Die vorliegenden Empfehlungen beschäftigen sich spezifisch mit den Herausforderungen für bestehende Surveys in den Bereichen Finanzierung, Planbarkeit und Weiterführung von Surveys, Herausforderungen des Datenschutzes, Zugang zu Registerinformationen und Personalförderung.
Die zunehmende Digitalisierung unserer Lebenswelt in den letzten Jahrzehnten hat zu einer Reihe von neuen Datenquellen für die Sozial-, Verhaltens- und Wirtschaftswissenschaften geführt. Hierzu gehören vor allem auch unstrukturierte Daten, die sich dadurch auszeichnen, dass sie nicht in Form eines festen Datenformats vorliegen und daher nicht einfach datenanalytisch weiterverarbeitet werden können (z. B. Facebook-Texte, Instagram-Bilder, YouTube-Videos, Twitter-Nachrichten). Die Nutzung unstrukturierter Daten ist mit spezifischen Herausforderungen verknüpft, die gerade dadurch entstehen, dass die Daten typischerweise nicht in einer kontrollierten wissenschaftlichen Studie erhoben werden, sondern häufig im natürlichen Lebensumfeld anfallen. Aufbauend auf den Ergebnissen eines Expert:innen-Workshops werden die spezifischen Herausforderungen bei der Erhebung und Nutzung unstrukturierter Daten beschrieben und Empfehlungen formuliert. Diese orientieren sich am Total Error Framework und beziehen sich auf die Datengenerierung (Definition von Untersuchungseinheiten, Coverage und Sampling Error, Nonresponse und Missing Data Error), die Datenaufbereitung (Spezifikationsfehler, Validität, Messfehler und inhaltliche Fehler) sowie die Datenanalyse (Record Linkage und Verarbeitungsfehler, Modellierungsfehler, analytische Fehler). Abschließend werden offene Fragen und Herausforderungen bei der Forschung mit unstrukturierten Daten diskutiert. Der Output richtet sich einerseits an Studierende sowie Forschende der Sozial-, Verhaltens- und Wirtschaftswissenschaften, andererseits an alle, die mit unstrukturierten Daten arbeiten und Schlüsse aus diesen für praktische Anwendungsfragen ziehen.
In den Forschungsansätzen zur Erklärung menschlichen Verhaltens rückt in jüngster Zeit verstärkt das "soziale Verhalten" in den Mittelpunkt des Interesses. Dabei steht das Bemühen im Vordergrund, wesentliche Einflussgrössen des Verhaltens aufzudecken und zu systematisieren. Die vorliegende Arbeit untersucht den Erklärungs- und Prognosegehalt der verhaltenswissenschaftlichen Konstrukte "Einstellung" und "Involvement" für das soziale Verhalten und versucht eine Integration beider Variablen in einem multivariablen Erklärungskonzept. Die Betrachtungen basieren auf den Resultaten einer repräsentativen Befragung der Bevölkerung der Bundesrepublik Deutschland.
Die Bedeutung einer soliden Datengrundlage für die Sozial- und Wirtschaftswissenschaften wie für Politik ist unumstritten. Empirische Forschung ist heutzutage unverzichtbar für die Entwicklung von Lösungen zu den größten gesellschaftlichen Herausforderungen, wie zum Beispiel Klimawandel, Armut und demographischer Wandel. Mit den Empfehlungen des Rates für Sozial- und Wirtschaftsdaten (RatSWD) zur Weiterentwicklung der Forschungsinfrastruktur für die Sozial-, Verhaltens- und Wirtschaftswissenschaften liegt die deutschsprachige Veröffentlichung des ersten Teils des Abschlussberichts "Building on Progress - Expanding the Research Infrastructure for the Social, Economic, and Behavioral Sciences" vor.
Zentrale Aufgabe eines Forschungsdatenzentrums (FDZ) ist neben der Archivierung der Forschungsdaten und der damit einhergehenden Dokumentations- und Kurationstätigkeiten die Ermöglichung des Datenzugangs zur Sekundärnutzung.1 Dieser Artikel soll deshalb (angehenden) FDZ und anderen Forschungsdateninfrastrukturen der Sozial-, Verhaltens-, Bildungs- und Wirtschaftswissenschaften grundlegende Informationen dazu liefern, welche verschiedenen Möglichkeiten es gibt, Datenbereitstellungswege zu digitalen Ressourcen anzubieten. Hierfür werden u.a. die verschiedenen Datenbereitstellungswege Download, Varianten des Remote Access, Gastwissenschaftsarbeitsplätze sowie damit einhergehende Eigenschaften oder auch Services zur Archivierung und Veröffentlichung dargestellt. In diesem Zusammenhang werden auch Aspekte aufgezeigt, die für die Auswahl eines Datenzugangs relevant sind. Dazu gehören Kosten, die bei den unterschiedlichen Datenbereitstellungswegen entstehen können. Das Modell der Five Safes wird herangezogen, um verschiedene Parameter der Datenbereitstellung zu erläutern und die Zusammenhänge dieser Parameter zu illustrieren. Ebenfalls behandelt werden die Charakteristika der Daten, die bestimmen, wie offen oder geschlossen der Zugang zu den Daten erfolgen kann bzw. ob gegebenenfalls Anonymisierungsmaßnahmen durchgeführt werden müssen. Beim zielgruppenspezifischen Zugang zu Daten helfen Datenkataloge oder Recherchesysteme. Sie können anhand von Zugangskategorien durch die Vergabe von standardisierten Metadaten Auskunft über die Zugriffsberechtigungen der Daten geben. Darüber hinaus wird in dem vorliegenden Artikel auf formale Regularien hingewiesen, die es zu beachten gilt. Diese definieren, welcher Personenkreis zur Nachnutzung der Forschungsdaten zugelassen sein soll, zu welchen Zwecken die Daten genutzt werden dürfen und wie eine diesbezügliche Überprüfung stattfinden kann. Hier kommen Nutzungsbedingungen, Lizenzen oder auch Datennutzungsverträge zum Tragen, welche den Zweck und die Bedingungen zur Verwendung der Forschungsdaten transparent und eindeutig bestimmen. Grundlegend für einen nachhaltigen Zugang zu Forschungsdaten ist die Berücksichtigung der FAIR-Prinzipien, deren Anwendung die Auffindbarkeit, Zugänglichkeit, Interoperabilität und Nachnutzbarkeit von digitalen Ressourcen erleichtern. Aus diesem Grunde werden im Verlauf des Papiers verschiedene Tools und Anwendungsbeispiele zur praktischen Umsetzung der FAIR-Prinzipien und somit relevante Maßnahmen für einen nachhaltigen Datenzugang dargestellt, wie z.B. die Möglichkeiten zum Erhalt eines persistenten Identifiers (PID), der Auswahl geeigneter Lizenzen oder der Relevanz standardisierter Metadatenschemata. Die Inhalte dieses Papiers und die aufgeführten (FAIRen) Anwendungsbeispiele beziehen sich konkret auf grundlegende Maßnahmen des Datenzugangs und stellen eine Einführung in das Thema dar.
In den Forschungsansätzen zur Erklärung menschlichen Verhaltens rückt in jüngster Zeit verstärkt das «soziale Verhalten» in den Mittelpunkt des Interesses. Dabei steht das Bemühen im Vordergrund, wesentliche Einflussgrössen des Verhaltens aufzudecken und zu systematisieren. Die vorliegende Arbeit untersucht den Erklärungs- und Prognosegehalt der verhaltenswissenschaftlichen Konstrukte «Einstellung» und «Involvement» für das soziale Verhalten und versucht eine Integration beider Variablen in einem multivariablen Erklärungskonzept. Die Betrachtungen basieren auf den Resultaten einer repräsentativen Befragung der Bevölkerung der Bundesrepublik Deutschland.
This publication contains the recommendations of the German Data Forum (RatSWD) for expanding the research infrastructure for the social, economic and behavioral sciences. They were previously published as part of the comprehensive double-volume final report "Building on Progress – Expanding the Research Infrastructure for the Social, Economic, and Behavioral Sciences". The recommendations are based on the 68 advisory reports published in the aforementioned final report. They reflect the current status of consideration regarding design and development of an internationally viable and innovative research infrastructure for the social, economic and behavioral sciences in Germany. The information presented in this short volume is aimed at policy makers, researchers, as well as research sponsors.