From Prediction to Agile Interventions in the Social Sciences
FAIR Learning Analytics Workshop am IFS
Workshop zum Thema „Learning Analytics“ am IFS mit Teilnehmenden aus ganz Deutschland.
IFS im FAIR Graduierten Programm für statistische Methoden beteiligt
Das FAIR Graduierten Programm bietet Doktorand*innen der Sozialwissenschaften Workshops für statistische Methoden.
UA Ruhr gefördertes Civic Education Research Lab startet im Oktober
Elisabeth Graf, Pascal Alscher und Daniel Deimel verfolgen mit CERL das Ziel, Forschung zur erfolgreichen politischen Bildung zu betreiben.
DoDaS Guest: Arne Bathke
Prof. Dr. Arne Bathke (Paris Lodron Universität Salzburg)
Inference methods for multivariate data
FAIR Workshop, September 25-27, 2024
The interdisciplinary research area FAIR organizes a three-day workshop on Learning Analytics.
DoDaS & FAIR Guest: Chris Schwiegelshohn
Prof. Dr. Chris Schwiegelshohn (Aarhus University)
Deterministic Clustering in High Dimensional Spaces: Sketches and Approximation
Erfolgreicher Workshop zu "Digital Trace Data in Social Science Research"
Vom 26. bis 28. Juni 2024 fand der Workshop „Digital Trace Data in Social Science Research“ statt, organisiert vom Forschungsbereich FAIR.
FAIR Graduate Program
The interdisciplinary research area FAIR will offer a graduate program in statistical methods starting in the summer semester 2024.
Sondervortrag zu Nichtparametrischen Verfahren, 24. April 2024
Sondervortrag von Prof. Dr. Edgar Brunner "Missbrauch, Gefahren und Fehlinterpretationen nichtparametrischer Verfahren"
FAIR Workshop, June 26-28, 2024
The interdisciplinary research area FAIR organizes a three-day workshop on Digital Trace Data in Social Science Research.
DoDaS & FAIR Guest: Jeff M. Phillips
Prof. Jeff M. Phillips, Ph.D. (University of Utah)
Talk title: "Ferret: Reviewing Tabular Datasets for Manipulation"
Mentoringpreis für Prof. Dr. Sarah Weigelt
Prof. Dr. Sarah Weigelt erhält den Mentoringpreis der Fachgruppe Entwicklungspsychologie der Deutschen Gesellschaft für Psychologie
Selbstreguliertes Lernen zur Verbesserung der Lehre in der Informatik
Neues FAIR-Projekt in Zusammenarbeit mit Thomas Zeuma von der RUB untersucht formale Lehrveranstaltungen der Informatik zur Verbesserung der Qualität
Kooperationsprojekt Klett „Meister Cody Kids“
Das Lernspiel „Meister Cody Kids“ wird im Rahmen eines vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts entwickelt
FAIR Workshop zum Thema "Using Resampling and Simulation to Tackle Heterogeneity in Social Science Research"
FAIR-Workshop zum Thema "Using Resampling and Simulation to Tackle Heterogeneity in Social Science Research" fand am 22. und 25. September 2023 statt.
FAIR Workshop, October 11-12, 2023
The interdisciplinary research area FAIR organizes a two-day workshop on Prediction Modeling.
FAIR Workshop, September 22 and 25, 2023
The interdisciplinary research area FAIR organizes a two-day workshop on Using Resampling and Simulation.
Juniorprofessur für Luise von Keyserlingk
Luise von Keyserlingk ist Junior-Professorin für Learning and Instruction an der Eberhard Karls Universität Tübingen, Hector-Institut für Empirische…
FAIR Graduate Program
The interdisciplinary research area FAIR will offer a graduate program in statistical methods starting in the summer semester 2023.
FAIR Workshop, November 22-23, 2022
The interdisciplinary research area FAIR organizes a two-day workshop on Sequence and Streaming Data Analysis.
Agiles Arbeiten
Am 18. und 19. August hat das FAIR-Team ein Training der ibo Akademie zum agilen Projektmanagement absolviert.
Willkommen!
Der interdisziplinäre Forschungsbereich From Prediction to Agile Interventions in the Social Sciences (FAIR) bringt Forscher*innen aus den Datenwissenschaften, der Statistik, den Erziehungswissenschaften, der Psychologie, den Rehabilitationswissenschaften und der Soziologie zusammen. FAIR-Forscher*innen aus diesen verschiedenen Disziplinen konzentrieren sich auf die Entwicklung und Anwendung innovativer Forschungsmethoden aus den Datenwissenschaften und verwenden sie zur Adressierung gesellschaftlicher Herausforderungen in hochrelevanten Bereichen wie Bildung, Gesundheit sowie gesellschaftlicher Inklusion und Teilhabe. In den Sozialwissenschaften stehen zunehmend größere und komplexere Daten zur Verfügung, die zu präziseren Vorhersagemodellen (z. B. für Ergebnisse wie akademischer Erfolg, Gesundheit und Wohlbefinden) beitragen und unser Verständnis von Ursache-Wirkungs-Beziehungen verbessern können. Ein wichtiges Ziel von FAIR ist die Entwicklung eines Rahmens für "flexible Interventionsforschung", der individuelle, datengestützte und bedarfsgerechte Anpassungen von Interventionen in authentischen Kontexten ermöglicht. Die FAIR-Forscher*innen werden "big" (große Datensätze) und "small" (kleine Fallzahlen) Data nutzen, um Prognosemodelle in den Sozialwissenschaften zu optimieren und die Wirkung verfügbarer Interventionen in diesen Bereichen zu maximieren, indem sie individualisierte Anpassungen ermöglichen.
Bitte bestätigen Sie die Aktivierung dieses Videos.
Nach der Aktivierung werden Cookies gesetzt und Daten an YouTube (Google) übermittelt.
Zur Datenschutzerklärung von Google
Gefördert durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen.
