Uwe Jensen | GESIS - Leibniz Institute for the Social Sciences

Papers by Uwe Jensen

Verlag Barbara Budrich eBooks, Jan 28, 2019

International Studies Perspectives, Feb 25, 2016

Publishing in top-ranking journals in the Social Sciences and International Relations requires wr... more Publishing in top-ranking journals in the Social Sciences and International Relations requires writing with clarity. Accurately described and transparent methods sections ensure high quality academic writing. In the methodology section of empirical papers explain exact steps taken by the authors when operationalizing concepts and testing hypotheses to facilitate replication. This also allows for monitoring quality, challenging findings and promoting good scientific practice. The quality of methodology sections is not a given, but the result of interaction between academic cultures of data sharing, effective application of rules, academic excellence and good quality Research Data Management (RDM). This article evaluates the impact of standards on the replicability of a paper. Specifically we test the impact of a) research funders' data policies, b) rising expectations of RDM quality at the data collection level, c) replication policy/data policy of academic journals. To do so we run an empirical analysis of a set of 66 articles published during the period 1984-2013 that use data from all waves of the European Values Survey (EVS) to ensure variation in RDM quality across waves. We find differences demonstrating the impact of good RDM and data policies as integral to good scientific practice.

The MetaDater project develops a Metadata Management and Production System for comparative social... more The MetaDater project develops a Metadata Management and Production System for comparative social surveys repeated over space and time. All other survey designs are in fact reductions or simplifications of that model. The overarching objectives are to develop standards to describe as well as tools to produce and to manage related metadata. The scope of information the project has to deal with is metadata according to the general definition of the Data Documentation Initiative (DDI): "Metadata (data about data) constitute the information that enables the effective, efficient, and accurate use of those datasets". All developments are based on the analysis of all phases of a study life-cycle. Based on this analysis the conceptual and relational data models for MetaDater were developed. As agreed, the results of the model development and user analyses were provided to DDI-Alliance, which will take up the life cycle model. Currently the style sheets and functionalities for the ...

The project will setup strategic plans for developments on metadata, data models and software upg... more The project will setup strategic plans for developments on metadata, data models and software upgrades for data and metadata capture, processing and management which will complement the guiding services in online publishing, discovery, access and analysis of complex data types. Particular attention will be given to the advanced options of DDI 3.0 to handle complex datasets along the entire data-life-cycle. The extension of the thesaurus to other languages will enable natural language resource discovery for an increased number of European researchers. Accordingly developments to the CESSDA portal will enhance the system for researchers by facilitating access to resources discovered via the thesaurus. Needs in comparative research associated with data harmonisation are subject of a particular endeavour. The identification of the demands for harmonisation to standards and conceptual work on metadata structures for harmonisation rules and conversion keys are the central issues on the co...

Particular attention is given to researcher's expectations and demands on metadata from speci... more Particular attention is given to researcher's expectations and demands on metadata from specific study types and to discuss options and barriers in providing substantive context information. Both appear relevant to find available and relevant data as a base for use them in comparative research. On the background of a study life-cycle perspective within the CESSDA research infrastructure (RI) the presentation will focus related metadata needs for different complex study types. Uses cases e.g. on EB trends; ISSP, ESS, BHPS will focus the metadata specifics of these study types. Along with best practice in documenting respective studies and their data the use of the new DDI3 standard is of specific interest for a developing research infrastructure along the study life-cycle from survey design to the publishing, dissemination and reuse of the data.

Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten, 2019

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verz... more Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Mathematik für Wirtschaftswissenschaftler, 2017

Metadata and standard compliant exchange and re-use of information of data management plans (DMP)... more Metadata and standard compliant exchange and re-use of information of data management plans (DMP) along the data lifecycle concern a large range of different topics. Past conference discussions, e.g. at the EDDI 2015 or the IASSIST 2016, demonstrated that ‘no simple’ solutions exist to tackle related structural (what’s missing in current DDI flavors?) and conceptual challenges (how to standardize diverse DMP structures?). Of particular interest is the consideration to separate data management from project management issues looking forward to standards that simplify documentation, re-use and work with DMP information for relevant user groups. To investigate such challenges, the current presentation will describe core differences between data and project management related DMP aspect exemplarily separate project management and data management issues, outlining standards of project management aspects (e.g. CASRAI, CERIF; PRINCE 2) focus on core data driven DMP elements to manage with D...

Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten

Information - Wissenschaft & Praxis

Institut für Sozialwissenschaften (Projektleitung), WZB-Wissenschaftszentrum Berlin für Sozialfor... more Institut für Sozialwissenschaften (Projektleitung), WZB-Wissenschaftszentrum Berlin für Sozialforschung, DIW Berlin-Deutsches Institut für Wirtschaftsforschung und ZBW-Deutsche Zentralbibliothek für Wirtschaftswissenschaften zusammengeschlossen haben. Die Veranstaltung wurde von Mathis Fräßdorf (WZB Berlin) moderiert, der etwa 70 Gäste aus 44 Einrichtungen begrüßen konnte. Das Programm wurde mit einem Grußwort von Angelica E. Röhr, Geschäftsführerin des DIW, eröffnet, die zunächst die gute Kooperation der Projektpartner hervorhob. Deren erfolgreiche Entwicklung von SowiDataNet ermögliche es, Forschungsinstituten und universitären Fachbereichen der Sozial-und Wirtschaftswissenschaften ohne eigene Infrastruktur ein System anzubieten, mit dem die dort Forschenden 1 ihre Forschungsdaten eigenständig und zuverlässig sichern und zitierfähig für die Nachnutzung bereitstellen können. Anita Eppelin (Referentin für die Themen Open Access und Forschungsdaten in der Leibniz-Gemeinschaft) beleuchtete anschließend den "Mehrwert einer koordiniert dezentralen Forschungsgemeinschaft im Hinblick auf Forschungsdaten in der Leibniz-Gemeinschaft". Ausgehend von den Herausforderungen einer stetig steigenden "Datenflut" im Kontext von Digitalem Wandel und Open Science präsentierte sie einen breiten Überblick über die unterschiedlichen Initiativen von forschungsfördernden und Wissenschaftsorganisationen auf nationaler und internationaler Ebene. Um diesen Herausforderungen zu begegnen, hob Eppelin vier Lösungsansätze hervor, die sie anhand von Beispielen illustrierte. Erstens gelte es, Infrastrukturen zu vernetzen und vertrauenswürdig und nachhaltig zu gestalten, etwa durch Anwendung der FAIR Data Principles 2 oder des Data Seal of Approval 3. Weiterhin seien digitale Kompetenzen in der universitären Ausbildung sowie neue Ausbildungsgänge erforderlich, um datenbezogene Qualifizierungen zu stärken. Drittens sollten rechtliche Rahmenbedingungen dem wissenschaftlichen Bedarf angepasst werden, um Data Sharing-Aktivitäten zu fördern. Schließlich sei eine Anerkennungskultur zu entwickeln, welche die vorherrschenden Faktoren für den Austausch von Forschungsdaten berücksichtigt, wie sie etwa von Fecher, B./Friesike, S./Hebing, M. (2015) 4 untersucht wurden. Den Mehrwert einer koordiniert-dezentralen Forschungsgemeinschaft betrachtet Eppelin abschließend im Kontext der Leibniz-Roadmap "Forschungsinfrastrukturen". Sie spiele eine zentrale Rolle, indem die Potentiale und Stärken von Leibniz-Partnern aus unterschiedlichen Disziplinen in gemeinsamen Projektkonzepten gebündelt würden. So unterstreiche auch das Leibniz Network for Open Research Data (LEIBNIZ DATA) 5 den Anspruch der Leibniz-Gemeinschaft, "Kümmerer" für Forschungsdaten nach innen und nach außen zu sein.

Verlag Barbara Budrich eBooks, Jan 28, 2019

International Studies Perspectives, Feb 25, 2016

Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten, 2019

Mathematik für Wirtschaftswissenschaftler, 2017

Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten

Information - Wissenschaft & Praxis

Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten. Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten. Hrsg.: Uwe Jensen, Sebastian Netscher, Katrin Weller. Publisher: Verlag Barbara Budrich, Jan 28, 2019

The eleven articles in this anthology deal with basic principles and solutions for various topics... more The eleven articles in this anthology deal with basic principles and solutions for various topics of research data management, such as data types and life cycles of data, systematic planning and implementation of research data management, data protection and current legal norms, rules of data organisation and processes in data preparation, data sharing and secondary analysis of research data.

Building on this, further contributions will address the application of metadata and the citation of research data. Finally, current challenges in dealing with 'new' data types will be discussed using social, media and geo data as examples. The concepts and measures presented provide an important tool for social scientists and their research projects.

In book: Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten. Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten. Hrsg.: Uwe Jensen, Sebastian Netscher, Katrin Weller. Publisher: Verlag Barbara Budrich, Jan 28, 2019

Die Bearbeitung des Themas erfolgt aus drei Perspektiven, denen jeweils ein Abschnitt in diesem K... more Die Bearbeitung des Themas erfolgt aus drei Perspektiven, denen jeweils ein Abschnitt in diesem Kapitel gewidmet ist. Abschnitt 9.1 dient der Einführung in das Thema Metadatenstandards und stellt zentrale Begriffe und Konzepte im sozialwissenschaftlichen Kontext vor. Anschließend wird der sozialwissenschaftlich relevante DDI Standard in seinen aktuellen Versionen behandelt. Abschnitt 9.2 erörtert Metadatenstandards zur Auffindbarkeit von elektronischen Ressourcen (Dublin Core Standard), zur Zitation von Datensätzen (DataCite Standard) und zur Dokumentation von sozialwissenschaftlichen Daten auf Studienebene (DDI Standard). Abschließend wird die Frage der Interoperabilität von Metadaten und deren praktischen Nutzen bei Recherchen in Datenkatalogen aus unterschiedlichen Anwendungskontexten erörtert. Diese Diskussion richtet sich primär an Mitarbeitende in Forschung, Lehre und Infrastrukturen, die allgemein an der Nutzung von Metadatenstandards beim Umgang mit sozialwissenschaftlichen Forschungsdaten interessiert sind.
Analog widmet sich Abschnitt 9.3 den verschiedenen Aspekten von Metadaten bei der Dokumentation von Forschungsdaten auf Variablenebene. Dazu wird auf Eigenschaften gängiger Software eingegangen und ihre Fähigkeit zur Erfassung von Metadaten ausgelotet. Außerdem wird beschrieben, wie Metadaten zwischen umfragebasierten Systemen ausgetauscht werden können. Schließlich werden die Möglichkeiten des DDI-Standards zur Variablendokumentation behandelt und die relevanten Module und ihre Metadaten vorgestellt. Abschnitt 9.4 verweist auf ausgewählte Software und Dateiformate zur Verarbeitung und Präsentation von Metadaten. Diese beiden letzten Abschnitte unterstützen den sozialwissenschaftlichen Projektalltag, indem sie über den Umgang mit Metadaten bei der Dokumentation von Variablen und Fragen informieren. Schließlich werden Optionen behandelt, die es Projekten ermöglichen, Metadaten auf Studienebene und auf Variablenebene DDI kompatibel zu erfassen und bereitzustellen.

Alle im Rahmen eines empirischen Forschungsvorhabens (und darüber hinaus) ergriffenen Maßnahmen z... more Alle im Rahmen eines empirischen Forschungsvorhabens (und darüber hinaus) ergriffenen Maßnahmen zur Sicherung der Daten, zu ihrem längerfristigen Erhalt, zur Gewährleistung ihrer Qualität und ihrer Verständlichkeit ebenso wie zu ihrer Bereitstellung für Dritte werden zumeist unter dem Begriff des Forschungsdatenmanagements subsumiert. Zur Einführung in das Thema Forschungsdatenmanagement stellt Abschnitt 2.1 zunächst übergreifende
Begriffe und Konzepte eines sozialwissenschaftlich orientierten Forschungsdatenmanagements vor, auf die sich die weiteren Kapitel explizit oder implizit beziehen. Dazu wird insbesondere auf allgemeine Charakteristika von Umfragedaten in den Sozialwissenschaften eingegangen, um ein Verständnis derartiger Daten quer zu allen Kapiteln dieses Buches zu erleichtern. Abschnitt 2.2 thematisiert einleitend, wie sich Forschungsprozesse in den Lebenszyklusmodellen von Forschungsdaten einordnen lassen. Der spezifischere Zusammenhang des Forschungsdatenmanagements bei der Produktion von Daten und Metadaten wird danach entlang des DDI-Data-Lifecycle-Modells beschrieben. Gleichzeitig wird die Rolle des gleichnamigen DDI-Metadatenstandards zur Dokumentation von Umfragedaten erläutert, auf den in einigen Kapiteln Bezug genommen wird. Abschnitt 2.3 dient schließlich der Zusammenschau des sozialwissenschaftlichen Forschungsdatenmanagements aus drei verschiedenen Perspektiven. Zuerst werden projektbezogene Maßnahmen und Aktivitäten des Forschungsdatenmanagements quer zu den Phasen des Lebenszyklus von Daten resümiert. Anschließend geht der Abschnitt kurz auf die Rolle und Dienstleistungen von Dateninfrastruktureinrichtungen im Rahmen des Forschungsdatenmanagements ein und thematisiert neue Herausforderungen im Umgang mit neuen Datenformen und Datenquellen. Abschnitt 2.4 fasst zentrale Aspekte des Forschungsdatenmanagements zusammen, die die weiteren Kapitel dieses Buches vertiefen.

Gegenstand dieses Kapitels ist die Beschreibung von Grundzügen des Forschungsdatenmanagements. Da... more Gegenstand dieses Kapitels ist die Beschreibung von Grundzügen des Forschungsdatenmanagements. Dabei steht vor allem der Umgang mit quantitativen Daten der empirischen Sozialforschung im Vordergrund. Ausgehend von drei zentralen Zielen wird die planvolle Implementierung des Forschungsdatenmanagements im Projekt und darüber hinaus vertieft. Der Abschnitt 3.1 fokussiert als erstes Ziel ein planvolles projektinternes Forschungsdatenmanagement. Hierbei wird der Umgang mit den Forschungsdaten im Projektverlauf mit dem Ziel festgelegt, deren Verständlichkeit, Interpretierbarkeit und Nachvollziehbarkeit sicherzustellen. Dazu werden im Folgenden wesentliche disziplinspezifische Strategien, Prozesse und Maßnahmen im Rahmen des Forschungsdatenmanagements kurz erörtert. Daran anschließend werden in Abschnitt 3.2 zwei weiterführende Ziele des Forschungsdatenmanagements diskutiert. Hierzu unterscheiden wir grob zwischen dem Erhalt der Daten zu Replikationszwecken und der Bereitstellung der Daten zur Nachnutzung durch Dritte. Der Erhalt der Daten zu Replikationszwecken dient vor allem der Verifizierbarkeit von Forschungsergebnissen ebenso wie der Reproduzierbarkeit der dabei verwendeten Daten. Im Sinne guter wissenschaftlicher Praxis unterstützt der Datenerhalt damit die Transparenz und Überprüfbarkeit des originären Forschungsvorhabens. Die Bereitstellung der Daten zur Nachnutzung (Data Sharing) geht darüber hinaus und ermöglicht es Dritten, diese Daten in neuen Forschungskontexten und für neue Forschungsfragen nachzunutzen. Die Datenbereitstellung ist damit nicht nur Teil guter wissenschaftlicher Praxis, sondern fördert auch den Erkenntnisfortschritt in der Forschung. Data Sharing ermöglicht den effizienten Einsatz von Forschungsressourcen in der Forschungsförderung und unterstützt die Ziele eines offenen Zugangs zu Forschungsdaten (Open Data). Schließlich steigert die Datenbereitstellung die Reputation der Forschenden, indem ihre Daten an Sichtbarkeit gewinnen sowie dauerhaft auffindbar und zitierbar sind (ZBW/GESIS/RatSWD 2015; Allianz der deutschen Wissenschaftsorganisationen 2010).

Uwe Jensen | GESIS - Leibniz Institute for the Social Sciences (original) (raw)

Papers by Uwe Jensen