Dr. Otmane Azeroual

This paper presents a novel approach to modeling human emotional responses using a knowledge graph and federated learning. By integrating decentralized data sources like social media and healthcare, we enable privacy-preserving predictions of emotional reactions, particularly in mental health and personalized recommendations.

In the modern digital landscape, data plays a crucial role in the competitiveness and efficiency of organizations. Data governance, which involves managing and ensuring data quality, faces increasing challenges due to the growing volumes and complexities of data. This paper examines how artificial intelligence (AI) offers innovative solutions for optimizing data governance and data quality. We present an AI-powered framework that includes components such as data integration, quality assurance, data protection monitoring, and compliance management. Through case studies and practical examples, we demonstrate how this framework can be implemented in real-world environments and the benefits it offers.

In today’s research management, integrating Information Technology (IT) and data science enhances decision-making. This paper explores the role of IT-supported systems, like Research Information Systems (RIS), in leveraging data science for informed decisions. It highlights the importance of merging IT infrastructure with advanced analytics to enable data-driven insights and optimize management strategies. Through literature reviews and case studies, the paper shows how RIS empowers organizations to utilize data science effectively. Additionally, it discusses challenges, opportunities, and future directions for advancing IT-supported research management practices.

Our study examines the importance of ethical considerations related to the use of artificial intelligence (AI) in research evaluation. The theme underscores the need to integrate ethical principles into the development and application processes of AI algorithms to ensure fair, transparent, and unbiased evaluations. It highlights the potential risks and challenges associated with the use of AI in research evaluation and proposes measures to mitigate these risks. The goal is to establish guidelines and best practices that promote the responsible use of AI in research evaluation and ensure the integrity of the evaluation process.

Die am DZHW durchgeführte National Academics Panel Study (Nacaps) untersucht die Karriereverläufe von Promovierenden und Promovierten. Im Rahmen einer Kooperation mit mehreren Hochschulen, die den Feldzugang ermöglichen, werden hochschulspezifische Ergebnisse über ein eigens für diesen Zweck entwickeltes Datenportal bereitgestellt. Das Portal zeigt indikatorenbasiert verschiedene Befragungsergebnisse und nutzt dafür interaktive Grafiken. Neben einem für diese Berichterstattung geschaffenen Passwort-geschützten Bereich verfügt das Portal über frei zugängliche Angebote, die sich an eine breitere Öffentlichkeit richten. Das Projekt und das Portal werden in dem Vortrag vorgestellt.

Heterogene Berichtsanlässe, ein wachsender Kreis an Datennachfragern und die engere Einbindung von Forschungsinformationen in strategische organisationale Entscheidungsprozesse verleihen der Forschungsberichterstattung neue Qualitäten und führen zur Herausbildung neuer Tätigkeitsprofile. Ziel des Workshops ist es, mit den Teilnehmerinnen und Teilnehmern Verantwortungsbereiche, Qualifikationen und Kompetenzen des zuständigen Fachpersonals zu reflektieren. Die Ergebnisse sollen einfließen in ein Kompetenzmodell, das im Rahmen des BMBF-geförderten Projektes „Neue berufliche Rollen? Kompetenz- und Aufgabenprofile in der IT- gestützten Forschungsberichterstattung (BERTI)“ entwickelt wird. [...]