Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2019 — 2020

DOI Kapitel:
D. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:
II. Das WIN-Kolleg
DOI Kapitel:
Siebter Forschungsschwerpunkt „Wie entscheiden Kollektive?“
DOI Kapitel:
14. Heterogeneity and Convergence in Shared Data Sources – The Importance of Cognitive Coherence in Collective Decision Making
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.55176#0397
Lizenz: Freier Zugang - alle Rechte vorbehalten
Überblick
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
D. Förderung des wissenschaftlichen Nachwuchses

Arten der Information integrieren und zu Sharcd Data Sources beisteuern, und
wieso Konvergenz - ein zentraler Faktor für Datenqualität - auf kollektiver Ebene
entsteht.
Aktueller Projektstand
Um Zugriff auf die umfangreichen Daten zu erhalten, die in OpenStreetMap
vorliegen, wurde in einem ersten Projektschritt ein Programm entwickelt, das es
ermöglicht, diese Daten für die psychologische Forschung nutzbar zu machen.
Anhand der extrahierten Datensätze können verschiedene Theorien (beispielswei-
se zum Entscheidungsverhalten) getestet werden. Das entwickelte Java-Programm
kann sowohl Objektzustände zu einem bestimmten Zeitpunkt als Momentaufnah-
me extrahieren, als auch den vollständigen Anderungsverlauf von Objekten ausle-
sen (d. h. welche Nutzer wann welche Details geändert haben). Für diesen Zweck
können Nutzer den Kartenausschnitt, die Art der zu speichernden Objekte, den
Zeitpunkt der Momentaufnahme (bzw. den Zeitraum des Anderungsverlaufs) und
die gewünschten Informationen über die Objekte in OpenStreetMap auswählen.
Basierend auf diesen Anforderungen generiert das Programm einen Datensatz der
ausgewählten Objekte (bzw. Objektänderungen) wahlweise im CSV-Format oder
im JSON-Format, welcher dann mit herkömmlichen Statistikprogrammen wei-
terverarbeitet werden kann.
Eine mögliche Nutzung der Daten, die in OpenStreetMap unter einer of-
fenen Lizenz vorliegen, besteht darin, geteilte mentale Modelle zu untersuchen.
Bei einem mentalen Modell handelt es sich um kognitive Strukturen, die Zu-
sammenhänge und Entitäten der Realität abbilden. Diese kognitiven Strukturen
können in unterschiedlichem Ausmaß zwischen Mitgliedern einer Gruppe ge-
teilt werden. Im Rahmen von OpenStreetMap ist es notwendig, dass die Betei-
ligten zu einem gewissen Grad solche geteilten mentalen Modelle entwickeln,
um gemeinsam eine kohärente geographische Repräsentation zu erzeugen, die in
einem stabilen Zustand konvergiert und nicht regelmäßig aufgrund interperso-
nell verschiedener Vorstellungen verändert wird. Die geteilten mentalen Model-
le müssen sich mindestens auf die genaue Art des Editierens in OpenStreetMap
beziehen, können aber auch die subjektive Vorstellung von den eingetragenen
Objekten (z. B. Straßen, Gebäude) betreffen. Um diese Annahmen zu testen und
den Grad der Ähnlichkeit der geteilten mentalen Modelle zu messen, sollen in
einer Studie die Beitragenden in OpenStreetMap nach ihren mentalen Modellen
befragt werden. In einem zweiten Schritt soll dann die Entstehung von geteilten
mentalen Modellen anhand der Daten von OpenStreetMap modelliert und ge-
messen werden, indem gegenseitige Korrekturprozesse der Bearbeitenden sowie
die zeitliche Entwicklung impliziter und expliziter Bearbeitungsregeln analysiert
werden.

398
 
Annotationen
© Heidelberger Akademie der Wissenschaften