Intelligence Conference (S. 113-128). New York: ACM. https://doi.org/10.1145/3715928.3737491 |
Neue berufliche Rollen? Kompetenz- und Aufgabenprofile in der IT-gestützten Forschungsberichterstattung.Thiedig, C., Schelske, S., Petersohn, S., & Euler, T. (2025).Neue berufliche Rollen? Kompetenz- und Aufgabenprofile in der IT-gestützten Forschungsberichterstattung. Daten- und Methodenbericht zur quantitativen Erhebung des BMBF-geförderten Projektes BERTI. Hannover: DZHW. Abstract
Mit dem Projekt BERTI wurden Kompetenz- und Aufgabenprofile in der IT-gestützten Forschungsberichterstattung untersucht. Heterogene Berichtsanlässe, ein wachsender sowie zunehmend ausdifferenzierte Datennachfragen und die engere Einbindung von Forschungsinformationen in strategische Entscheidungsprozesse für den organisationsinternen Steuerungsbedarf führen zu einer zunehmenden Nutzung komplexer technischer Lösungen und Informationssysteme in der Forschungsdokumentation. Damit erlangt das Tätigkeitsprofil der Forschungsberichterstattung neue Qualitäten. Vollständiger Abstract unter: https://doi.org/10.21249/DZHW:bertiquanti:1.0.0 |
SBC-SHAP: Increasing the accessibility and interpretability of machine learning algorithms for sepsis prediction.Walke, D., Steinbach, D., Kaiser, T., Schönhuth, A., Saake, G., Broneske, D., & Heyer, R. (2025).SBC-SHAP: Increasing the accessibility and interpretability of machine learning algorithms for sepsis prediction. The Journal of Applied Laboratory Medicine. https://doi.org/10.1093/jalm/jfaf091 |
Edges are all you need: Potential of medical time series analysis on complete blood count data with graph neural networks.Walke, D., Steinbach, D., Gibb, S., Kaiser, T., Saake, G., ... & Heyer, R. (2025).Edges are all you need: Potential of medical time series analysis on complete blood count data with graph neural networks. PLOS One. https://doi.org/10.1371/journal.pone.0327636 |
DZHW-Studienberechtigtenpanel 2012. Daten- und Methodenbericht zur 3. Befragungswelle des Studienberechtigtenjahrgangs 2012.Jahn, V., Spangenberg, H., Ohlendorf, D., Föste-Eggers, D., Niebuhr, J., Vietgen, S., & Euler, T. (2025).DZHW-Studienberechtigtenpanel 2012. Daten- und Methodenbericht zur 3. Befragungswelle des Studienberechtigtenjahrgangs 2012. Hannover: DZHW. Abstract
Das DZHW-Studienberechtigtenpanel 2012 ist Teil der DZHW-Studienberechtigtenbefragungsreihe, in der anhand von standardisierten Mehrfachbefragungen Informationen zu den nachschulischen Werdegängen von Schulabgänger*innen mit (schulischer) Hochschulzugangsberechtigung erfasst werden. In der Regel werden für jeden Studienberechtigtenjahrgang mehrere Befragungswellen zu unterschiedlichen Zeitpunkten vor und nach Erwerb der Hochschulzugangsberechtigung durchgeführt. Demnach handelt es sich um ein kombiniertes Kohorten-Panel-Design. Beim Studienberechtigtenpanel 2012 handelt es sich um die 19. Kohorte der Studienreihe mit aktuell drei Wellen. Vollständiger Abstract: https://doi.org/10.21249/DZHW:gsl2012:3.0.0 |
SurveyBot: A new era of web survey pretesting.Shahania, S., Spiliopoulou, M., & Broneske, D. (2025).SurveyBot: A new era of web survey pretesting. In I. Maglogiannis, L. Iliadis, A. Andreou, & A. Papaleonidas (Hrsg.), Artificial Intelligence Applications and Innovations. AIAI 2025. IFIP Advances in Information and Communication Technology. Cham: Springer. https://doi.org/10.1007/978-3-031-96235-6_29 |
Towards automatic bias analysis in multimedia journalism.Hinrichs, R., Steffen, H., Avetisyan, H., Broneske, D., & Ostermann, J. (2025).Towards automatic bias analysis in multimedia journalism. Discover Artificial Intelligence, 5(1), 1-28. https://doi.org/10.1007/s44163-025-00362-1 |
Embracing NVM: Optimizing $B^𝜖$-tree structures and data compression in storage engines.Karim, S., Wünsche, F., Broneske, D., Kuhn, M., & Saake, G. (2025).Embracing NVM: Optimizing $B^𝜖$-tree structures and data compression in storage engines. In Binnig, C. et al. (Hrsg.), Datenbanksysteme für Business, Technologie und Web - Workshopband (BTW 2025) (S. 329-333). Bonn: Gesellschaft für Informatik. https://doi.org/10.18420/BTW2025-137 |
Kontakt
