Speaker
Description
Der Vortrag widmet sich dem - insbesondere auch nichtwissenschaftlichen - Impact wissenschaftlicher Forschung und thematisiert inwieweit dieser klassifiziert, analysiert und automatisiert vorhergesagt werden kann.
Während die Erfassung wissenschaftlichen Impacts bisher hauptsächlich auf der Analyse wissenschaftlicher Veröffentlichungen und ihrer Verbreitung beruhte, verwendet der vorgestellte Ansatz Methoden der Korpuslinguistik und des maschinellen Lernens, um den Impact wissenschaftlicher Projekte innerhalb und insbesondere außerhalb der Wissenschaft automatisiert prognostizieren und klassifizieren zu können.
Basis hierfür bildet ein Datensatz bestehend aus knapp 1.200 deutschsprachigen Projektabschlussberichten geförderter Drittmittelprojekte aus den Domänen Mobilität, Künstliche Intelligenz, Germanistische Linguistik und Musikwissenschaften. Der Impact dieser Forschungsberichte wurde im Projekt mittels verschiedener Methoden ausgewertet, deren Ergebnisse im Vortrag vorgestellt werden: durch Impactklassifikationen mittels supervisierter und unsupervisierter maschineller Lernverfahren unter besonderer Berücksichtigung von Large Language Models, mittels korpuslinguistischer Auswertungen medialer Berichterstattung und mittels Online-Umfragen.
Der Vortrag stellt Ergebnisse des bis 2024 vom BMBF geförderten Projekts TextTransfer (https://texttransfer.org/) vor.
