Veröffentlichungen

This work proposes using the feature of large language models (LLMs) to learn about the "data bias" injected by diverse SDG classifications into bibliometric data by exploring five SDGs. We build a LLM that is fine-tuned in parallel by the diverse SDG classifications inscribed into the databases' SDG classifications. Our results show high sensitivity in model architecture, classified publications, fine-tuning process and natural language generation. The wide arbitrariness at different levels raises concerns about using LLM in research practice.

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

Dieser Flyer zum prof*panel, der DZHW Professor*innen-Befragung, gibt einen Überblick über die möglichen Wege in die Lebenszeitprofessur. Dieser ist ergänzt durch Einblicke in die Bildungsherkunft je nach Art der Professur in unserem Panel.

Reusing research data is an important part of research practice in the social and economic sciences. To find suitable data, researchers need functional search options. However, a comprehensive search for data is hampered by inconsistent or missing semantic indexing because different survey programs use their own terminology for documentation. In most cases, there is no link between the measured theoretical concepts and the variables. From the user's perspective, the fragmentation of data documentation hampers data retrieval and thus limits the research potential of existing data. The challenge, therefore, lies in the concept-oriented indexing of data. [...] Full Abstract: https://zenodo.org/records/11047523

Der Workshop dient zur Initiierung des Austausches zum Thema Abfrage und Nutzung von Forschungsinformationen in verschiedenen Kontexten. Im Mittelpunkt der Veranstaltung steht die Perspektive der Wissenschaftsministerien der Länder und des Bundes und deren Vertreter*innen: Mit welchen Zielsetzungen werden Forschungsinformationen in den Ministerien erhoben und welchen Anwendungszwecken dienen sie? Wie können Aspekte der Datenabfragen und der Informationsbedarfe durch eine verstärkte Einbindung des KDSF-Standards für Forschungsinformationen in Deutschland vereinfacht werden? Im Rahmen der Veranstaltung werden zudem konkrete Anwendungsfälle diskutiert.

In the Dutch academic system, PhD theses can be awarded with cum laude and at most 5% of all PhD graduates receive this selective distinction for their thesis. In this paper, we investigate whether there is gender bias in awarding cum laude, using data from one of the major Dutch research universities. A main result is that the set of PhD theses receiving cum laude on average do not have a higher quality than the best theses not getting cum laude. A second main result is that, after controlling for the quality of the PhD theses, women still have a substantially lower probability to receive cum laude. These results strongly suggest that the distribution of awards suffers from gender bias.