From Prediction to Agile Interventions in the Social Sciences
Kurzbeschreibung
Der interdisziplinäre Forschungsbereich From Prediction to Agile Interventions in the Social Sciences (FAIR) bringt Forscher*innen aus den Datenwissenschaften, der Statistik, den Erziehungswissenschaften, der Psychologie, den Rehabilitationswissenschaften und der Soziologie zusammen. FAIR-Forscher*innen aus diesen verschiedenen Disziplinen fokussieren sich auf die Entwicklung und Anwendung innovativer Forschungsmethoden aus den Datenwissenschaften und nutzen diese, um gesellschaftliche Herausforderungen in hochrelevanten Bereichen wie Bildung, Gesundheit und gesellschaftliche Inklusion und Teilhabe zu adressieren.
In den Sozialwissenschaften stehen zunehmend größere und komplexere Daten zur Verfügung, die zu präziseren Vorhersagemodellen (z. B. für Ergebnisse wie schulischen Erfolg, Gesundheit und Wohlbefinden) beitragen und unser Verständnis von Ursache-Wirkungs-Beziehungen verbessern können. Ein wichtiges Ziel von FAIR ist die Entwicklung eines Rahmens für "Agile Interventionsforschung", der individuelle, datengesteuerte und bedarfsgerechte Anpassungen von Interventionen in authentischen Kontexten ermöglicht. Es werden "große" (große Datensätze) und "kleine" (kleine Fallzahlen) Daten genutzt, um Prognosemodelle in den Sozialwissenschaften zu optimieren und die Wirkung verfügbarer Interventionen in diesen Bereichen zu maximieren, indem individualisierte Anpassungen ermöglicht werden.
Projektlaufzeit
2021-2024
Team der TU Dortmund
Prof. Dr. Martina Brandt, Prof. Phillip Doebler, Prof. Dr. Markus Pauly, Prof. Fani Lauermann, Ph.D., Prof. Dr. Nele Mc Elvany, Prof. Dr. Tobias Kuhn, Prof. Dr. Sarah Weigelt, Dr. Alexander Munteanu, Prof Dr. Katja Ickstadt
Drittmittelgeber
Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen