META-REP Enhancing the Robustness of Observational Social Science Research by Computational Multi-Model Analyses
DFG-Schwerpunktprogramm META-REP
Laufzeit: 36 Monate, Start im Dezember 2021
Katrin Auspurg ist Mitantragstellerin und Teil des Programmausschusses des durch die Deutsche Forschungsgemeinschaft (DFG) geförderten Schwerpunktprogramms „META-REP (A Meta-scientific Programme to Analyse and Optimise Replicability in the Behavioural, Social, and Cognitive Sciences).
Eine ausführliche Projektbeschreibung findet sich hier sowie ein Projektvideo zur näheren Beschreibung.
Ansprechpartnerin: Katrin Auspurg, katrin.auspurg@lmu.de
Teilprojekt "Enhancing the Robustness of Observational Social Science Research by Computational Multi-Model Analyses"
- Laufzeit: 36 Monate, Start im April 2022
- Projektleitung: Prof. Dr. Katrin Auspurg, LMU München; Dr. Andreas Schneck, LMU München
- Mitarbeitende/Predocs: Laura Schächtele, LMU Munich; Daniel Krähmer, LMU Munich
- Gefördert durch die DFG (Projekt Nr. 464507200)
Forschungsziele und Arbeitsprogramm:
Im Rahmen des DFG Schwerpunkt-Programms META-REP haben sich Prof. Auspurg und Dr. Schneck erfolgreich DFG-Förderung für ein Projekt zur Robustheit und Sensitivität von Ergebnissen mit nicht-experimentellen Daten in den Sozialwissenschaften eingeworben.
Ziel dieses Projektes ist es, Diagnose-Tools (insbesondere basierend auf computerunterstützten, statistischen Analysen wie sog. „multiverse“ bzw. „multi-model“ Analysen) für die Robustheit von Ergebnissen gegenüber unterschiedlichen Modell- und Stichprobenspezifikationen zu entwickeln. In einem zweiten Schritt sollen diese Werkzeuge dann zu einer Bestandsaufnahme der Robustheit und damit Glaubwürdigkeit von Artikeln verwendet werden, die in führenden sozialwissenschaftlichen Zeitschriften publiziert wurden und/oder auf Daten des European Social Surveys (ESS) beruhen. Vorab wird geprüft, ob sich die Ergebnisse der Artikel anhand des Originalcodes der Autor:innen reproduzieren lassen. Zudem soll diese Bestandsaufnahme mit ersten Analysen zu Risiko- und Anreizstrukturen für mehr oder weniger glaubhafte Sozialwissenschaft verbunden werden (basierend auf Theorien aus der analytischen Soziologie und quantitativen Wissenschaftsforschung). Ein weiteres Projektziel ist es, evidenzbasiert Vorschläge für Maßnahmetools zur Steigerung von robusten und glaubhaften Ergebnissen im Rahmen von mehr transparenter „open“ Science zu entwickeln (u.a. in Form von neuen Publikationsformaten).
Publikation:
Krähmer, D., Schächtele, L., & Schneck, A., 2023: Care to share? Experimental evidence on code sharing behavior in the social sciences. PLOS ONE, 18(8): e0289380. https://doi.org/10.1371/journal.pone.0289380
Ansprechpartner: Katrin Auspurg katrin.auspurg@lmu.de; Andreas Schneck andreas.schneck@lmu.de
