GESIS - for a research-based infrastructure
Research output at GESIS
- Hadler, Patricia. 2023. Context effects in question evaluation via web probing: Exploring the interaction of open-ended and closed survey questions. Mannheim: MADOC. https://madoc.bib.uni-mannheim.de/66207/.
- Schneider, Silke L.. 2023. "Sociodemographic variables in surveys: Increasing research potential through output harmonization." 1st Conference on Research Data Infrastructure (CoRDI), Karlsruher Institut für Technologie , Karlsruhe, 2023-09-12. doi: https://doi.org/10.52825/cordi.v1i.306.
- Naumann, Kai, Christina von Hodenberg, and Pascal Siegers. 2023. "Wie Archive und Forschungsdaten zueinanderfinden - ein gegenseitiger Lernprozess." ARCHIV. theorie & praxis 76 (3): 187-194.
- Höhne, Jan Karem, Conrad Ziller, and Timo Lenzner. 2023. "Investigating respondents’ willingness to participate in video-based web surveys." International Journal of Market Research online first. doi: https://doi.org/10.1177/14707853231198788.
- Repke, Lydia, Cornelia Neuert, and Wiebke Weber. 2023. "The Survey Quality Predictor 3.0: Poster." European Survey Research Association (ESRA) 2023 Conference, Università degli Studi di Milano-Bicocca, Milano, 2023-07-17.
- Daikeler, Jessica, Leon Fröhling, Indira Sen, Lukas Birkenmaier, Tobias Gummer, Jan Schwalbach, Henning Silber, Bernd Weiß, Katrin Weller, and Clemens Lechner. 2024. "Assessing Data Quality in the Age of Digital Social Research: A Systematic Review." Social Science Computer Review. doi: https://doi.org/10.1177/08944393241245395.
- Sack, Harald, Torsten Schrade, Oleksandra Bruns, Etienne Posthumus, Tabea Tietz, Ebrahim Norouzi, Jörg Waitelonis, Heike Fliegl, Linnaea Söhn, Julia Tolksdorf, Jonatan Jalle Steller, Abril Az´ocar Guzm´an, Said Fathalla, Ahmad Zainul Ihsan, Volker Hofmann, Stefan Sandfeld, Felix Fritzen, Amir Laadhar, Sonja Schimmler, and Peter Mutschke. 2023. "Knowledge Graph Based RDM Solutions : NFDI4Culture - NFDI-MatWerk - NFDI4DataScience ." In 1st Conference on Research Data Infrastructure (CoRDI) - Connecting Communities , edited by York Sure-Vetter, and Carole Globe, doi: https://doi.org/10.52825/CoRDI.v1i.371.
- Otto, Wolfgang, Matthäus Zloch, Lu Gan, Dr. Saurav Karmakar, and Stefan Dietze. 2023. "GSAP-NER: A Novel Task, Corpus, and Baseline for Scholarly Entity Extraction Focused on Machine Learning Models and Datasets." In Findings of the Association for Computational Linguistics: EMNLP 2023, edited by Houda Bouamor, Juan Pino, and Kalika Bali, 8166-8176. Singapore: Association for Computational Linguistics. https://aclanthology.org/2023.findings-emnlp.548.
- Schoch, David, and Termeh Shafie. 2024. "The interplay of structural features and observed dissimilarities among centrality indices." Social Networks 78 (July 2024): 54-64. doi: https://doi.org/10.1016/j.socnet.2023.11.006.
- Mutschke, Peter. 2023. "Zentralitäts- und Prestigemaße." online first. In Handbuch Netzwerkforschung, edited by Christian Stegbauer, and Roger Häußling, Netzwerkforschung. Wiesbaden: Springer VS. doi: https://doi.org/10.1007/978-3-658-37507-2_33-1.
Ein wesentliches Merkmal von GESIS ist, dass das Institut insbesondere bei den Daten, für die es auch die Erhebung verantwortet, sehr hohe Ansprüche und Standards an die Qualität der bereitge- stellten Daten anlegt. Daher ist es für GESIS zentral, eigene Beiträge zur Untersuchung und Verbes- serung von Aspekten der Datenqualität zu leisten. Die Forschung in den GESIS-Forschungsbereichen trägt deshalb direkt zum Schwerpunkt Datenqualität bei. Dies betrifft sowohl Umfragedaten als auch digitale Verhaltensdaten und relevante Metadaten. Datenqualität umfasst Aspekte der (a) Kor- rektheit und Repräsentativität von Daten und (b) Nutzbarkeit und FAIRness von Daten. Beispiele für (a) sind die Vollständigkeit, Korrektheit, Provenienz der Repräsentativität von Daten, während (b) Aspekte wie Findbarkeit, Qualität der Dokumentation, Aufbereitung oder die Interoperabilität von Daten und Metadaten berücksichtigt. Damit wird eine wichtige Voraussetzung dafür erfüllt, dass die Bearbeitung inhaltlicher Fragestel- lungen (Substantive Research) auf Basis dieser Daten zu validen Ergebnissen führt.