Ermittlung des Tagesablaufs über 24 Stunden sowie Beschreibung und Zeitdauer von ausgeführten Tätigkeiten unter Angabe des Ortes und der Interaktionspartner.
Themen: Zeitbudget eines Tages; Beschäftigung mit Kindern; Mediennutzung; Besitz von Telefon, Rundfunk- und Fernsehgeräten; Weg zur Arbeitsstelle und Verkehrsmittelnutzung; effektiv bezahlte Arbeitszeit; Schichtarbeit; Weiterbildung; Gartenbesitz; Freizeitbeschäftigung.
Demographie: Alter (klassiert); Geschlecht; Familienstand; Familienzusammensetzung; Kinderzahl; Schulbildung; Berufsausbildung; Beruf; berufliche Position; Berufstätigkeit; Haushaltsgröße; Haushaltungsvorstand; Besitz langlebiger Wirtschaftsgüter.
The Programme for International Student Assessment (PISA) evaluates 15-year-olds' ability to use their reading, mathematics and science knowledge and skills. Since 2000, Switzerland participated in every PISA cycle conducted by the OECD. At the end of every cycle, the Swiss PISA data of the national 15-year-old sample has been made available in the international data sets published on the OECD website. Before 2015, in addition to the sample of the 15-year-olds, an additional and larger sample of 9th grade students was drawn and tested in Switzerland. The resulting Swiss data for the 9th grade students, that allowed comparisons selected cantons, was published in full on FORSbase. Since 2015, solely the national PISA sample from the population of 15-year-olds is tested, that allows comparisons between three Swiss language regions, but not anymore between selected cantons. Thus, starting with PISA 2015 the Swiss PISA data are almost completely available in the international data sets published on the OECD website. However, the present dataset complements the international PISA 2018 dataset with some for the Swiss context relevant additional information as well with some national options from PISA 2018.
The Programme for International Student Assessment (PISA) evaluates 15-year-olds' ability to use their reading, mathematics and science knowledge and skills. Since 2000, Switzerland participated in every PISA cycle conducted by the OECD. At the end of every cycle, the Swiss PISA data of the national 15-year-old sample has been made available in the international data sets published on the OECD website. Before 2015, in addition to the sample of the 15-year-olds, an additional and larger sample of 9th grade students was drawn and tested in Switzerland. The resulting Swiss data for the 9th grade students, that allowed comparisons selected cantons, was published in full on FORSbase. Since 2015, solely the national PISA sample from the population of 15-year-olds is tested, that allows comparisons between three Swiss language regions, but not anymore between selected cantons. Thus, starting with PISA 2015 the Swiss PISA data are almost completely available in the international data sets published on the OECD website. However, the present dataset complements the international PISA 2018 dataset with some for the Swiss context relevant additional information as well with some national options from PISA 2018.
This data set contains a random sample of 1,800 user queries taken from the transaction log of the academic search engine sowiport (www.sowiport.de). The queries (mainly German query terms) were extracted from a larger set of randomly chosen user sessions which have been recorded in sowiport between September 1st 2014 and March 1st 2015. To reduce noise in the data set, we selected sessions in which at least two different searches were conducted and at least one document has been clicked on. In addition, we excluded all searches for numbers (mostly ISSN numbers). The selected queries were sorted randomly and manually assessed by a domain expert. The randomness was introduced to reduce potential biases in the assessment. When assessing multiple queries from one session, the previous queries might influence the decision for following queries as they are then evaluated within a context. The 1,800 user queries were categorized into the 29 facets of the subject categories used in the Thesaurus Social Sciences (TheSoz, see http://lod.gesis.org/thesoz/en.html and http://sowiport.gesis.org/thesaurus?view=systematic&lang=en). It was allowed to apply multiple facets, as some queries cover multiple topics.
This work was funded by Deutsche Forschungsgemeinschaft (DFG), grant no. MA 3964/5-1;the AMUR project at GESIS.
Einschätzung der Gefahr des Kommunismus innerhalb und außerhalb der USA durch lokale Eliten. Einstellung zur Einschränkung bürgerlicher Freiheitsrechte, um diese Bedrohung abzuwenden.
Themen: Lebenszufriedenheit; wichtigste persönliche und politische Probleme; wichtigste Gesprächsthemen mit Bekannten und Freunden; Einschätzung der Gefahr des Kommunismus in der Welt und der Gefahr eines neuen Krieges; präferiertes Verhalten gegenüber der Sowjetunion; Einstellung zur Rüstungsbegrenzung; Charakterisierung amerikanische Kommunisten; Einschätzung der Gefahr durch inneramerikanischer Kommunisten; Einstellung zur Begrenzung bürgerlicher Freiheitsrechte zur Bekämpfung von Kommunisten; Einstellung zu Kommunisten (Skala); Toleranz und Konformität; Vermutungen über die Informiertheit des FBI über die Kommunisten im Lande; Einstellung zur Beschäftigung von Kommunisten im Bildungssystem; Beurteilung der Arbeit des Congressional Committees bzw. Nixon-Komitees; Erziehungsstil; Mediennutzung; Parteipräferenz; Religiosität.
Einschätzung der Gefahr des Kommunismus innerhalb und außerhalb der USA durch die amerikanische Bevölkerung. Einstellung zur Einschränkung bürgerlicher Freiheitsrechte, um diese Bedrohung abzuwenden.
Themen: Lebenszufriedenheit; wichtigste persönliche und politische Probleme; wichtigste Gesprächsthemen mit Bekannten und Freunden; Einschätzung der Gefahr des Kommunismus in der Welt und der Gefahr eines neuen Krieges; präferiertes Verhalten gegenüber der Sowjetunion; Einstellung zur Rüstungsbegrenzung; Charakterisierung amerikanischer Kommunisten; Einschätzung der Gefahr durch inneramerikanischer Kommunisten; Einstellung zur Begrenzung bürgerlicher Freiheitsrechte zur Bekämpfung von Kommunisten; Einstellung zu Kommunisten (Skala); Toleranz und Konformität; Vermutungen über die Informiertheit des FBI über die Kommunisten im Lande; Einstellung zur Beschäftigung von Kommunisten im Bildungssystem; Beurteilung der Arbeit des Congressional Committees bzw. Nixon-Komitees; Erziehungsstil; Mediennutzung; Parteipräferenz; Religiosität.
Die German Longitudinal Election Study (GLES) ist das zentrale Infrastrukturprojekt in Deutschland für die kontinuierliche Erhebung und Bereitstellung von qualitativ hochwertigen Daten für die nationale und internationale Wahlforschung. Die methodisch vielfältigen Umfragen der GLES ermöglichen die Untersuchung der politischen Einstellungen und Verhaltensweisen der Wählerinnen und Wähler sowie der Kandidatinnen und Kandidaten. Die GLES wird seit Bestehen in enger Kooperation zwischen der Deutschen Gesellschaft für Wahlforschung (DGfW) und GESIS – Leibniz-Institut für Sozialwissenschaften durchgeführt.
Das GLES Panel ist eine mehrwellige Wiederholungsbefragung von wahlberechtigten Internetnutzerinnen und -nutzern, bei der die Befragten in Wahlahren vor und nach der Bundestagswahl interviewt werden mit zusätzlichen Befragungen zwischen den Wahljahren. Das GLES-Panel ist eine aus derzeit zwei Stichproben bestehende Wiederholungsbefragung. Die Stichproben A1-A3 "2017 Election Campaign" setzt sich aus den Befragten des Wahlkampf-Panels 2017 zusammen. Die Stichprobe A4 "2021 Election Campaign" wurde zum ersten Mal im Herbst 2020 erhoben und basiert ebenfalls auf einer Quotenauswahl aus dem von der Respondi AG betriebenen Opt-in Online-Access-Panel. Die Stichprobe B "2017 Pre- and Post-Election" besteht aus den wiederbefragungsbereiten Teilnehmerinnen und Teilnehmern des GLES-Querschnitts 2017. Im GLES-Panel wurden sie zum ersten Mal parallel zur Stichprobe A in der zehnten Welle des GLES-Panels befragt. Mit dem GLES-Panel ist es möglich, intraindividuelle Veränderungen von politischen Einstellungen und Verhaltensweisen im Verlauf des Wahlkampfes und zwischen Bundestagswahlen zu untersuchen.
Zusätzlich zu den Wiederholungsbefragten wurden zeitgleich zu der 17, 19 und 20. Befragung drei unabhängige Stichproben mit etwa 1200 Personen gezogen, die dann anhand eines fast identischen Fragebogens interviewt wurden. Durch den Vergleich von Panel- und Querschnittsbefragten lässt sich untersuchen, ob und in welchem Ausmaß die wiederholte Befragung derselben Personen Einfluss auf die Messung von politischen Einstellungen und Verhalten nimmt. Darüber hinaus stellen die Kontrollquerschnitte eigene vom Panel unabhängige Erhebungen dar, die sich ebenso für Analysen des Wählerverhaltens vor und nach der Bundestagswahl 2021 eignen. Inhaltliche Schwerpunkte der Kontrollquerschnitte waren Wahlabsicht und Wahlentscheidung, politische Involvierung, politische Einstellungen, Problemwahrnehmung, Bewertung von politischen Akteurinnen und Akteuren, politische Mediennutzung, Parteikontakte, Koalitionspräferenzen, Rezeption TV-Duell, Soziodemographie, Persönlichkeit, Wahlverhalten in Landtagswahlen.
Bei dem aufbereiteten Längsschnitt-Datensatzes 2014 bis 2016 handelt es sich um "Big-Data", weshalb der Gesamtdatensatz nur in Form einer Datenbank (MySQL) verfügbar sein wird. In dieser Datenbank liegt die Information verschiedener Variablen eines Befragten untereinander. Die vorliegende Publikation umfasst eine SQL-Datenbank mit den Meta-Daten des Sample des Gesamtdatensatzes, das einen Ausschnitt der verfügbaren Variablen des Gesamtdatensatzes darstellt und die Struktur der aufbereiteten Daten darlegen soll, und eine Datendokumentation des Samples. Für diesen Zweck beinhaltet das Sample alle Variablen der Soziodemographie, dem Freizeitverhalten, der Zusatzinformation zu einem Befragten und dessen Haushalt sowie den interviewspezifischen Variablen und Gewichte. Lediglich bei den Variablen bezüglich der Mediennutzung des Befragten, handelt es sich um eine kleine Auswahl: Für die Onlinemediennutzung wurden die Variablen aller Gesamtangebote sowie der Einzelangebote der Genre Politik und Digital aufgenommen. Die Mediennutzung von Radio, Print und TV wurde im Sample nicht berücksichtigt, da deren Struktur anhand der veröffentlichten Längsschnittdaten der Media-Analyse MA Radio, MA Pressemedien und MA Intermedia nachvollzogen werden kann.
Die Datenbank mit den tatsächlichen Befragungsdaten wäre auf Grund der Größe des Datenmaterials bereits im kritischen Bereich der Dateigröße für den normalen Up- und Download. Die tatsächlichen Befragungsergebnisse, die zur Analyse nötig sind, werden dann 2021 in Form des Gesamtdatensatzes der Media-Analyse-Daten: IntermediaPlus (2014-2016) im DBK bei GESIS veröffentlicht werden.
Die Daten sowie deren Datenaufbereitung sind ein Vorschlag eines Best-Practice Cases für Big-Data Management bzw. den Umgang mit Big-Data in den Sozialwissenschaften und mit sozialwissenschaftlichen Daten. Unter Verwendung der GESIS Software CharmStats, die im Rahmen dieses Projektes um Big-Data Features erweitert wurde, erfolgt die Dokumentation und Herstellung der Transparenz der Harmonisierungsarbeit. Durch ein Python-Skript sowie ein html-Template wurde der Arbeitsprozess um und mit CharmStats zudem stärker automatisiert.
Der aufbereitete Längsschnitt des Gesamtdatensatzes der MA IntermediaPlus für 2014 bis 2016 wird 2021 in Kooperation mit GESIS herausgegeben werden und den FAIR-Prinzipien (Wilkinson et al. 2016) entsprechend verfügbar gemacht werden. Ziel ist es durch die Harmonisierung der einzelnen Querschnitte die Datenquelle der Media-Analyse, die im Rahmen des Dissertationsprojektes "Angebots- und Publikumsfragmentierung online" durch Inga Brentel und Céline Fabienne Kampes erfolgt, für Forschung zum sozialen und medialen Wandel in der Bundesrepublik Deutschland zugänglich zu machen.
Künftige Studiennummer des Gesamtdatensatzes der IndermediaPlus im DBK der GESIS: ZA5769 (Version 1-0-0) und der doi: https://dx.doi.org/10.4232/1.13530
****************English Version****************
The prepared Longitudinal IntermediaPlus dataset 2014 to 2016 is a "big data", which is why the entire dataset will only be available in the form of a database (MySQL). In this database, the information of different variables of a respondent is organized in one column, one below the other. The present publication includes a SQL-Database with the meta data of a sample of the full database, which represents a section of the available variables of the total data set and is intended to show the structure of the prepared data and the data-documentation (codebook) of the sample. For this purpose, the sample contains all variables of sociodemography, free-time activities, additional information on a respondent and his household as well as the interview-specific variables and weights. Only the variables concerning the respondent's media use are a small selection: For online media use, the variables of all overall offerings as well as the individual offerings of the genres politics and digital were included. The media use of radio, print and TV was not included in the sample because its structure can be traced using the published longitudinal data of the media analysis MA Radio, MA Pressemedien and MA Intermedia.
Due to the size of the datafile, the database with the actual survey data would already be in the critical range of the file size for the common upload and download. The actual survey results required for analysis will be published in 2021 in the form of the total dataset of the Longitudinal IntermediaPlus (2014-2016) dataset at the GESIS DBK.
The data as well as their data preparation are a proposal for a best practice case for big-data management and/or the handling of big data in the social sciences and with social science data. Using the GESIS software CharmStats, which was extended by big-data features within this project, the documentation and creation of transparency of the harmonization work is carried out. A Python script and an html template have been used to automate the workflow with and within CharmStats.
The full dataset of the Longitudinal IntermediaPlus for 2014 to 2016 will be published in 2021 in cooperation with GESIS and made available in accordance with the FAIR principles (Wilkinson et al. 2016). By harmonizing and pooling the cross-sectional datasets to one longitudinal dataset – which is being carried out by Inga Brentel and Céline Fabienne Kampes as part of the dissertation project "Audience and Market Fragmentation online" –, the aim is to make the data source of the media analysis, accessible for research on social and media change in the Federal Republic of Germany.
The future study number of full the Longitudinal IntermediaPlus (2014-2016) dataset at the GESIS DBK will be: ZA5769 (Version 1.0.0) and doi: https://dx.doi.org/10.4232/1.13530
