Einführung in die Religionen des vorchristlichen Nordens

Wissenschaftliche Evidenz, d.h. wie (un)gesichert wissenschaftliche Ergebnisse sind, wird nicht erst seit aber zunehmend durch eine stärkere öffentliche Auseinandersetzung mit Themen wie dem Klimawandel und COVID-19 diskutiert. Bspw. stehen Fragen im Raum danach welche Maßnahmen effektiv gegen die Klimakrise helfen oder wie sicher Impfungen sind. Aktuell erfahren auch viele Entwicklungen rund um das Thema Künstliche Intelligenz eine Diskussion um wissenschaftliche Evidenz. In der Kommunikation über wissenschaftliche (Un)Gesichertheit treffen verschiedenste Akteur*innen mit unterschiedlichen Rationalitäten und Zielen aufeinander, wie Wissenschaftler*innen, Politiker*innen, Journalist*innen, Influencer*innen und Rezipierende. Daraus resultieren verschiedene Formen der Evidenzkommunikation, darunter auch solche die speziell Ungesichertheit entweder dramatisieren oder herunterspielen. Und diese verschiedenen Evidenzdarstellungen wiederum können unterschiedliche Wirkungen hervorrufen, u.a. auf Vertrauen in oder Interesse an der Wissenschaft bis hin zu Verhaltensintentionen/-weisen. Deshalb soll sich in dieser Lehrveranstaltung der Rolle von Evidenz in der Risiko- und Wissenschaftskommunikation genähert werden. Dazu werden die entsprechende bisherige Literatur aufgearbeitet, ein theoretischer Rahmen gewählt und Forschungsfragen formuliert. Diese werden dann in ein Forschungsdesign und -instrument überführt (methodisch offen, gern auch visuelle/multimodale Aspekte), Daten erhoben und schließlich ausgewertet.

Die emotionalisierte politische Kommunikation hat durch Social-Media-Plattformen wie TikTok und Telegram eine neue Dynamik erhalten. Im Kontext der US-Wahlen ist davon auszugehen, dass auch deutsche Politiker:innen emotionale Botschaften nutzen werden, um Aufmerksamkeit zu erzeugen und ihre politischen Standpunkte zu vermitteln. In diesem Seminar untersuchen wir, welche Rolle Emotionen in der politischen Kommunikation haben und untersuchen deren Einsatz in einem konkreten Kontext. Wir beleuchten theoretische Ansätze zu Emotionen in der Politik und analysieren die Rolle und Ausprägungen emotionaler Inhalte auf TikTok und Telegram. Im praktischen Teil des Seminars wenden wir quantitative Methoden an, um die Kommunikationsstrategien deutscher Politiker zu den US-Wahlen auf diesen Plattformen zu untersuchen. Dabei durchlaufen wir wesentliche Schritte des empirischen Forschungsprozesses: von der Formulierung von Forschungsfragen und Hypothesen bis hin zur Auswertung und Interpretation der Ergebnisse. Ziel ist es, ihnen den gesamten Forschungsprozess näherzubringen und das Verständnis für die Rolle von Emotionen in der politischen Kommunikation sowie deren Einfluss auf demokratische Prozesse zu vertiefen.

Bisherige Forschung hat sich umfangreich mit Wissenschaftsjournalist*innen als zentrale Gatekeeper*innen der Wissenschaftskommunikation beschäftigt; diese wählen wissenschaftliche Themen unter anderem nach spezifischen Nachrichtenwerten und -faktoren aus (Galtung & Ruge, 1965; Shoemaker & Reese, 2014). Frühere Befunde deuten beispielsweise darauf hin, dass sich die Nachrichtenwerte und -faktoren im Wissenschaftsjournalismus von denen anderer Berichterstattungsfelder teilweise unterscheiden: Neben klassischen Nachrichtenfaktoren wie Personalisation, Kontroversität oder auch geographische Nähe, sind im wissenschaftlichen Kontext unter anderem Aspekte wie Neuigkeit, Erstaunen („astonishment“) oder gesellschaftliche Relevanz von besonderem Interesse. Durch zahlreiche Herausforderungen – etwa durch Medialisierung, Globalisierung und Digitalisierung – können Journalist*innen ihrer Gatekeeping-Funktion jedoch nicht mehr allein gerecht werden. Vermehrt nehmen auch Wissenschaftler*innen, wissenschaftliche Institutionen sowie deren PR-Abteilungen Einfluss auf die öffentliche Wissenschaftskommunikation – und orientieren sich dabei womöglich an anderen Nachrichtenwerten und -faktoren.

Das Seminar behandelt deshalb Nachrichtenwerte und -faktoren in der Wissenschaftskommunikation – insbesondere in Pressemitteilungen wissenschaftlicher Institutionen beim Informationsdienst Wissenschaft (idw) sowie ggf. in anknüpfender journalistischer Berichterstattung. Im Verlauf des Seminars wird dabei eine Einführung in die Medieninhaltsforschung mit Fokus auf die Methode der Inhaltsanalyse gegeben. Die Teilnehmer*innen lernen, wie wissenschaftliche Inhalte in Pressemitteilungen und den Medien analysiert und interpretiert werden können. Ziel ist es, ein kritisches Verständnis für die Darstellung wissenschaftlicher Themen zu entwickeln und methodische Kompetenzen in der Inhaltsanalyse zu erwerben.

Obwohl Linuxvarianten unterschiedlichster Art (in Supercomputern, Serverfarmen, Mobiltele­fonen oder einge­betteten Geräten) unseren Alltag in offener oder versteckter Form prägen, wenn nicht dominieren, scheuen viele immer noch vor dem Einsatz linuxbasierter Betriebssys­teme auf ihren heimischen Desktop-Rechnern zurück. Dabei könnten gerade auch die in den Literatur- und Geisteswissenschaften Tätigen von Linux als umfassender freier und sicherer Al­ternative zu den proprietären Betriebssystemen profitieren, bieten doch linuxbasierte Be­triebssysteme mit ihrer Vielfalt unterschiedlicher Arbeitsumgebungen einen fast schon idea­len Aus­gangspunkt, die Bearbeitung von Texten und Objekten dem eigenen Arbeitsfluss anzupassen.

In unserer Lehrveranstaltung werden wir zunächst gemeinsam eine der führenden Linuxdistributionen, nämlich das Anfang Oktober in der neuen Version 16 herausgekommene openSUSE Leap, zusammen mit der wohl anpassungsfähigsten Arbeitsumgebung über­haupt: KDE Plasma, in der Virtualisierungssoftware VirtualBox auf den Windows-Rechnern des IT-Zentrums installieren. In der Folge beschäftigen wir uns dann nach und nach ganz elementar mit all den Punkten, die das Zusammenspiel von eigenem Ar­beitsfluss und Software-Integration betreffen, angefan­gen bei der Softwareinstallation und -ver­waltung über die passgenaue Einrichtung der Tasta­turbelegung bis hin zum Einsatz des Termi­nals. Der zentrale Stellen­wert der von Linux beförderten Integration der installierten Programme soll schwerpunktmäßig in den Bereichen OCR, elek­tronische Litera­turverwaltung und Edito­rik zur Sprache kommen. Doch auch Fragen der Personalisierung sowie von Ästhetik und Design der Arbeitsumgebung werden nicht außen vor bleiben.

Einige Stichpunkte aus dem Programm:

• Arbeitsumgebung
• Softwareverwaltung
• Dateiverwaltung
• Fenstermanagement
• Arbeitsflächen
• Aktivitäten
• Programmintegration
• Arbeitsfluss
• Personalisierung

Lektüre zur Vorbereitung und als Kursgrundlage: 

Roche/Drumm (Hrsg.): Berufs-, Fach- und Wissenschaftssprachen. Tübingen: Gunter Narr Verlag, 2018.

Die empirischen Wissenschaften stehen vor wesentlichen Herausforderungen in Bezug auf die Reproduzierbarkeit und Replizierbarkeit ihrer Ergebnisse. Die sogenannte Replikationskrise beschreibt das Phänomen, dass eine Vielzahl an Studienergebnissen nicht auf unabhängigen Daten bestätigt werden können.

Dies liegt unter anderem an der Tatsache, dass in der Regel eine große Anzahl an verschiedenen Analysestrategien für eine bestimmte Forschungsfrage existiert (>>researcher degrees of freedom<<). Überdies werden die Ergebnisse oftmals nur selektiv für die gewählte Strategie veröffentlicht und die Variabilität in Bezug auf verschiedene andere Ansätze verschleiert (>>selective reporting<<).

Schwerpunkt des Seminars ist die Vermittlung von Grundlagen der Reproduzierbarkeit und Replikation in der Statistik. Die Studierenden werden dazu in die entsprechende Literatur und den Umgang mit geeigneten Tools, wie z.B. Git/Github (Versionskontrolle) und R Markdown (Reporting) eingeführt, um anschließend selbstständig an einer vorgegebenen Fragestellung (unter Einbezug der einschlägigen Literatur) zu arbeiten.

Vorbesprechung: Freitag, 22.10.2021 um 14:00-16:00 Uhr (s.t.) via Zoom
Einführungs-Kurs: Freitag 29.10.2021, 14:00-16:00 Uhr (s.t.) via Zoom
Ort: Das Seminar findet vsl. via Zoom statt.
Anrechnung: 6 ECTS oder 9 ECTS (6 ECTS (Seminar) + 3 ECTS (Wahlpflichtbereich))

Modern Machine Learning (ML) algorithms are considered to be black-boxes we have no epis-temic access to. XAI tackles this assumption by providing methods that allow gaining insights into thebehaviour of ML algorithms. This course introduces the central philosophical concepts and challenges inXAI such as explanation, interpretability, and opacity. Moreover, we discuss state-of-the-art XAI meth-ods and their strengths and weaknesses. We focus particularly on causal explanations, the role of XAI for Science, and model-agnostic interpretation techniques.

The course is held together with students from MCMP.

Fridays 12:15-13:45 pm

Opening Event: Online

Key: xai-philo-21

Die wikingische Entdeckung und temporäre Besiedlung Grönlands und Vinlands (der atlantischen Küstengebiete Kanadas) stehen im Fokus dieses Hauptseminars, welches sich in der ersten Hälfte den archäologischen sowie textlichen Zeugnissen widmet, die die Aktivitäten von Skandinaviern in der neuen Welt dokumentieren. In der zweiten Hälfte des Seminars wird dann die moderne Rezeption der Entdeckung Vinlands zum Thema, und anhand von ausgewählten Kunstwerken des 19., 20. und 21. Jahrhunderts untersucht, welchen Stellenwert der (kurzlebigen) wikingischen Präsenz in Nordamerika zukommt, dies vor allem im Kontext von Diskursen zu nationaler und ethnischer Identität.

This course is closely related to the Generalized Regression Models (Generalisierte Regressions/GRM) course, also taught by Prof. Dr. Kuechenhoff. This course is, however, taught in English and designed for students currently attaining their master’s degree in statistics.

We will take a closer look at generalized models, mixed models, Bayesian approaches, generalized additive models, survival analysis and error models. This is not an exhaustive list, but should provide you with a general idea of the contents of the course.

If you have questions regarding the course, contact:

Kuechenhoff, Helmut <kuechenhoff@stat.uni-muenchen.de>

Rave, Martje <martje.rave@stat.uni-muenchen.de>

Schedule

• Class: Thursday, 14 - 16 c.t.

Enrollment key

• This class is only for students enrolled in the elite master program Data Science.  You should receive the enrollment key via e-mail one week before lectures start.
• If not, please let me know via e-mail giuseppe.casalicchio[at]stat.uni-muenchen.de to ask for the enrollment key.