Zeit: 28. Januar 2020, 17:30 Uhr
Ort: Seidenstraße 36, Raum 2.075
In dieser Pilotstudie soll der Frage nachgegangen werden, ob sich über Machine Learning Verfahren ein empirisch basierter Ansatz zu einheitlichen Identifikation von den gängigsten Response Style Mustern konstruieren lässt. Dies könnte aufwändige Kontrollverfahren, welche jeweils nur einzelne Muster finden können, ersetzen und somit eine universellere und praxistauglichere Option zu bisherigen Ansätzen darstellen.
Der hier diskutierte Ansatz basiert auf der Kalibrierung des ML-Verfahrens (bzw. Training) anhand von synthetisierten Daten, welche der Definition von Response Styles (RS) entsprechen und einem Anteil von empirischen Daten (European Social Survey), welche nicht von RS betroffen sind. Das hierauf trainierte Modell soll auf empirisch erhobene Daten angewendet werden können, um RS-Muster in Survey-Daten zuverlässig entdecken und bearbeiten zu können.