"Across Domains"

Daten "Across Domains"

Daten sind essenziell für Experten und Expertinnen verschiedener Bereiche, um sie bei dem Erreichen von relevanten wissenschaftlichen Ergebnissen zu unterstützen.

Wählen Sie im Folgenden einen Bereich aus, der Ihrem Fachgebiet am nächsten kommt, und erkunden Sie verschiedene Beispiele dafür, wie die Datenanalyse zur Erzielung wichtiger Ergebnisse in verschiedenen Bereichen beitragen kann.

 

Psychologie

 

Daten spielen eine entscheidende Rolle, wenn es darum geht, Psychologieforschenden bei der Aufdeckung bedeutender wissenschaftlicher Erkenntnisse zu helfen, indem sie die Analyse komplexer menschlicher Verhaltensweisen und kognitiver Prozesse ermöglichen. 

So untersucht beispielsweise die Studie von Su et al. (2024), wie sich die Anfälligkeit für soziale Einflüsse bei jüngeren und älteren Erwachsenen unterscheidet, wobei der Schwerpunkt auf Impulsivität und Geduld liegt. Anhand der gesammelten Daten konnten die Forschenden feststellen, dass ältere Erwachsene im Vergleich zu jungen Erwachsenen relativ anfälliger für impulsive soziale Einflüsse sind. Die Studie zeigte auch, dass ältere Erwachsene mit einem höheren selbstberichteten Grad an affektiver Empathie und emotionaler Motivation besonders anfällig für impulsive Beeinflussung waren. Daher deuten diese Ergebnisse darauf hin, dass ältere Erwachsene mit einem hohen Grad an affektiver Empathie und emotionaler Motivation aufgrund ihrer Anfälligkeit für soziale Beeinflussung einem höheren Risiko für impulsive Entscheidungen ausgesetzt sein könnten. 

 
REFERENCES
  1. Su, Zhilin, Mona M. Garvert, Lei Zhang, Sanjay G. Manohar, Todd A. Vogel, Louisa Thomas, Joshua H. Balsters, Masud Husain, Matthew A. J. Apps, and Patricia L. Lockwood. “Older Adults Are Relatively More Susceptible to Impulsive Social Influence than Young Adults.” Communications Psychology 2, no. 1 (September 23, 2024): 1–13. https://doi.org/10.1038/s44271-024-00134-0.
Bildung

 

Daten spielen eine zentrale Rolle dabei, Bildungsforschende in die Lage zu versetzen, wertvolle wissenschaftliche Erkenntnisse zu gewinnen. Durch die systematische Erhebung und Analyse von Daten können Forschende Muster erkennen, Interventionen bewerten und politische Entscheidungen treffen, um Bildungsergebnisse zu verbessern.

Ein Beispiel hierfür ist die Studie "Correlation between Facebook use for educational purposes and academic performance of students" von Dragan Lambić. Diese Forschung nutzte Daten von 139 Universitätsstudierenden, um die Auswirkungen von Facebook als Lernhilfe zu untersuchen. Durch die Analyse der Häufigkeit der Facebook-Nutzung zu Bildungszwecken und ihrer Korrelation mit der akademischen Leistung zeigte die Studie eine positive Beziehung auf. Zudem wurde hervorgehoben, dass Studierende, die Facebook als nützlich empfanden, es eher effektiv für das Lernen einsetzten.

Dieses Ergebnis unterstreicht, wie gezielte Datenerhebung und -analyse Forschenden dabei helfen können, Strategien zur Optimierung von Lerntechnologien zu empfehlen, sodass diese sowohl wirkungsvoll als auch breit akzeptiert sind.

   

REFERENCES
  1. Lambić, Dragan. “Correlation between Facebook Use for Educational Purposes and Academic Performance of Students.” Computers in Human Behavior 61 (August 1, 2016): 313–20. https://doi.org/10.1016/j.chb.2016.03.052. 
Wirtschaftswissenschaften
 

Daten spielen eine entscheidende Rolle, um Wirtschaftsforschenden zu helfen, wichtige Erkenntnisse zu gewinnen und fundierte wissenschaftliche Ergebnisse zu erzielen. 

Die Studie „Tax Evasion and Financial Development under Asymmetric Information in Credit Markets“ von Guo und Hung zeigt beispielsweise, wie empirische Daten die Verbindung zwischen finanzieller Entwicklung und reduzierter Steuerhinterziehung aufzeigen. Die Forschung stellt eine empirisch realistische positive Korrelation zwischen finanzieller Entwicklung und dem Verhältnis von Steuereinnahmen zum BIP her. Dieser Ansatz zeigt, wie datengetriebene Untersuchungen komplexe Zusammenhänge aufdecken, politische Entscheidungsprozesse informieren und zur wirtschaftlichen Entwicklung beitragen können.
 
 
 
REFERENCES
  1. Guo, Jang-Ting, and Fu-Sheng Hung. “Tax Evasion and Financial Development under Asymmetric Information in Credit Markets.” Journal of Development Economics 145 (June 1, 2020): 102463. https://doi.org/10.1016/j.jdeveco.2020.102463. 


!     Suchen Sie nach weiteren Beispielen aus Ihrem Fachgebiet und schreiben Sie darüber im Kommentarbereich auf der linken Seite.