Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
Alternativ können Sie versuchen, selbst über Ihren lokalen Bibliothekskatalog auf das gewünschte Dokument zuzugreifen.
Bei Zugriffsproblemen kontaktieren Sie uns gern.
161788 Ergebnisse
Sortierung:
Übersicht über Online-Panel-Software
Themen: 1. Allgemeine Capabilities: Name der Softwarelösung; Anbieter; Zustimmung zur Veröffentlichung des Namens; angebotene Werkzeuge; zugrunde liegende Datenbankplattform; Software als: Unternehmenslösung, webbasierte Software als Service-Lösung, Teils Desktop oder Unternehmenslösung / teils webbasierte Software als Service-Lösung, entweder Unternehmenslösung oder webbasierte Software als Service-Lösung; Lösung entspricht dem EU-Datenschutz.
2. Panel Rekrutierung: Methoden der Panel Rekrutierung; Double Opt-In; Bestätigung von Identitätsmethoden; Erfassung von Profildaten zum Zeitpunkt der Rekrutierung; maximale Panelgröße; maximale Profildaten.
3. Panelverwaltung: Datenbankdesign; spezifische Schnittstelle für Panel-Administratoren; offene Schnittstellen für die Panel-Datenbank; jedes Panel kann über eigene thematische Panel- oder Community-Seiten verfügen; Anreizmanagementfunktionen; sofortige Unterbrechung; Import von Probanden für Einmalstichproben.
4. Erfahrung der Panelmitglieder: Möglichkeiten der Aktualisierung von Profilinformationen durch Panelmitglieder; Werkzeuge, Aktivitäten oder Gegenstände, auf die die Panelmitglieder über ihr Panel zugreifen können; integrierte mobile App; weiter verfügbar über die mobile App; Maßnahmen für geschlossene oder ungeeignete Erhebungen.
5. Stichprobenauswahl: Möglichkeiten zur Auswahl von Stichproben; Kombinationsbeschränkung von Auswahlkriterien; Möglichkeiten, um sicherzustellen, dass die Panelteilnehmer nicht überforscht werden; Stichprobenauswahltool verwendet ein voraussagendes oder heuristisches statistisches Modell zur Schätzung der abzubildenden Stichprobe, um die Zielvorgabe der Interviews zu erfüllen; Stichprobenauswahl kann Proben aus anderen Panels enthalten oder berücksichtigen; Extraktion der Stichprobe für die Verwaltung in anderen Erhebungsplattformen.
6. Datenerfassung und Datenverknüpfung: Panel-Daten können mit zusätzlichen Daten angereichert werden; Methoden zur Erfassung und Aktualisierung der Teilnahmehistorie oder des Umfrageergebnisses; Umfragedaten können zur Aktualisierung der Antwortdaten der Teilnehmer mit dem Umfrageergebnis verwendet werden; Unterstützungsangebot für die Bearbeitung von Rückrufen aus E-Mail-Einladungen; Methoden für den Datenaustausch oder die Interoperabilität mit anderen Panel- oder Umfrage-Softwareplattformen.
7. Analyse und aktives Panel-Management: gespeicherte Informationen in der Panel-Datenbank; Maßnahmen zur Messung und Verfolgung der Panel-Gesundheit (auf Makroebene); Dashboard-Schnittstelle, um den aktuellen Status des Panels anzuzeigen; Untersuchung von Methoden zur Evaluation oder Bewertung der Partizipation und des Engagements des Einzelnen; Maßnahmen zur Identifizierung und Entfernung problematischer Panelmitglieder; offene Kommentare.
GESIS
In: HMD - Praxis der Wirtschaftsinformatik Band 54, Heft 4, (August 2017) = Heft 316
In: Asian Journal of Business Research Vol. 1, Number 2, 2011
SSRN
Despite the growth of various forms of online discussion, their impact on American political life is only beginning to be examined systematically. In Politics Online Richard Davis provides a thorough analysis detailing the political attitudes, behavior, and demographic nature of the electronic discussion community contrasting that community with the general public
SSRN
In: Sozialwirtschaft: Zeitschrift für Führungskräfte in sozialen Unternehmungen, Band 29, Heft 5, S. 12-13
ISSN: 2942-3481
In der Beratung von Flüchtlingen und Zugewanderten erprobt die Freie Wohlfahrtspflege derzeit bundesweit und verbandsübergreifend die Chancen der Online-Beratung.
In: Blackwell public philosophy
"I am delighted to offer my highest praise to Dean Cocking and Jeroen van den Hoven's brilliant new book, Evil Online. The confrontation between good and evil occupies a central place in the challenges facing our human nature, and this creative investigation into the spread of evil by means of all-powerful new technologies raises fundamental questions about our morality and values. Cocking and Van den Hoven's account of the moral fog of evil forces us to face both the demons within each of us as well as the demons all around us. In the end, we are all enriched by their perceptive analyses."Phil Zimbardo, Professor Emeritus of Psychology, Stanford University Principal Investigator, Stanford Prison Experiment "The internet offers new and deeply concerning opportunities for immorality, much of it shocking and extreme. This volume explains with great insight and clarity the corrupting nature of the internet and the moral confusion it has produced. It will play a vital role in the growing debate about how to balance the benefits of the internet against the risks it poses to all of us. Evil Online is an excellent book."Roger Crisp, Professor of Moral Philosophy, University of Oxford We now live in an era defined by the ubiquity of the internet. From our everyday engagement with social media to trolls on forums and the emergence of the dark web, the internet is a space characterized by unreality, isolation, anonymity, objectification, and rampant self-obsession-the perfect breeding ground for new, unprecedented manifestations of evil. Evil Online is the first comprehensive analysis of evil and moral character in relation to our increasingly online lives. Chapters consider traditional ideas around the phenomenon of evil in moral philosophy and explore how the dawn of the internet has presented unprecedented challenges to older theoretical approaches. Cocking and Van den Hoven propose that a growing sense of moral confusion-moral fog-pushes otherwise ordinary, normal people toward evildoing, and that values basic to moral life such as autonomy, intimacy, trust, and privacy are put at risk by online platforms and new technologies. This new theory of evildoing offers fresh insight into the moral character of the individual, and opens the way for a burgeoning new area of social thought. A comprehensive analysis of an emerging and disturbing social phenomenon, Evil Online examines the morally troubling aspects of the internet in our society. Written not only for academics in the fields of philosophy, psychology, information science, and social science, Evil Online is accessible and compelling reading for anyone interested in understanding the emergence of evil in our digitally-dominated world.
In: IASSIST quarterly: IQ, Band 26, Heft 4, S. 5
ISSN: 2331-4141
Edwardians Online
In: Journal of democracy, Band 20, Heft 3, S. 33-36
ISSN: 1045-5736
In: Human-Computer Interaction Ser.
Intro -- Contents -- Contributors -- 1 Online Harassment: A Research Challenge for HCI -- Detection -- 2 Weak Supervision and Machine Learning for Online Harassment Detection -- 2.1 Introduction -- 2.2 Related Work -- 2.2.1 Machine Learning for Detection of Online Harassment and Related Phenomena -- 2.2.2 Weakly Supervised Machine Learning -- 2.3 Participant-Vocabulary Consistency -- 2.3.1 Model Details -- 2.3.2 Learning the Parameters -- 2.4 Experiments -- 2.4.1 Data Processing -- 2.4.2 Baselines -- 2.4.3 Human Annotation Comparisons -- 2.4.4 Qualitative Analysis -- 2.5 Discussion, Extensions, and Open Problems -- 2.5.1 Deep Learning -- 2.5.2 Fairness -- 2.5.3 Weak Supervision Interface -- 2.5.4 Automated Interventions -- References -- 3 Bridging the Gaps: Multi Task Learning for Domain Transfer of Hate Speech Detection -- 3.1 Introduction -- 3.1.1 Hate Speech Detection -- 3.1.2 Multi-task Learning -- 3.1.3 Utility of Multi-task Learning for Hate Speech Detection -- 3.2 Data -- 3.2.1 Understandings of ``Hate Speech'' -- 3.2.2 Commonalities and Differences -- 3.3 Model -- 3.3.1 Baseline Model Definition -- 3.3.2 Multi-task Model Definition -- 3.3.3 Training -- 3.3.4 Features -- 3.3.5 Pre-processing -- 3.4 Experiments -- 3.4.1 Baseline Models -- 3.4.2 Composite Data Models -- 3.4.3 Multi-task Learning Models -- 3.4.4 Dataset Statistics -- 3.4.5 Evaluation Metrics -- 3.5 Experimental Results -- 3.5.1 Single-Task Baseline Models -- 3.5.2 Composite Dataset Models -- 3.5.3 Multi-task Learning Models -- 3.5.4 Critiques of Datasets -- 3.6 Related Work -- 3.6.1 Abusive Language -- 3.6.2 Multi-task Learning -- 3.7 Conclusion -- 3.8 Future Work -- References -- 4 A Network Analysis of the GamerGate Movement -- 4.1 The Network -- 4.2 #OpSkynet -- 4.3 #NotYourShield -- 4.4 #SJWs -- 4.5 #GamerGate -- 4.6 Signal Boosters (Edge Class 0).