Nacaps 2018. Daten-und Methodenbericht zur National Academics Panel Study2018 (1. Befragungswelle - Promovierende).
Briedis, K., Lietz, A., Ruß, U., Schwabe, U., Weber, A., Birkelbach, R., & Hoffstätter, U. (2020).
Nacaps 2018. Daten-und Methodenbericht zur National Academics Panel Study2018 (1. Befragungswelle - Promovierende). Hannover: DZHW.
|
Socio-demographics: A global overview of inequalities in education abroad participation.
Netz, N., Klasik, D., Entrich, S., & Barker, M. (2020).
Socio-demographics: A global overview of inequalities in education abroad participation. In A. Ogden, B. Streitwieser, & C. Van Mol (Hrsg.), Education Abroad: Bridging Scholarship and Practice (S. 28-42). New York: Routledge.
|
Assessing the Organizational Climate for Translational Research with a New Survey Tool.
Simons, A., Riedel, N., Toelch, U., Hendriks, B., Ohlraun, S., Liebenau, L., ... & Reinhart, M. (2020).
Assessing the Organizational Climate for Translational Research with a New Survey Tool. Science and Engineering Ethics.
|
Bildung in Deutschland 2020. Ein indikatorengestützter Bericht mit einer Analyse zu Bildung in einer digitalisierten Welt.
Autorengruppe Bildungsberichterstattung (Hrsg.) - DZHW-Autoren: Buchholz, S., & Kerst, C. (2020).
Bildung in Deutschland 2020. Ein indikatorengestützter Bericht mit einer Analyse zu Bildung in einer digitalisierten Welt. Bielefeld: WBV. ISBN 978-3-7639-6130-6
|
Wissenschaftsbefragung 2019 - Methoden und Fragebogen.
Ambrasat, J., Heger, C., & Rucker, A. (2020).
Wissenschaftsbefragung 2019 - Methoden und Fragebogen. DZHW Methodenbericht, Hannover: DZHW.
|
Forschung zum wissenschaftlichen Nachwuchs in Deutschland: Implikationen für hochschulisches Qualitätsmanagement.
Schwabe, U., & Jungbauer-Gans, M. (2020).
Forschung zum wissenschaftlichen Nachwuchs in Deutschland: Implikationen für hochschulisches Qualitätsmanagement. In M. Fuhrmann, J. Güdler, J. Kohler, P. Pohlenz & U. Schmidt (Hrsg.), Handbuch Qualität in Studium, Lehre und Forschung (C2.21). Berlin.
|
Italian sociologists: a community of disconnected groups.
Akbaritabar, A., Traag, V.A., Caimo, A., & Squazzoni, F. (2020).
Italian sociologists: a community of disconnected groups. Scientometrics. [online first].
|
Studienfinanzierung und studienbegleitende Erwerbstätigkeit als Determinanten des studentischen Workloads: Negative Effekte der Selbstfinanzierung?
Apolinarski, B., & Gwosć, C. (2020).
Studienfinanzierung und studienbegleitende Erwerbstätigkeit als Determinanten des studentischen Workloads: Negative Effekte der Selbstfinanzierung? In D. Großmann, C. Engel, J. Junkermann, & T. Wolbring (Hrsg.), Studentischer Workload. Definition, Messung und Einflüsse (S. 119-143). Wiesbaden: Springer VS. ISBN 978-3-658-28930-0
Abstract
Der Beitrag untersucht, ob Studierende eine geringere finanzielle familiäre und/oder staatliche Unterstützung durch (vermehrte) Erwerbsarbeit kompensieren, ob diese Erwerbszeit in Konkurrenz zur Studienzeit steht, und welche Studierendengruppen durch die gezeigten Zusammenhänge hinsichtlich ihrer Studienzeit besonders benachteiligt sind. Eine anhand der 21. Sozialerhebung durchgeführte Pfadanalyse zeigt, dass solchen Studierenden ein Nachteil entsteht, deren Basiseinkommen zur Finanzierung ihrer Lebenshaltungs- und Studienkosten nicht ausreicht. Dies betrifft besonders ältere Studierende und Studierende ohne akademisch geprägtes Elternhaus
|
Sichtbarkeit und Bewertung.
Krüger, A., & Hesselmann, F. (2020).
Sichtbarkeit und Bewertung. Zeitschrift für Soziologie, 49(2-3), 163-181. doi: 10.1515/zfsoz-2020-0015 [im Erscheinen].
|
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.
|
Students’ time budget in European comparative perspective. Results of the 6th round of EUROSTUDENT and an in-depth analysis of the Hungarian student survey.
Vögtle, E. M., & Hámori, Á. (2020).
Students’ time budget in European comparative perspective. Results of the 6th round of EUROSTUDENT and an in-depth analysis of the Hungarian student survey. In D. Großmann, C. Engel, J. Junkermann & T. Wolbring (Hrsg.), Studentischer Workload. Definition, Messung und Einflüsse (S. 145-177). Wiesbaden; Springer VS. ISBN 978-3-658-28930-0
Abstract
This contribution investigates students’ time budget across 28 European Higher Education Area member countries from a (descriptive) comparative perspective and it provides an in-depth analysis for Hungarian students.
Whether students spend more time in direct interaction with teaching staff, or studying on their own, reflects the varying requirements set by different types of higher education institutions, fields of study, and study programmes. Additionally, time investments vary among different groups of students
|
Why are women more likely to study abroad?
Cordua, F., & Netz, N. (2020).
Why are women more likely to study abroad? Posterpräsentation auf der "Understanding Inequalities Conference", University of Edinburgh, Großbritannien (Konferenz abgesagt).
|
Gender patterns of publication in top sociological journals.
Akbaritabar, A., & Squazzoni, F. (2020).
Gender patterns of publication in top sociological journals. Science, Technology, & Human Values. [im Erscheinen].
|
Prejudices against the unemployed - empirical evidence from Germany.
Gross, C., Gurr, T., Jungbauer-Gans, M., & Lang, S. (2020).
Prejudices against the unemployed - empirical evidence from Germany. Journal for Labour Market Research, 54(3), 1-13.
Abstract
Prejudices against the unemployed pose an enormous threat to their self-confidence and can make it difficult for them to re-enter the labour market, resulting in further long-term unemployment. Given these high costs for the unemployed and for society as a whole, our knowledge of prejudices against the unemployed is surprisingly scarce. We focus on the question of what determines the strength of prejudice among employees. By applying social identity theory, we assume that people who are disadvantaged in the labour market in general, also hold stronger prejudices. In addition, we assume that social status mediates this association and that self-efficacy moderates it.
|
Data Wrangling in Database Systems: Purging of Dirty Data.
Azeroual, O. (2020).
Data Wrangling in Database Systems: Purging of Dirty Data. Data, 6/2020, 50. Basel: MDPI.
|
