-
Notifications
You must be signed in to change notification settings - Fork 1
Expand file tree
/
Copy pathfächerübergreifend.qmd
More file actions
73 lines (58 loc) · 4.23 KB
/
fächerübergreifend.qmd
File metadata and controls
73 lines (58 loc) · 4.23 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
---
title: "Allgemeine Informationen"
---
Hier finden Sie einen Überblick über fächerübergreifende Informationen
zu Open Science. Für spezifische Informationen klicken Sie oben auf
einen der drei Forschungstypen und wählen Sie links aus, zu welchem
Punkt des Forschungszyklus Sie die Infos aufrufen möchten.
## Wozu Open Science?
Forschende an Hochschulen werden aus Steuergeldern für ihre Arbeit
bezahlt, sie arbeiten also im Auftrag der Gesellschaft. Dass sie mit den
ihnen zugewiesenen Mitteln verantwortungsvoll umgehen und Mitglieder der
Gesellschaft davon profitieren, ist also die Grundlage von Wissenschaft.
Fächerübergreifend werden zahlreiche Probleme diskutiert, nach denen
Wissenschaft nicht funktioniert, wie sie es sollte. Open Science ist ein
Überbegriff für Lösungsansätze dieser Probleme.
| Problem | Lösungsansätze |
|----|----|
| Hohe Publikationskosten | Bereitstellung von Publikationsinfrastrukturen für Diamond Open Access Zeitschriften, Förderung von Open Access Publikationen, Zweitveröffentlichungen in Form von Pre-Prints, Verhandlung mit Verlagen über Konsortien (z. B. U15, DEAL) |
| Geringes Vertrauen in Wissenschaft | Höhere Transparenz von Forschung (z. B. durch offene und interaktive Datenbanken), Erklärung von wissenschaftlichen Tätigkeiten im Rahmen von Wissenschaftskommunikation, Involvierung von Bürger\*innen in den Forschungsprozess im Rahmen von Citizen Science |
| Machtmissbrauch | Auflösung von Doppelabhängigkeiten, Thematisierung von hierarchischen Strukturen gemeinsam mit Wissenschaftler\*innen früher Karrierephasen |
| Probleme bei Reproduzierbarkeit und Replizierbarkeit von Forschung | Standardisierte Reproduzierbarkeits-Checks, Richtlinien und Hilfestellungen zum Schreiben von Software und Code |
| Verzerrung des "Scientific Record" durch Selektion nach Innovation (Publikationsbias) | Erhöhung methodischer Standards, niedrigschwellige Publikationsmögilchkeiten (z. B. Pre-Prints), Forschungsdatenbanken |
| Diskriminierung durch teuren Wissenszugang | Kostenlose und barrierearme Veröffentlichung von wissenschaftlichen Artikeln, Daten, und Lehrmaterialien (Open Educational Resources) |
: Beispiele von Problemen und Lösungsansätzen
## Struktur der Infomodule
Aus wissenschaftlicher Perspektive können Forschungsgegenstände auf
vielerlei Weise beschrieben werden. Alle Fächer im Hinblick auf die
Relevanz verschiedener Open Science-Facetten gleich zu behandeln, würde
der Heterogenität nicht gerecht. Alle Fächer einzeln zu diskutieren,
würde zu großen Redundanzen führen und Synergie-Effekte verhindern. Wir
haben uns daher entschieden, spezifische Open Science-Lösungen nach drei
*Forschungstypen* aufzuteilen. Forschungstypen lassen sich nicht klar
und eindeutig den Fächern zuordnen: Während einige Fächer einen klaren
Forschungstyp aufweisen (z. B. vorwiegend quantitative Forschung in der
Verhaltensökonomie), ist es in anderen Bereichen gemischt (z. B.
qualitative und quantitative Ansätze in der Soziologie oder qualitative
Interpretationen und formale Logik in der Philosophie). Je Bereich
führen wir auf den Hauptseiten einige Fächer beispielsweise auf, in
denen die jeweiligen Herangehensweisen Verwendung finden.
| Qualitativ | Quantitativ | Formal |
|----|----|----|
| in Sprache, Bildern, oder Tönen ausgedrückt | in Zahlen ausgedrückt | in Formeln ausgedrückt |
: Definition der drei Forschungstypen über den Ausdruck der untersuchten
Phänomene
## Einzelfall und Allgemeingültigkeit
Qualitative und quantitative/formale Untersuchungen werden häufig nach
idiosynkratisch, also kontextgebundene Einzelfälle erforschend, versus
nomothetisch, also übergreifende Muster erforschend, aufgeteilt. Wir
denken jedoch, dass dieser Zusammenhang keine Notwendigkeit ist, also
auch quantitative Herangehensweisen bei Einzelfällen möglich sind (z. B.
N=1 Studien) oder qualitative Studien allgemeingültige Zusammenhänge
erforschen können.
## Weiterführende Informationen zum Einstieg in Open Science
- Kurze Übersicht an Open Science Praktiken in Englischer Sprache:
<https://www.cos.io/open-science>
- Open Science-Glossar von FORRT: <https://forrt.org/glossary/german/>
- TED-Talk zur Publikationskultur und Open Science:
<https://www.youtube.com/watch?v=c-bemNZ-IqA>