Open Science Infomodule
  • Fächerübergreifende Informationen
  • Quantitative Forschung
  • Themen und Ansprechpersonen
  • Über die Infomodule
  1. Allgemeine Informationen

Achtung - Diese Seite befindet sich im Aufbau und ist noch unvollständig.

  • Allgemeine Informationen
  • 1. Forschungsfragen und Forschungsplanung
  • 2. Materialien und Daten
  • 3. Forschungsergebnisse veröffentlichen
  • 4. Forschungsergebnisse kommunizieren

Auf dieser Seite

  • Wozu Open Science?
  • Struktur der Infomodule
  • Einzelfall und Allgemeingültigkeit
  • Weiterführende Informationen zum Einstieg in Open Science

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.

Beispiele von Problemen und Lösungsansätzen
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)

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.

Definition der drei Forschungstypen über den Ausdruck der untersuchten Phänomene
Qualitativ Quantitativ Formal
in Sprache, Bildern, oder Tönen ausgedrückt in Zahlen ausgedrückt in Formeln ausgedrückt

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

© Copyright 2024, Münster Center for Open Science

 

Mit Quarto erstellt