Refine
Document Type
- Article (2)
- Doctoral Thesis (1)
- Habilitation (1)
- Master's Thesis (1)
Keywords
- Neue Medien (5) (remove)
Evaluating another person´s personality is an essential part of human life. How an individual reacts to a certain trigger, let it be a statement, strongly depends on his personality. Therefore, knowledge about the personality of a conversational counterpart is crucial to predict how he or she will react to a question or an answer. Personality is commonly understood as ´patterns of thought, emotion, and behavior that are relatively consistent over time and across situations´ (Funder 2012). If personality is as aforementioned defined as stable ´over time and across situations´, then it has to be differentiated from the character, which might change as an actor plays a role. A large proportion of an individual´s outer behavior can be explained by the inner personality. The outer behavior as a result of the personality determines various socio-demographic attributes, like job satisfaction (Furnham et al. 2002), the success of romantic relationships (Noftle, Shaver 2006), job performance (Barrik, Mount 1991) or high income, conservative political attitudes, early life adjustment to challenges, and social relationships (Soldz, Vaillant 1999). Humans can infer another person´s personality pretty precise. A first impression like a short video in many cases is enough to asses a personality (Carney et al. 2007). However, personality assessment is not limited to the social-cognitive domain of human brains - machine learning models attempt to predict personalities as well, or even better than humans. The internet provides a vast amount of data regarding personal information about its users - to so-called digital footprint. Especially social networks offer personal data in a very condensed form, the social-media footprint. Social media networks, which are online platforms, where people create a profile of themselves and communicate with other users or artificial persons like newspaper, offer a wide range of personal data to the broad community, as well as the network and its developers. In the year 2014 49.7 % of the German internet participated in social media networks (Statistisches Bundesamt 3/16/2015) with an upward trend. Furthermore, social media networks, like Facebook, provide the possibility to ´like´ something, which means at first: the user starts to follow a certain page and therefore receives updates and messages from the page and secondly: that the user publicly declares that he or she likes the page, visible to other users. However, it has been shown that the profile of a social network user indeed reflects the individual user and his personality and not an ´idealized´ version of 5 themselves (Back et al. 2010). Hence, these profiles seem to be unbiased, or at least as biased as the personality tests themselves. On the other side are the Facebook pages. A page in this case can be related to anything that a user started, let it be a political attitude, an artificial person, a company or a special kind of food. Any page can be created, and every user can give it a ´Like´. Facebook, as the biggest social media network as of today (Statista 2017) offers the possibility to collect data about a user´s Facebook likes, if the user agrees to the request. Due to the generic nature of Facebook likes and the relevance of personality assessment as a crucial part of social living, this paper focuses onto machine personality prediction based on Facebook likes. However, listening to music from a certain group in a web browser or reading a certain online newspaper can be easily translated into the Facebook like analogy and vice versa, which means that findings from this study are unlikely limited to the domain of Facebook likes.
Von Open Access zu Open Science : zum Wandel digitaler Kulturen der wissenschaftlichen Kommunikation
(2016)
Bei dieser Arbeit handelt es sich um eine explorative Studie zum Verständnis der Konzepte von Open Access und Open Science im Rahmen der Digitalisierung und der Differenzierung zwischen den verschiedenen wissenschaftlichen Disziplinen und vor dem Hintergrund wissenschaftlicher Reputation. Ziel der Arbeit ist die Darstellung, Analyse und Verhandlung der Annahmen rund um die Etablierung sowie die Durchführung von offenen und digitalen wissenschaftlichen Erkenntnisprozessen. Die forschungsleitende Hypothese dieser Arbeit ist, dass sich die Öffnung des Zugangs zu wissenschaftlichen Erkenntnissen für die Gesamtgesellschaft (Open Access) in einer Übergangsphase zur Öffnung des Zugriffs auf den gesamten wissenschaftlichen Erkenntnisprozess (Open Science) befindet. Im Verlauf der Arbeit werden die Vorannahmen zum Interesse an der Öffnung wissenschaftlicher Kommunikation und der Verbreitung dieser den praktischen Gegebenheiten im wissenschaftlichen Alltag in einer Befragung gegenübergestellt. Dabei wird die Thematik in Bezug zu den Herausforderungen an die wissenschaftliche Gemeinschaft und das wissenschaftliche System gesetzt sowie in einen historischen Kontext gestellt. In diesem Zusammenhang werden insbesondere die Diskrepanz zwischen der Idee der Öffnung von wissenschaftlicher Kommunikation und der wissenschaftlichen Realität adressiert, sowie Katalysatoren und Hindernisse für die Umsetzung der Konzepte rund um die Öffnung von Wissenschaft identifiziert und empirisch überprüft. Die Erfahrungen und Meinungen der befragten Wissenschaftler und Wissenschaftlerinnen werden den Erfahrungen aus einem Selbstversuch des jederzeit öffentlich einsehbaren Erstellungsprozesses dieser Arbeit gegenübergestellt, die Unterschiede zwischen den Disziplinen herausgearbeitet und Handlungsempfehlungen für das offene Bearbeiten wissenschaftlicher Fragestellungen abgeleitet. Abschließend werden die Ergebnisse zusammengefasst, bewertet und in einem Ausblick Anknüpfungspunkte für weitere Forschungsbemühungen dargestellt. Die gesamte Arbeit wurde direkt und unmittelbar bei der Erstellung für jeden, jederzeit frei zugänglich im Internet auf live.offene-doktorarbeit.de unter einer offenen und freien Lizenz (opendefinition.org) maschinenlesbar veröffentlicht.
Die in dieser Sammlung zusammengetragenen Texte reicht der Autor als kumulative Habilitationsleistung bei der Fakultät »Umwelt und Technik« der Leuphana Universität Lüneburg zum Zwecke des Erwerbs der Lehrbefugnis für die Fachrichtung »Informatik/Digitale Medien« ein. Die Texte sind alle in den letzten zehn Jahren veröffentlicht worden, meist im Druck, einige online. Als Einzelveröffentlichungen behandeln sie jeweils separate Themen, deshalb werden ihr Ursprung, der Gesamtzusammenhang und die daraus entwickelbaren Perspektiven für Forschung und Lehre an der Leuphana Universität Lüneburg im Folgenden umrissen.
Führung auf Distanz wird zunehmend zu einem integralen Bestandteil verteilter Arbeits- und Organisationsformen und stellt Führungskräfte vor neue Herausforderungen. Medienbasiertes E-Leading drängt sich als Lösung auf, doch kann Führung auf Distanz allein schon aus Gründen des Vertrauensaufbaus auf Face-to-Face-Elemente nicht verzichten. Wir schlagen daher einen Paradigmenwechsel vor: vom E-Leading zum Blended Leading!
