DOI Kapitel:
D. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:III. Das WIN-Kolleg der Jungen Akademie | HAdW
DOI Kapitel:Siebter Forschungsschwerpunkt: „Wie entscheiden Kollektive?“
DOI Seite / Zitierlink:https://doi.org/10.11588/diglit.67410#0394
D. Förderung des wissenschaftlichen Nachwuchses
Im nächsten und letzten Jahr des WIN-Projekts werden wir einerseits tech-
nisch die Methode verfeinern, um insbesondere neben dem im ursprünglichen
Projektzeitraum entwickelten Ansatz auch die im politikwissenschaftlichen Team
erarbeiteten Framing-Dimensionen automatisch klassifizieren zu können. Außer-
dem soll die Analyse weiterer Sprachen ermöglicht werden. Andererseits wollen
wir im sozialwissenschaftlichen Projektteil unser erweitertes System erneut in
Nutzerstudien evaluieren, um so die Effektivität der Kommunikation von Media
Bias zu messen.
4. Heterogeneity and Convergence in Shared Data Sources -
The Importance of Cognitive Coherence in Coiiective
Decision Making
Kollegiaten: Prof Dr. Daniel W. Heck,1
Priv.-Doz. Dr. Franz-Benjamin Mocnik2
Mitarbeiterinnen: Dr. Maren Mayer,3 Laura Kühl4
1 Philipps-Universität Marburg
2 University of Twente, the Netherlands
3 Leibniz-Institut für Wissensmedien, Tübingen
4 Universität Heidelberg
Gesamtkonzept und Ziele
In Zeiten des Internets beteiligen sich immer mehr Personen an kollektiven On-
line-Projekten. Dazu gehören Webseiten wie Wikipedia für enzyklopädisches Wis-
sen oder OpenStreetMap für geographische Informationen (z. B. für Straßen oder
Gebäude, aber auch Berge oder Wälder). Solche Shared Data Soiirces zeichnen sich
dadurch aus, dass jeder Nutzer neue Informationen beitragen und existierende
Informationen ändern kann. Obwohl sich die Nutzer bezüglich ihrer geographi-
schen und situationalen Kontexte stark unterscheiden, beobachtet man überra-
schenderweise oft einen Konsens der geteilten Information auf der kollektiven
Gruppenebene.
Das WIN-Projekt Shared Data Sources untersucht, wie individuelle kognitive
Prozesse zu dieser Konvergenz auf kollektiver Ebene beitragen und nutzt dafür
OpenStreetMap als konkretes Beispiel und Datenquelle. Der erste Teil des Pro-
jekts erforscht verschiedene Aspekte, wie Heterogenität sich auf den Prozess des
Teilens von Information in OpenStreetMap auswirkt. Für diesen Zweck werden
quantitative Maße entwickelt, die sowohl Heterogenität als auch Konvergenz in
geteilten, gemeinsam bearbeiteten Daten beschreiben.
394
Im nächsten und letzten Jahr des WIN-Projekts werden wir einerseits tech-
nisch die Methode verfeinern, um insbesondere neben dem im ursprünglichen
Projektzeitraum entwickelten Ansatz auch die im politikwissenschaftlichen Team
erarbeiteten Framing-Dimensionen automatisch klassifizieren zu können. Außer-
dem soll die Analyse weiterer Sprachen ermöglicht werden. Andererseits wollen
wir im sozialwissenschaftlichen Projektteil unser erweitertes System erneut in
Nutzerstudien evaluieren, um so die Effektivität der Kommunikation von Media
Bias zu messen.
4. Heterogeneity and Convergence in Shared Data Sources -
The Importance of Cognitive Coherence in Coiiective
Decision Making
Kollegiaten: Prof Dr. Daniel W. Heck,1
Priv.-Doz. Dr. Franz-Benjamin Mocnik2
Mitarbeiterinnen: Dr. Maren Mayer,3 Laura Kühl4
1 Philipps-Universität Marburg
2 University of Twente, the Netherlands
3 Leibniz-Institut für Wissensmedien, Tübingen
4 Universität Heidelberg
Gesamtkonzept und Ziele
In Zeiten des Internets beteiligen sich immer mehr Personen an kollektiven On-
line-Projekten. Dazu gehören Webseiten wie Wikipedia für enzyklopädisches Wis-
sen oder OpenStreetMap für geographische Informationen (z. B. für Straßen oder
Gebäude, aber auch Berge oder Wälder). Solche Shared Data Soiirces zeichnen sich
dadurch aus, dass jeder Nutzer neue Informationen beitragen und existierende
Informationen ändern kann. Obwohl sich die Nutzer bezüglich ihrer geographi-
schen und situationalen Kontexte stark unterscheiden, beobachtet man überra-
schenderweise oft einen Konsens der geteilten Information auf der kollektiven
Gruppenebene.
Das WIN-Projekt Shared Data Sources untersucht, wie individuelle kognitive
Prozesse zu dieser Konvergenz auf kollektiver Ebene beitragen und nutzt dafür
OpenStreetMap als konkretes Beispiel und Datenquelle. Der erste Teil des Pro-
jekts erforscht verschiedene Aspekte, wie Heterogenität sich auf den Prozess des
Teilens von Information in OpenStreetMap auswirkt. Für diesen Zweck werden
quantitative Maße entwickelt, die sowohl Heterogenität als auch Konvergenz in
geteilten, gemeinsam bearbeiteten Daten beschreiben.
394