Logo Logo
Help
Contact
Switch language to German
Das Problem dysfunktionaler Reputationssysteme am Beispiel von Fehlverhalten und Diskriminierung in der Wissenschaft
Das Problem dysfunktionaler Reputationssysteme am Beispiel von Fehlverhalten und Diskriminierung in der Wissenschaft
Das erklärte Ziel von Wissenschaft ist es, Erkenntnis zu gewinnen. Diesem Ziel stehen sowohl die selektive Berichterstattung von Forschungsergebnissen als auch die nach Geschlecht unterschiedlichen Verbleibschancen von Forschenden in der Wissenschaft entgegen. Die vorliegende Dissertationsschrift versucht die dadurch entstehenden Ineffizienzen im Wissenschaftssystem zu identifizieren und möglichen Ursachen nachzugehen. Hierfür werden Verfahren zur Identifikation von Publication Bias im Rahmen von Monte Carlo Simulationen auf ihre Tauglichkeit untersucht sowie prozessproduzierte Daten (Big Data) zur Folgenabschätzung eines Publikation Bias bzw. zur Identifikation einer möglichen Benachteiligung von Wissenschaftlerinnen in Berufungsverfahren genutzt. Während Publication Bias sowohl in der deutschen als auch in der internationalen Forschungsliteratur nachgewiesen werden konnte und fatale Folgen für die wissenschaftliche Glaubwürdigkeit entfaltet, da gut ein Drittel aller statistisch signifikanten Ergebnisse bloße Artefakte sind, konnte keine Benachteiligung von Wissenschaftlerinnen in Berufungsverfahren nachgewiesen werden.
Publication Bias, Computational Social Science, Diskriminierung, Wissenschaftsforschung, Statistik, Methoden der empirischen Sozialforschung, Data Science, Soziologie
Schneck, Andreas
2019
German
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Schneck, Andreas (2019): Das Problem dysfunktionaler Reputationssysteme am Beispiel von Fehlverhalten und Diskriminierung in der Wissenschaft. Dissertation, LMU München: Faculty of Social Sciences
[img] Licence: Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 (CC-BY-NC-ND)
PDF
Schneck_Andreas.pdf

2MB

Abstract

Das erklärte Ziel von Wissenschaft ist es, Erkenntnis zu gewinnen. Diesem Ziel stehen sowohl die selektive Berichterstattung von Forschungsergebnissen als auch die nach Geschlecht unterschiedlichen Verbleibschancen von Forschenden in der Wissenschaft entgegen. Die vorliegende Dissertationsschrift versucht die dadurch entstehenden Ineffizienzen im Wissenschaftssystem zu identifizieren und möglichen Ursachen nachzugehen. Hierfür werden Verfahren zur Identifikation von Publication Bias im Rahmen von Monte Carlo Simulationen auf ihre Tauglichkeit untersucht sowie prozessproduzierte Daten (Big Data) zur Folgenabschätzung eines Publikation Bias bzw. zur Identifikation einer möglichen Benachteiligung von Wissenschaftlerinnen in Berufungsverfahren genutzt. Während Publication Bias sowohl in der deutschen als auch in der internationalen Forschungsliteratur nachgewiesen werden konnte und fatale Folgen für die wissenschaftliche Glaubwürdigkeit entfaltet, da gut ein Drittel aller statistisch signifikanten Ergebnisse bloße Artefakte sind, konnte keine Benachteiligung von Wissenschaftlerinnen in Berufungsverfahren nachgewiesen werden.