Die Folge über Datenquellen und Datenqualen

Desk Reject: der PhD-Cast

Woher die Daten nehmen für die eigene Forschung?

Die Forschungsfrage für das Dissertations- oder Publikationsprojekt wird von der Forscherin gründlich erarbeitet, getrieben von einem Problem was sie Nachts nicht schlafen lässt. Penibel wird die Frage mit Bezug auf die aktuellsten und wichtigsten wissenschaftlichen Erkenntnisse daraufhin geschärft, eine bedeutsame Forschungslücke zu füllen. Das theoretische Modell steht und Hypothesen wurden anhand der relevanten Theorie abgeleitet. Danach wird ähnlich akkurat am Forschungsdesign gearbeitet: Pre-tests werden durchgeführt, das Forschungsdesign nachjustiert und schlussendlich können im Rahmen eines randomisierten Experiments die Daten erhoben werden. So ähnlich wird vielen angehenden Jungforscherinnen erklärt, wie man entlang eines (deduktiven) wissenschaftlichen Prozesses an Daten gelangt, um die eigene empirische Forschung durchzuführen. In der Praxis sieht das Forscherinnenleben jedoch oft ganz anders aus. Abgesehen davon, dass randomisierte Experimente nur eines der Werkzeuge im Methodenbaukasten von Wissenschaftlerinnen ist, variiert die Sequenz der Schritte von Forschungsfrage bis zur Datenakquise und -analyse teilweise drastisch.

Auch bei den Hosts läuft die Forschung nicht ganz nach dem oben beschriebenen Standards. In dieser Folge dreht sich darum alles um das Thema Daten. Die Hosts unterhalten sich darüber:

• Welche Daten sie für ihre aktuellen Projekte verwenden
• Wie und wann sie an die Daten dafür gekommen sind
• Herausforderungen in der Akquise und Analyse verschiedener Datenquellen
• Welche Art von Daten sie gerne in der Zukunft analysieren möchten

Die geteilten Erkenntnisse sind wie immer nur eine Momentaufnahme basierend auf den subjektiven Erfahrungen der Hosts. Natürlich gibt es noch viele weitere Datenquellen, Analyseverfahren und Projektverläufe. Selbst wenn die Hosts weniger planlos wären, könnte man das Thema im Rahmen einer 40-minütigen Podcastfolge jedoch nicht gebührend behandeln.

Diese Folge wurde aufgenommen und produziert von: Alexander Staub

Musik für das Intro und Outro stammt von: Blue Dot Sessions

Das Logo wurde designed von: Stephan Kardos (Creative Prism)

Folgt uns auch zwischen den Folgen auf Facebook, Twitter und Instagram : @deskreject

Wenn euch gefällt was wir machen, dann würden wir uns sehr über eine kurze, nette Bewertung auf Apple Podcasts, oder dem Player eurer Wahl freuen. Ein paar nette Worte der Anerkennung von unseren geschätzten Zuhörern ist das einzige um was wir für die Stunden an Vorbereitung, Aufnahme und Nacharbeit bitten.

Anregungen und Wünsche bitte an [e-mail].

Beschwerden werden nur via Ethereum basierten smart contracts entgegengenommen.

Kapitel

1. Start - Schätzfrage (00:00:00)

2. Intro (00:01:00)

3. Wo hat Sasha seine Daten her (00:01:31)

4. Was bedeutet "scraping" (00:02:27)

5. Daten aus der Dose (00:07:39)

6. Eigene vs öffentliche Daten (00:10:04)

7. Data first? (00:12:25)

8. Konzeptionelle Arbeit und Daten (00:13:47)

9. Balance zwischen Analyse und Theorie (00:17:47)

10. Präferenzen der Hosts (00:19:36)

11. Wunschdaten der Hosts (00:21:06)

12. Woher stammen die Analysefähigkeiten der Hosts (00:26:00)

13. Muss man als PhD in Management Datascientist werden? (00:29:17)

14. Kurzer Ethnographie Exkurs (00:30:41)

15. Kann man noch einen PhD Anfangen, ohne jemals computergetrieben Daten zu analysieren? (00:32:46)

16. Auflösung Schätzfrage (00:38:37)

17. Outro (00:40:31)

18. Bonus (00:42:07)