Advertisement

Big Data pp 27-41 | Cite as

International Program in Survey and Data Science

  • Frauke Kreuter
  • Florian Keusch
  • Evgenia Samoilova
  • Karin Frößinger
Chapter
Part of the Schriftenreihe der ASI - Arbeitsgemeinschaft Sozialwissenschaftlicher Institute book series (SASI)

Zusammenfassung

Das International Program in Survey and Data Science (IPSDS) zielt darauf ab, den steigenden Bedarf an Fachkräften im Bereich Datenerhebung und Datenanalyse durch einen berufsbegleitenden Studiengang zu decken. Anders als viele Weiterbildungsangebote greift das Programm stark auf moderne Formen des asynchronen und synchronen Lernens zurück, um in Beschäftigung befindlichen Personen und Personen mit Familienverpflichtungen entgegen zu kommen. Der Studiengang wurde mit finanzieller Hilfe des Bundesministeriums für Bildung und Forschung im Rahmen der Ausschreibung „Aufstieg durch Bildung: offene Hochschulen“ unterstützt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Biemer, P. (2016). Errors and Inference. In I. Foster, R. Ghani, R. S. Jarmin, F. Kreuter & J. Lane (Hrsg.), Big Data and Social Science: A Practical Guide to Methods and Tools. Chapman and Hall/CRC.Google Scholar
  2. Callegaro, M. & Yang, Y. (im Druck). The role of Surveys in the Area of „Big Data“. In D. L. Vannette & J. A. Krosnick (Hrsg.), The Palgrave Handbook of Survey Research. New York: Palgrave.Google Scholar
  3. Capgemini. (2017). Studie IT-Trends 2017. Überfordert Digitalisierung etablierte Unternehmensstrukturen?. https://www.de.capgemini.com/resource-file-access/resource/pdf/it-trends-studie-2017_1.pdf. Zugegriffen: 28.Juli 2017.
  4. Groves, R. et al. (2009). Survey Methodology. Wiley.Google Scholar
  5. Groves, R. & Harris-Kojetin, B. (2017). Innovation in Federal Statistics: Combining Data Scoures while Maintaning Privacy. National Academie of Science.Google Scholar
  6. European Commission. (2007). Key competences for lifelong learning-European reference framework.Google Scholar
  7. Japec, L., Kreuter, F., Berg, M., Biemer, P., Decker, P., Lampe, C., Lane, J., O‘Neil, C. & Usher, A. (2015). Big Data in Survey Research. AAPOR Task Force Report. Public Opinion Quarterly 79(4), Winter 2015, 839–880.Google Scholar
  8. Kizilcec, R. F., & Halawa, S. (2015). Attrition and Achievement Gaps in Online Learning. In Proceedings of the Second ACM Conference on Learning @ Scale.Google Scholar
  9. Kizilcec, R. F., Perez-Sanagustín M. M. & Maldonado, J. J. (2017). Self-regulated learning strategies predict learner behavior and goal attainment in Massive Open Online Courses. Computers & Education 104, 18-33.Google Scholar
  10. KPMG in Kooperation mit bitkom research (2017). Mit Daten Werte schaffen. Report 2017, www.kpmg.de/mdws.
  11. Nawrot, I., & Doucet, A. (2014). Building engagement for MOOC students: introducing support for time management on online learning platforms. In Proceedings of the companion publication of the 23rd international conference on World wide web companion (S. 1077-1082).Google Scholar
  12. von Oppeln-Bronikowski, S. (2017). Begrüßung durch die Direktorin beim Statistischen Bundesamt. In C. König, J. Schröder, E. Wiegand (Hrsg.), Big Data – Chancen, Risiken, Entwicklungstendenzen (S. 9-12). Springer VS, Wiesbaden.Google Scholar
  13. Reinsel, D, Gantz, J. & Rydning, J. (2017). Data Age 2025: The Evolution of Data to Life-Critical. Don’t Focus on Big Data; Focus on the Data That’s Big. IDC White Paper http://www.seagate.com/www-content/our-story/trends/files/Seagate-WP-DataAge2025-March-2017.pdf. Zugegriffen: 28. Juli 2017.
  14. Samoilova, E., Keusch, F. & Wolbring, T. (2017). Learning Analytics and Survey Data Integration in Workload Research. Zeitschrift für Hochschulentwicklung. Special Edition: Learning Analytics: Implications for Higher Education 12(1), 65-78.Google Scholar
  15. Zwick, M. & Wiengarten, L. (2017). Neue digitale Daten in der amtlichen Statistik. In C. König, J. Schröder, E. Wiegand (Hrsg.), Big Data – Chancen, Risiken, Entwicklungstendenzen (S. 43-60). Springer VS, Wiesbaden.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH 2018

Authors and Affiliations

  • Frauke Kreuter
    • 1
  • Florian Keusch
    • 1
  • Evgenia Samoilova
    • 1
  • Karin Frößinger
    • 1
  1. 1.Universität MannheimMannheimDeutschland

Personalised recommendations