Menü

Publikationen

Leider konnte für diese Suchkombination kein Ergebnis gefunden werden

VerbCraft: Morphologically-aware Armenian text generation using LLMs in low-resource settings.

Avetisyan, H., & Broneske, D. (2025).
VerbCraft: Morphologically-aware Armenian text generation using LLMs in low-resource settings. In ¦. A. Holdt, N. Ilinykh, B. Scalvini, M. Bruton, I. N. Debess, & C. M. Tudor (Hrsg.), Proceedings of the Third Workshop on Resources and Representations for Under-Resourced Languages and Domains (RESOURCEFUL-2025) (S. 111-119). Tallinn: University of Tartu Library, Estonia.

Trendumfrage Forschungsdateninfrastrukturen 2024.

Hartstein, J., Blümel, C., & Klein, D. (2025).
Trendumfrage Forschungsdateninfrastrukturen 2024. Daten- und Methodenbericht. Hannover: DZHW.
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.

Stata tip 160: Drop capture program drop from ado-files.

Klein, D. (2025).
Stata tip 160: Drop capture program drop from ado-files. The Stata Journal, 2025(1), 252-253. https://doi.org/10.1177/1536867X251322974
Abstract

I explain that -capture program drop- is useless in ado-files. While it prevents errors in do-files when redefining programs in memory, it either isn't executed or results in an error in ado-files. Moreover, in ado-files with local subroutines, -capture program drop- can mistakenly remove unrelated programs from memory.

Tell me more! Using multiple features for binary text classification with a zero-shot model.

Broneske, D., Italiya, N., & Mierisch, F. (2025).
Tell me more! Using multiple features for binary text classification with a zero-shot model. In IEEE Institute of Electrical and Electronic Engineers (Hrsg.), 2024 International Conference on Machine Learning and Applications (ICMLA) (S. 1613-1620). Jacksonville, Florida, USA: IEEE Xplore. https://doi.org/10.1109/ICMLA61862.2024.00249

The standardized data management plan for educational research, an approach to foster tailored data management.

Netscher, S., Kaluza, H., Mauer, R., Mozygemba, K., & Stephan, K. (2025).
The standardized data management plan for educational research, an approach to foster tailored data management. International Journal of Digital Curation, 2025(1). https://doi.org/10.2218/ijdc.v19i1.910

DZHW Scientists Survey 2023. Data and methods report on the 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:1.0.1
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 fanden [..] Vollständiger Abstract: https://doi.org/10.21249/DZHW:scs2023:1.0.1

Explaining item-nonresponse in open questions with requests for voice responses.

Salvatore, C., & Höhne, J. K. (2025).
Explaining item-nonresponse in open questions with requests for voice responses. In A. Pollice & P. Mariani (Hrsg.), Methodological and Applied Statistics and Demography IV (S. 483-489). Cham: Springer. https://doi.org/10.1007/978-3-031-64447-4_82

Bots in web survey interviews: A showcase.

Höhne, J. K., Claaßen, J., Shahania, S., & Broneske, D. (2025).
Bots in web survey interviews: A showcase. International Journal of Market Research, 67(1), 3-12. https://doi.org/10.1177/14707853241297009

Automatic speech-to-text transcription: Evidence from a smartphone survey with voice answers.

Höhne, J. K., Lenzner, T., & Claaßen, J. (2025).
Automatic speech-to-text transcription: Evidence from a smartphone survey with voice answers. International Journal of Social Research Methodology (online first). https://doi.org/10.1080/13645579.2024.2443633

Integrating R into statistics and data analysis education: Learnings from the development and evaluation of a teaching concept for Communication Science.

Scheper, J., Leuppert, R., Possler, D., Freytag, A., Bruns, S., & Niemann-Lenz, J. (2024).
Integrating R into statistics and data analysis education: Learnings from the development and evaluation of a teaching concept for Communication Science. Journalism & Mass Communication Educator, 1-17. https://doi.org/10.1177/10776958241296505
Abstract

Despite the increasing use of the statistical programming language R in statistics and data analysis (SDA), its implementation in communication science education is limited. Experiences, recommendations, and a critical exchange are therefore scarce. The following contribution addresses this very gap. At the Department of Journalism and Communication Research of the Hanover University of Music, Drama and Media, we have transitioned the SDA education to R. We share our concept and demonstrate its success. The results of an online survey indicate that students perceived most teaching elements as helpful, recognizing both opportunities and challenges. We present key learnings designed to assist others in integrating R into SDA education.

Berufungsverfahren unter Beobachtung (BerBeo). Daten- und Methodenbericht zum Datenpaket der qualitativen Interviewdaten des DZHW-Projekts BerBeo.

Gerchen, A., Walther, L., & İkiz-Akıncı, D. (2024).
Berufungsverfahren unter Beobachtung (BerBeo). Daten- und Methodenbericht zum Datenpaket der qualitativen Interviewdaten des DZHW-Projekts BerBeo. Hannover: DZHW. https://doi.org/10.21249/DZHW:berbeo-dmr:1.0.0
Abstract

Das Projekt Berufungsverfahren unter Beobachtung (BerBeo) ist ein vom Bundesministerium für Bildung und Forschung (BMBF) gefördertes Forschungsprojekt, das vom Deutschen Zentrum für Hochschul- und Wissenschaftsforschung GmbH (DZHW) durchgeführt wurde. Das Projekt untersuchte die (Verfahrens-)Qualitätssicherung in Berufungsverfahren an deutschen (staatlichen) Hochschulen durch Berufungsbeauftragte. Unter Berufungsbeauftragten werden dabei Personen verstanden, die für die prozedurale Qualitätssicherung von Berufungsverfahren verantwortlich sind und – je nach Ausgestaltung ihrer Stelle – ggf. weitere Aufgaben zur entscheidungsvorbereitenden Unterstützung von [...] Vollständiger Abstract: https://doi.org/10.21249/DZHW:berbeo:1.0.0

Leistungsbewertung in Berufungsverfahren. Traditionswandel in der akademischen Personalselektion. Daten- und Methodenbericht zu dem qualitativen Datenbestand der DZHW-Studie LiBerTas 2016.

Kleimann, B., İkiz-Akıncı, D., & Hückstädt, M. (2024).
Leistungsbewertung in Berufungsverfahren. Traditionswandel in der akademischen Personalselektion. Daten- und Methodenbericht zu dem qualitativen Datenbestand der DZHW-Studie LiBerTas 2016. Hannover: DZHW. https://doi.org/10.21249/DZHW:lib2016-dmr:2.0.0
Abstract

Auf der Basis einer Analyse maximal kontrastierender Fälle (Hochschulen, Fächer) wurde untersucht, wie sich der Wandel des Berufungsverfahrens auf das Verhältnis der beteiligten Akteur*innen und ihr Enactment institutioneller Logiken auswirkt. Dazu wurden acht Universitäten und vier Fachhochschulen unterschiedlichen Profils ausgewählt. Die Analyse konzentriert sich auf die Fächer Soziologie/Sozialwissenschaften (Universitäten und Fachhochschulen), Maschinenbau (Universitäten und Fachhochschulen), Physik (Universitäten) und Medizin (Universitäten), um fächerspezifische Unterschiede (bzgl. Aufgaben, Arbeitsprozessen, Ausstattung der Professur, disziplinärer [...] Vollständiger Abstract: https://doi.org/10.21249/DZHW:lib2016:2.0.0

DZHW-Wissenschaftsbefragung 2023. Daten- und Methodenbericht zur 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

HEADS – Higher Education Analytical Data System.

Gottburgsen, A., Jungbauer-Gans, M., & Laajouzi, R. (2024).
HEADS – Higher Education Analytical Data System. Schlussbericht. Hannover: DZHW.
Abstract

Die Forschungsdateninfrastruktur „Higher Education Analytical Data System“ (HEADS) ist ein nachhaltiges, flexibles und ausbaufähiges digitales Informationssystem, das die Befragungsergebnisse und Bildungsindikatoren des DZHW webbasiert zugänglich macht und perspektivisch als gemeinsames Portal für die Präsentation der Ergebnisse aller DZHW-Befragungen dient. Für verschiedene Stakeholder und die interessierte Fachöffentlichkeit sind die Ergebnisse in unterschiedlichen Formaten abrufbar. Das aufgebaute technische Gesamtsystem besteht aus zwei Infrastrukturelementen: (1) einem webbasierten Informationsportal und (2) einem Teilbereich des geplanten DZHW-DataWarehouses sowie des HEADS-Berichtssystems für die DZHW-Befragungsstudien.

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

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