Die Fakultät für Statistik (Fakultät 5) ist für Profilprojekte im Bereich der Methodenentwicklung zuständig. Postdoktorand*innen entwickeln flexible quantitative Methoden mit verbesserter Vorhersagegenauigkeit für große Datensätze (groß angelegte Studien; Paneldaten; digitale Verhaltensspuren) und kleine Fallzahlen (Einzelfall-/Wenig-Fall-Forschungsdesigns; heterogene (Interventions-)Effekte in kleinen Untergruppen, wiederholte Messungen in ABAB-Designs und Within-Person RCTs). Außerdem gibt es Techniken, die diese Bereiche kombinieren und somit kausale Effekte von agilen Interventionen quantifizieren können. Durch methodische Forschung, Beteiligung an Daten(re)analyse und prognostischer Modellierung sowie Studiendesign ist die Fakultät das wissenschaftliche Liaison für den Profilbereich FAIR.

Das Institut für Schulentwicklungsforschung (IFS) an der Fakultät für Erziehungswissenschaft, Psychologie und Bildungsforschung ist verantwortlich für Forschungsprojekte in FAIR, die sich mit dem Thema Bildung und den Prädiktoren des Schulerfolgs befassen werden. Unsere Forschung in FAIR wird sich insbesondere auf die Entwicklung und Anwendung von Vorhersage- und Interventionsmodellen konzentrieren, die uns helfen können, besser zu verstehen, welche Faktoren akademischen Erfolg in verschiedenen Bildungskontexten (z.B. in Schulen und Hochschulen) vorhersagen. Wir werden Daten aus groß angelegten Tests wie PIRLS/IGLU und NEPS sowie neue Daten (die in den nächsten drei Jahren gesammelt werden) aus Interventionsstudien mit randomisierten kontrollierten Between- und Within-Person-Designs verwenden. Gemeinsam mit den anderen Forschungsteams in FAIR werden wir einen Rahmen für "Agile Interventionsforschung" entwickeln, der individuelle und bedarfsbasierte Anpassungen von Interventionen und Lernunterstützungssystemen in authentischen Bildungskontexten ermöglicht. Ein wichtiges Ziel ist auch die Analyse von heterogenen Interventionseffekten. Unsere geplanten Interventionen konzentrieren sich auf Themen wie Lernstrategien zur Förderung des Leseverstehens und des tiefen Verständnisses, die Entwicklung von Lese- und Mathematikkompetenz sowie die Bildungs- und Berufswahl.

Der Lehrstuhl für Sozialstruktur und So­zio­lo­gie alternder Gesellschaften an der Fakultät Sozialwissenschaften betreibt empirische Forschung zum Alter(n), insbesondere Analysen kumulativer Ungleichheiten über den Lebensverlauf (Arbeit, Familie, Gesundheit) und des Wohlbefindens im Alter auf der Basis regional und international vergleichender Längsschnittdaten. Die Analyse solcher Makro-Mikro-Zusammenhänge und -Verläufe dient der Identifizierung von Kausalitäten und damit nicht zuletzt der sozialwissenschaftlich fundierten Entwicklung von evidenzbasierten sozialen Maßnahmen zur Förderung des Wohlbefindens in Zeiten des rapiden demografischen Wandels. Zudem werden Prozessdaten von adaptiven Hilfesystemen sowie Interventionen im Bereich der Pflege- und Gesundheitsdienste analysiert und als Grundlage für die Entwicklung agiler, zielgruppenspezifischer Interventionsansätze genutzt. Analog zu den anderen Bereichen ist der Umgang mit komplexen Datensätzen (große und intensive Prozessdaten) und kleinen Fallzahlen (z.B. für heterogene Interventionseffekte) entscheidend für die Entwicklung valider Prognosemodelle sowie maßgeschneiderter, agiler, zielgruppenspezifischer Interventionen für gesundes Altern.

In der Fa­kul­tät Re­ha­bili­ta­tions­wissen­schaf­ten liegt der Schwerpunkt von FAIR auf der Analyse von Daten zu einer computergestützten Intervention für Kinder mit Lernstörungen (große Datenmengen). Weiterhin führen wir kleinräumige Studien zu individuell adaptiven Präventions- und Interventionsmaßnahmen in den Bereichen Mathematik und Sehen durch. Ein Kernanliegen von FAIR ist dabei die datengestützte Entwicklung einer tabletbasierten, adaptiven Intervention für Kinder im Grundschulalter mit mathematischen Schwierigkeiten unter Berücksichtigung ihrer visuellen Fähigkeiten. Zusätzliche Maßnahmen werden die zunehmende Bildschirmzeit und ihren möglichen Einfluss auf die schulischen Leistungen sowie die Entwicklung des Sehens berücksichtigen.

Das Dortmund Data Science Center (DoDSc) ist ein interdisziplinäres Forschungszentrum, das langjährige Expertise im Umgang mit großen, hochdimensionalen Daten und in der Bayes'schen Statistik integriert. Diese Methoden ermöglichen eine effiziente Verarbeitung großer Datenströme und verteilter Daten sowie statistische Analysen bei kleinen Fallzahlen.

Das DoDSc bietet Methodenentwicklung für FAIR im Bereich der fortgeschrittenen Datenverarbeitung: Zum Beispiel liefern skalierbare Sketching- und Subsampling-Techniken interpretierbare Aggregate von Verhaltensspuren adaptiv und in Echtzeit, und komplexe Datenströme von agilen Interventionen können mit gestreamten statistischen Modellen analysiert werden.

Außerdem ist das DoDSc innerhalb von FAIR für die Konzeption, Organisation und Durchführung von modularen Qualifizierungsprogrammen im Bereich der quantitativen Methodenausbildung für den Umgang mit großen Datensätzen oder kleinen Fallzahlen innerhalb sozialwissenschaftlich orientierter Forschungsfragen zuständig.