Research

@project{spp-2431-entailab,
  name      = {ENTAILab - Research Infrastructure and Innovation Lab},
  abstract  = {The DFG Infrastructure Priority Program New Data Spaces for the
               Social Sciences (InfPP) was established in order to meet the challenges
               of traditional survey research and to make use of newly available
               data sources. The ENTAILab as the central feature of the InfPP
               offers infrastructure services, excellent research opportunities
               and will promote the dissemination of results into existing and
               emerging research and data provision programs. There are clear
               upscaling and synergy effects of ENTAILab for the projects within
               the InfPP, leading to opportunities and successful realizations
               that - partly due to high costs for individual projects and a
               lack of infrastructural equipment - would otherwise not exist.
               By providing the infrastructure for a range of projects at the
               same time, e.g. the connection to existing data, samples and panels,
               server capacities, code and tools, expert counseling, and research
               overviews, we make use of synergies and create added value, while
               at the same time conducting cross-cutting research on these infrastructures.
               The measures combined in ENTAILab represent the central and unifying
               element for the research and development and transfer activities
               of the priority program. ENTAILab will unlock and sustainably
               use emerging opportunities of the new data spaces and to meet
               the requirements of the InfPP in general.},
  year      = {2024},
  funded_by = {DFG (539634240)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/539634240},
  url       = {https://www.new-data-spaces.de/de-de/Start/Infrastructure-Priority-Programme/ENTAILab},
  logo      = {/wp-content/uploads/2024/01/logo-NewDataSpaces-long.png}
}

@project{spp-2431-faces,
  name      = {Durchführbarkeit, Akzeptanz und Datenqualität neuer multimodaler Erhebungen (FACES)},
  abstract  = {Das Projekt eröffnet einen neuen multimodalen Datenraum für die
               Umfrageforschung aus einer survey-analytischen und einer informatischen
               Perspektive. Dieser Datenraum wird jüngste Innovationen im Bereich
               der VR und der KI nutzen und weiterentwickeln, um Face-to-Face-Interviews
               zu ersetzen und so das Problem der steigenden Kosten und sinkenden
               Rücklaufquoten interviewerbasierter Erhebungen zu lösen. Zu diesem
               Zweck wird ein Multi-Interface-System für Online-Befragungen auf
               der Grundlage von VR und Mixed Reality entwickelt und durch eine
               Reihe von Experimenten und eingehenden Vergleichen mit videobasierten
               Methoden getestet und bewertet. Das System wird ein breites Spektrum
               an Variabilität in Bezug auf Avatare und situative Parameter von
               Interviews, Schnittstellen und KI-Technologien zur automatischen
               Verarbeitung von Sprach- und Verhaltensdaten aufweisen. Dabei
               werden systematisch avatar-basierte, menschengesteuerte Lebensumfragen
               mit videobasierten Lebensumfragen verglichen. Bei ersteren werden
               die Verhaltensfreiheitsgrade der Interaktanten durch die Wahl
               der Avatare deutlich erweitert. Aufgrund der großen Anzahl möglicher
               Merkmalskombinationen wird auf zwei Arten vorgegangen: (1) die
               Auswirkungen von Avatar- und Situationsmerkmalen werden in Experimenten
               untersucht, um eine Vorauswahl zu treffen; (2) es werden vielversprechende
               Merkmalskombinationen identifiziert und unter realen Bedingungen
               (reale Interviews) getestet. Wir werden drei Forschungsfragen
               behandeln: RQ1: Was sind die Vorteile von avatar-basierten Interviews
               im Vergleich zu videobasierten Interviews in Bezug auf Akzeptanz,
               Machbarkeit und Datenqualität? RQ2: Welche Interviewereffekte
               werden durch welche Kombinationen von Merkmalen reduziert und
               wie interagieren sie? RQ3: Wie können die Ergebnisse in eine Theorie
               integriert werden, die das Training von automatisierten, vollständig
               immersiven virtuellen Interviewern darstellt? Zur Beantwortung
               der Fragen geht das Projekt über bestehende Studien hinaus und
               betrachtet vier Szenarien. In den Szenarien 2 und 3 ist das multimodale
               Verhalten der befragten Person noch aktiv, kann aber nicht wie
               in Szenario 1 aufgezeichnet werden. Die Szenarien 1-3 werden mit
               Szenario 4 verglichen, um die Auswirkungen von Avataren zu untersuchen.
               Sie unterscheiden sich durch den Grad der Immersion des Befragten
               und ermöglichen Betrachtungen zum Einfluss von Avataren in (teil-)virtualisierten
               Interviews, während Szenario 1 die zusätzliche Untersuchung des
               Proteus-Effekts ermöglicht. Die Szenarien 1-2 werden experimentell
               untersucht, die Szenarien 3-4 zusätzlich auch unter realen Interviewbedingungen
               mit ehemaligen NEPS SC3 Teilnehmern. Auf diese Weise wird das
               Projekt das erste sein, das Selbst- und Fremd-Avatar-Effekte,
               sowohl in Bezug auf Avatar-Eigenschaften als auch im Vergleich
               zu klassischen Interviews untersucht. Da im Rahmen des Projekts
               ein Open-Source-System entwickelt wird, wird es den Weg für künftige
               Avatar-basierte Lebensumfragen ebnen.},
  year      = {2024},
  funded_by = {DFG (539621548)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/539621548},
  url       = {https://www.new-data-spaces.de/de-de/Start/Infrastructure-Priority-Programme/Projects},
  logo      = {/wp-content/uploads/2024/01/logo-NewDataSpaces-long.png}
}

@project{sfb-neglab,
  name      = {Negation in Language and Beyond (NegLaB)},
  abstract  = {Negation is a fundamental and unique property of human language
               since it allows us to reason about what is not the case. It does
               not only express a clearly defined grammatical function, it also
               interacts with various aspects of grammar and cognition. The acquisition
               and processing of negation encompass linguistic as well as non-linguistic
               cognitive procedures. Hence, negation constitutes an ideal testing
               ground to differentiate cognitive mechanisms that are grammatical
               in nature from those that are shared with other cognitive domains,
               such as memory, attention, decision making and cognitive control.
               We intend to explore how the expression of negation is cross-linguistically
               associated with grammatical and non-linguistic cognitive operations
               and also whether the operations observed in negative utterances
               are part of negation itself or, rather, arises as an effect of
               the grammatical system and cognitive functions. While the semantics
               of negation is generally analyzed as a unique propositional operator,
               its morphosyntactic expression is much more varied and often involves
               more than one morphological exponent. Hence, there is a tension
               between a rich morphosyntax and a more straightforward semantics.
               The semantics of negation leads one to expect negation to be expressed
               by a single morpheme positioned at the beginning of the clause
               (Neg-Only Hypothesis). The rich and variable morphosyntax leads
               us to expect that negation requires a number of conditions in
               the semantics (Neg-Plus Hypothesis). We aim to solve this puzzle
               covering several empirical domains. More grammatical effects than
               semantics would lead us to expect are visible in the interaction
               between negative utterances and the cognitive processing and semantic
               evaluation of alternative propositions. This is reflected in acquisition,
               since children produce negative utterances relatively early, but
               all the aspects of negation take a rather long time to be acquired.
               Downstream effects of this can be seen in adult processing as
               the comprehension of negative sentences is costlier than for positive
               sentences. This is supposedly due to the inhibition of the corresponding
               positive sentence that is necessary for the interpretation of
               negative statements. Our exploration into the way negation and
               other grammatical categories or non-linguistic cognitive functions
               interact will lead us to identify how negation functions in natural
               language and how it favors or hinders other (extra-)grammatical
               components or processes. Why do some of them need to occur together
               with negation (e.g., negative polarity items) and why are others
               incompatible with it (as some types of imperatives)? Our general
               aim is to develop a theoretical perspective on the way negation
               manifests itself in natural language, how it is acquired and processed,
               and why it varies so much across languages. Thereby, we will gain
               a better understanding of the connections between linguistic competence
               and general cognition.},
  year      = {2024},
  funded_by = {DFG (SFB 1629)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/509468465?language=en},
  url       = {https://www.uni-frankfurt.de/149292001/Negation_in_Language_and_Beyond},
  logo      = {/wp-content/uploads/2024/04/logo-NegLaB.jpg}
}

@project{core-c08-integration,
  name      = {C08: Integration von Prozess- und Textdaten der Studierenden zur Messung der Interdependenz von domänenspezifischem und generischem kritischen Online Reasoning (DOM-COR und GEN-COR)},
  abstract  = {Der Standardansatz zur Bewertung von Lernergebnissen sieht Bewertung
               als einen Prozess an, bei dem aus den notwendigerweise begrenzten
               Nachweisen zu den Aktivitäten von Lernenden Aussagen über ihr
               Wissen und ihre Fähigkeiten gemacht werden können. Die Analyse
               von Prozess- und Textdaten, die beim Lernen als zusammenhängende
               Verhaltenssequenzen generiert werden, gilt demgegenüber als realitätsnähere
               Alternative. Diese multimodalen Daten haben das Potenzial, ein
               vollständigeres Bild von kritischen Online-Reasoning-Prozessen
               (COR) von Studierenden wiederzugeben und können zugleich mit datenwissenschaftlichen
               Methoden analysiert werden. Dabei stellt sich die Frage, inwieweit
               datenwissenschaftliche Methoden mit Standardbewertungsansätzen
               vergleichbar sind, um COR-Prozesse näher zu untersuchen. C08 verfolgt
               drei Hauptziele: (1) Bereitstellung einer authentischen digitalen
               Bewertungs- und Lernumgebung in der AZURE-Cloud, in der sich Studierende
               so verhalten können, wie sie es auf ihren Computern tun; (2) Integration
               der Aktivitäten von Studierenden anhand von multimodalen Text-
               und Antwortprozess-Daten in einer Forschungsinfrastruktur namens
               Multimodal Learning Data Science System (MLDS) – dies ermöglicht
               die Analyse von Prozessdaten (z.B. Scrollen von Webseiten, Browsing-Historie,
               Zeitaufwand) und Textdaten (z.B. genutzte Webseiten, geschriebener
               Text) von Studierenden bei Bearbeitung von generischen (GEN) und
               domänenspezifischen (DOM) COR-Aufgaben; (3) Analyse der multimodalen
               Daten, um latente Beziehungen zwischen den von Studierenden bearbeiteten
               oder geschriebenen Textdaten und ihren Verhaltensdaten bei der
               Lösung von COR-Aufgaben aufzudecken. Die digitale Bewertungs-
               und Lernumgebung von C08 wird die Erfassung von Lernverhalten
               bei COR-Aufgaben der A-Projekte in realen Internetszenarien und
               vergleichbaren Simulationen erlauben. C08 wird Text- und Prozessdaten
               in seiner MLDS-Forschungsinfrastruktur erfassen, ihre Rolle und
               Interaktion bei der Bearbeitung von COR-Aufgaben untersuchen und
               klären, inwiefern sie mit dem Fachwissen und persönlichen Eigenschaften
               der Studierenden zusammenhängen. C08 prüft die Bedeutung von datenwissenschaftlichen
               Methoden im Bildungsbereich. Es identifiziert den Mehrwert und
               die Grenzen datenwissenschaftlicher Methoden für die Verarbeitung
               multimodaler Text- und Prozessdaten, die in GEN- und DOM-COR-Bewertungen
               generiert werden, um neue Erkenntnisse und Methoden für die erziehungswissenschaftliche
               Forschung beizutragen. C08 wird mit allen Projekten in der Forschungsgruppe
               (FOR) zusammenarbeiten, um einen neuartigen Big-Data-Datensatz
               für die GEN- und DOM-COR-Studien zu erstellen und auszuwerten,
               und zwar mittels einer für diese Analysen zu entwickelnden neuartigen
               Infrastruktur. C08 bringt datenwissenschaftliche Expertise in
               die FOR ein und erfordert die Expertise der Bildungswissenschaftler*innen,
               um seine Methoden anzupassen und zu kalibrieren.},
  year      = {2023},
  funded_by = {DFG (462702138)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/520631675},
  url       = {https://de.core.uni-mainz.de/c08/},
  logo      = {/wp-content/uploads/2024/11/CORE_Logo_neu.png}
}

@project{core-b05-modellierung,
  name      = {B05: Modellierung der Informationslandschaft (IL) zur Bewertung und Analyse von domänenspezifischem und generischem Critical Online Reasoning (DOM-COR und GEN-COR)},
  abstract  = {Die Rolle linguistischer Indikatoren für die Lesbarkeit von Texten
               oder die Glaubwürdigkeit von Webquellen wurde bereits intensiv
               erforscht. Die Antragssteller konnten anhand eines Korpus kurzer
               Offline-Texte zudem zeigen, dass linguistische Merkmale Vorhersagen
               über die Ergebnisse von Studierenden in domänenspezifischen Wissenstests
               erlauben. Inwieweit solche Zusammenhänge für Testaufgaben in komplexen
               offenen Informationslandschaften generalisierbar sind, ist ein
               wichtiges Desiderat. Daher fokussiert B05 auf die Modellierung
               linguistischer Merkmale der online Informationslandschaft (IL),
               in der sich Studierende zur Lösung von Aufgaben zum Critical Online-Reasoning
               (COR) bewegen. B05 zielt auf die Entwicklung eines theoretisch
               fundierten linguistischen Merkmalsmodells ab, das auf den Texten
               basiert, die Studierende als Komponenten der online IL bei der
               Lösung von COR-Aufgaben nutzen bzw. produzieren. Das Modell soll
               Vorhersagen über COR-Prozesse und COR-Leistungen erlauben. Dabei
               fokussiert B05 auf drei Forschungsfragen: (i) Inwieweit unterscheiden
               sich die linguistischen Merkmale beim generischen vs. domänenspezifischen
               COR (GEN-COR/DOM-COR) sowie innerhalb der Domänen Wirtschaft,
               Medizin, Soziologie und Physik? (ii) Wie unterscheiden sich diese
               Merkmale bezüglich der drei kognitiven COR-Facetten: Online-Informationsbeschaffung,
               kritische Informationsbewertung sowie evidenzbasiertes Argumentieren
               und Synthetisieren von Informationen. (iii) Auf welchen Ebenen
               wirken diese Merkmale: auf der Ebene einzelner Texte, multipler
               Texte, Domänen, Genres, der IL oder der zugrundeliegenden Sprache
               (z.B. Deutsch)? B05 geht von der qualitativen Auswahl linguistischer
               Merkmale zum Evidenzstatus, zur Informationsquelle und zur Textorganisation
               aus. Der quantitative Teil operationalisiert diese Merkmale mittels
               eines erweiterten maschinellen Lernmodells und testet ihre Vorhersagekraft
               und Spezifität bezüglich der drei Forschungsfragen. Die Verknüpfung
               von qualitativen und quantitativen Analysen erfolgt über einen
               computationellen hermeneutischen Zirkel, in dem der quantitative
               Teil statistische Auswertungen und Vorhersagen generiert, deren
               Interpretierbarkeit auf qualitativen linguistischen Analysen fußt.
               B05 stellt für die Forschungsgruppe (FOR) maschinelle Lernmodelle
               bereit, die die linguistischen Merkmale multipler Texte als Teil
               der IL automatisch analysieren und auf einer linguistischen Theorie
               zu COR basieren, die die Ebene feinkörniger linguistischer Informationseinheiten
               adressiert. Die A-Projekte stellen Texte und Informationen über
               die COR-Testergebnisse von Studierenden zur Verfügung und erhalten
               linguistische Analysen von B05. Als die detailliertesten Informationseinheiten
               in der FOR sind linguistische Merkmale für die anderen B-Projekte
               bezüglich Medien- und Inhaltseigenschaften (B04) und narrative
               Strukturen (B06) relevant. Das Multimodal Learning Data Science
               System von C08 ist zentral für die Integration aller Text- und
               Leistungsdaten in B05.},
  year      = {2023},
  funded_by = {DFG (462702138)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/520621868},
  url       = {https://de.core.uni-mainz.de/b05/},
  logo      = {/wp-content/uploads/2024/11/CORE_Logo_neu.png}
}

@project{spp-2431-new-data-spaces,
  name      = {New Data Spaces for the Social Sciences},
  abstract  = {In order to more precisely research the major societal challenges
               of the coming decades, including digitization, climate change,
               and war- and pandemic-related societal changes, and to be able
               to identify the need for political action on this basis, the social
               sciences need innovative research data and methods.},
  year      = {2023},
  funded_by = {DFG (SPP 2431)},
  funded_by_url = {https://www.dfg.de/de/aktuelles/neuigkeiten-themen/info-wissenschaft/2023/info-wissenschaft-23-20},
  url       = {https://www.new-data-spaces.de/en-us/},
  logo      = {/wp-content/uploads/2024/01/logo-NewDataSpaces-long.png}
}

@project{vicom-gemdis,
  name      = {Virtual Reality Sustained Multimodal Distributional Semantics for Gestures in Dialogue (GeMDiS)},
  abstract  = {Both corpus-based linguistics and contemporary computational linguistics
               rely on the use of often large, linguistic resources. The expansion
               of the linguistic subject area to include visual means of communication
               such as gesticulation has not yet been backed up with corresponding
               corpora. This means that “multimodal linguistics” and dialogue
               theory cannot participate in established distributional methods
               of corpus linguistics and computational semantics. The main reason
               for this is the difficulty of collecting multimodal data in an
               appropriate way and at an appropriate scale. Using the latest
               VR-based recording methods, the GeMDiS project aims to close this
               data gap and to investigate visual communication by means of machine-based
               methods and innovative use of neuronal and active learning for
               small data using the systematic reference dimensions of associativity
               and contiguity of the features of visual and non-visual communicative
               signs.},
  year      = {2021},
  funded_by = {DFG (SPP 2392)},
  funded_by_url = {https://www.dfg.de/en/research_funding/announcements_proposals/2021/info_wissenschaft_21_45/index.html},
  url       = {https://vicom.info/projects/virtual-reality-sustained-multimodal-distributional-semantics-for-gestures-in-dialogue-gemdis/},
  logo      = {/wp-content/uploads/2024/01/ViComGeMDis.png}
}

@project{loewe-minderheitenstudien,
  name      = {LOEWE-Schwerpunkt "Minderheitenstudien: Sprache und Identität"},
  abstract  = {Der LOEWE-Schwerpunkt "Minderheiten: Sprache und Identität" erarbeitet
               eine interdisziplinäre Untersuchung der Problematik von Identitätsbildung
               bei Minderheiten. Dazu untersuchen wir drei Arten von Relationen:
               die Relation zwischen Minderheiten "im eigenen Land" und Minderheiten
               "im Ausland"; die Relation zwischen Selbstwahrnehmung und Fremdwahrnehmung
               von Minderheiten (sowohl "im eigenen Land" als auch im "Ausland");
               und die wechselseitige Relation der identitätsbedingenden Vorgaben
               Sprache, Religion, Kultur und Ethnos, in Selbstsicht und Fremdsicht
               "im eigenen Land" und "im Ausland".},
  year      = {2020},
  funded_by = {LOEWE},
  funded_by_url = {https://proloewe.de/de/loewe-vorhaben/nach-themen/minderheitenstudien/},
  url       = {https://sprache-identitaet.uni-frankfurt.de/},
  logo      = {/wp-content/uploads/2024/02/logo-loewe-minderheitenstudien-blau.png}
}

@project{bridge,
  name      = {Berufspraktische Bildungsprozesse im Recht- und Lehramtsreferendariat sowie der Medizin unter Nutzung digitaler Medien (BRIDGE)},
  abstract  = {Die Nutzung von Onlinemedien steigt in allen Bildungsbereichen
               zunehmend an. Auch für den Berufseinstieg nutzen Lernende immer
               häufiger online verfügbare Medien. Ob sich das Nutzungsverhalten
               je nach Beruf unterscheidet und ob es berufsspezifische Unterschiede
               gibt, ist bislang nicht erforscht. Hier setzt das Forschungsprojekt
               der Johannes Gutenberg-Universität Mainz und der Johann Wolfgang
               Goethe-Universität Frankfurt an. Die Wissenschaftlerinnen und
               Wissenschaftler untersuchen, wie Berufseinsteigende der Medizin
               im Praktischen Jahr, Lehramts- sowie Rechtsreferendarinnen und
               -referendare online verfügbare Medien nutzen. Hierbei vergleicht
               das interdisziplinäre Team die generelle mit der berufsspezifischen
               Nutzung von Onlinemedien anhand einer repräsentativen Stichprobe
               im Längsschnitt. Mithilfe von innovativen Ansätzen aus der Computerlinguistik
               und aus dem Bereich der Learning Analytics werden Online-Trainings
               entwickelt und die Lernprozesse der Probanden untersucht. Um die
               Daten multiperspektivisch zu interpretieren, wird eng mit der
               Praxis zusammengearbeitet. Das Team der Universität Mainz koordiniert
               das Verbundprojekt und bringt die wirtschaftspädagogische und
               rechtswissenschaftliche Perspektive sowie Expertise zur Kompetenzentwicklung
               ein. Die repräsentative und methodenintegrative Studie liefert
               wissenschaftliche Erkenntnisse zum Einfluss und zur digitalen
               Förderbarkeit der berufsbezogenen Mediennutzung in der Berufspraxis.
               Außerdem sind Ergebnisse zu erwarten, die zur Gestaltung der Verbindung
               von formalen und non-formalen Lerngelegenheiten genutzt werden
               können. Praxispartner, wie zum Beispiel Ausbildnerinnen und Ausbildner,
               können die entwickelten adaptiven Trainingskonzepte praktisch
               anwenden und nutzen.},
  year      = {2020},
  until     = {2023},
  funded_by = {BMBF (01JD1906B)},
  funded_by_url = {https://www.empirische-bildungsforschung-bmbf.de/de/Themenfinder-1720.html/projekt/01JD1906A},
  url       = {https://bridge.uni-mainz.de/},
  logo      = {/wp-content/uploads/2024/01/logo-BRIDGE.png}
}

@project{biofid,
  name      = {Specialised Information Service Biodiversity Research (BIOfid)},
  abstract  = {The specialised information service BIOfid (www.biofid.de) is
               oriented towards the special needs of scientists researching biodiversity
               topics at research institutions and in natural history collections.
               Since 2017, BIOfid has been building an infrastructure that contributes
               to the provision and mobilisation of research-relevant data in
               a variety of ways in the context of current developments in biodiversity
               research.},
  year      = {2017},
  funded_by = {DFG (FID 326061700)},
  funded_by_url = {https://gepris.dfg.de/gepris/projekt/326061700},
  url       = {https://www.biofid.de/en/},
  repository = {https://github.com/FID-Biodiversity},
  logo      = {/wp-content/uploads/2024/01/logo-BIOfid.png},
  keywords  = {biofid,biodiversity}
}