News

Neuigkeiten rund um das Data Science Center

Hier berichten wir über Entwicklungen im Bereich Data Science und halten Sie über die Aktivit?ten des DSC und seiner Mitglieder auf dem Laufenden. Sie finden Neuigkeiten zu Forschungsprojekten, Ausbildung, Transfer und vielem 澳门皇冠_皇冠足球比分-劲爆体育.

Neue Ver?ffentlichung am DSC: Innovativer Ansatz zur Untersuchung von Promotionsverl?ufen

Die Forscherin Gesche Brandt und unsere Kollegin Susanne de Vogel ver?ffentlichten vor Kurzem ihr Paper mit dem Titel ?Normalising sequence lengths using the relative duration of episodes: an application to doctoral trajectories in Germany“.

Die Promotionswege von Doktorand*innen in Deutschland sind sehr heterogen. Neben sehr gradlinigen Promotionsverl?ufen, die innerhalb eines Kontextes – beispielsweise eines Graduiertenkollegs – abgeschlossen werden, gibt es ebenso Promotionsphasen mit h?ufigen Kontextwechseln – zum Beispiel dann, wenn eine Promotion im Anschluss an ein Stipendienprogramm im Rahmen eines Anstellungsverh?ltnisses weitergeführt wird. Zudem k?nnen sie sich in der Dauer erheblich unterscheiden. W?hrend einige ihre Promotion innerhalb weniger Jahre abschlie?en, ben?tigen andere deutlich l?nger. Dieser gro?e Unterschied in den Sequenzl?ngen hat es bisher schwierig gemacht, anhand von Sequenzanalysen typische Muster in den Promotionsverl?ufen zu identifizieren.

Um diese Herausforderung zu l?sen, schlagen die Forscherinnen eine Normalisierung der Sequenzen vor. Statt die absolute Dauer der Promotion in den Blick zu nehmen, wird die relative Dauer einzelner Phasen innerhalb der Promotionsverl?ufe betrachtet. Das bedeutet, dass für jede Episode einer Promotionssequenz deren prozentualer Anteil an der gesamten Sequenz ermittelt wird. Diese Normalisierung erm?glicht es, verschiedene Promotionsverl?ufe direkt miteinander zu vergleichen, ohne dass die Gesamtdauer der Promotion Einfluss auf das Ergebnis nimmt. So k?nnen Muster und typische Verl?ufe besser identifiziert werden.

Die Sequenznormalisierung bietet 澳门皇冠_皇冠足球比分-劲爆体育ere Vorteile. Neben einer direkten Vergleichbarkeit von Verl?ufen unterschiedlicher L?nge und der besseren Identifizierbarkeit typischer Trajektorien lassen sich auch ideale Verlaufstypen leichter definieren. Zudem l?sst die vorgestellte Methode eine bessere grafische Darstellung der Ergebnisse zu.

Die Forscherinnen demonstrieren ihre Methode mit Daten einer Panelstudie deutscher Promovierter getestet, das vom Deutschen Zentrum für Hochschul- und Wissenschaftsforschung (DZHW) durchgeführt wurde. Dabei wurden die Promotionsverl?ufe von Doktorand*innen auf monatlicher Basis erfasst. Dank der Sequenznormalisierung konnten sie verschiedene Promotionsverl?ufe systematisch miteinander vergleichen und typische Muster herausarbeiten.

Besonders in Bereichen, in denen sich die Dauer von Lebensverl?ufen stark unterscheidet, kann die Methode der Sequenzanalyse aussagekr?ftige Muster erkennen und so zu wissenschaftlich fundierten Entscheidungen verhelfen. Die Methode bietet somit viel Potenzial für die zukünftige Forschung und k?nnte auch auf andere Bildungs- oder Karriereverl?ufe angewendet werden.

 


 

Haben Sie Fragen zu dieser Ver?ffentlichung?

Dr. Susanne de Vogel
Data-Science-Support
Tel. +49 (421) 218 - 63938
E-Mail: devogelprotect me ?!uni-bremenprotect me ?!.de

 

Further Links:

Link zur Publikation

 

Book Icon und Schriftzug New Publication at DSC