Open and Reproducible Science

Center for Reproducible Science

Open Science Team

Beschreibung

Der Kurs ist in sechs Themen eingeteilt:

1. Einführung in Open Science und in den Zusammenhang mit wissenschaftlicher Integrität und reproduzierbarer Forschung
2. Praktische Leitlinien für die Handhabung von Daten und Projekten im Hinblick auf Reproduzierbarkeit.
3. Definition von Qualitätskriterien für gute Forschung insbesondere zur kritischen Einschätzung von Veröffentlichungen und Diskussion wie diese Kriterien mit Transparenz und Reproduzierbarkeit von Forschungsergebnissen zusammenhängen
4. Einführung in einige Tools zur wissenschaftlichen Zusammenarbeit
5. Einführung in reproduzierbare Notebooks für die Datenanalyse
6. Umsetzung der Prinzipien von Open Science und reproduzierbarer Forschung bei der Visualisierung von Daten

Die Themen werden in sieben zweistündigen Präsenzübungsstunden behandelt, dazu gibt es zuerst digitalen Input und Hausaufgaben. In diesem flipped classroom lernen Studierende Konzepte mit Hilfe von Videos und Literatur im eigenen Tempo kennen und sie lösen dazu Aufgaben vor der Präsenzlektion. Die Hausaufgaben und die Präsenzübungsstunden beinhalten Feedback und Bewertung von Peers und den Dozierenden.

Zielgruppe

Studierende aller Disziplinen, die zumindest teilweise empirisch arbeiten und eine Einführung in die empirische Forschung gehört haben. Es werden mittlere Computerkenntnisse vorausgesetzt (Studierende sollen Pakete und Programme installieren können und die Grundlagen von R beherrschen).

Kursdaten

16.00 - 18.00 Uhr

22.02.2022., 01.03.2022, 08.03.2022, 15.03.2022, 22.03.2022, 29.03.2022, 05.04.2022,

Leistungsnachweis / ECTS Credits

Portfolio Prüfung: 70% aller Inputaufgaben, Hausaufgaben und Präsenzaufgaben müssen gelöst werden, um den Kreditpunkt zu erhalten.

1 ECTS

Beschreibung

Der Kurs ist in fünf Themen eingeteilt:

1. Versionskontrolle
2. Questionable Research Practices (QRP)
3. Reproduzierbares Computing
4. Good statistical practice
5. Werkzeuge in R für Daten- und Metadatenhandhabung

Die Themen werden in sieben zweistündigen Präsenzübungsstunden behandelt, dazu gibt es zuerst digitalen Input und Hausaufgaben. In diesem flipped classroom lernen Studierende Konzepte mit Hilfe von Videos und Literatur im eigenen Tempo kennen, sie lösen dazu Aufgaben vor der Präsenzlektion. Die Hausaufgaben und die Präsenzübungsstunden beinhalten Feedback und Bewertung von Peers und den Dozierenden.

Zielgruppe

Studierende aller Disziplinen, die zumindest teilweise empirisch arbeiten. Die Teilnehmer haben erste Erfahrungen in der Forschung gesammelt, nutzen wissenschaftliche Literatur aktiv und haben eine Einführung in die Statistik gehört. Es werden gute Computerkenntnisse erwartet inklusive Erfahrung in R.

Kursdaten

16.00 -18.00 Uhr

12.04.2022, 26.04.2022, 03.05.2022, 10.05.2022, 17.05.2022, 24.05.2022, 31.05.2022,

Leistungsnachweis / ECTS Credits

Portfolio Prüfung: 70% aller Inputaufgaben, Hausaufgaben und Präsenzaufgaben müssen gelöst werden, um den Kreditpunkt zu erhalten.

1 ECTS