Die Suche über Qualidata Network ermöglicht Ihnen die übergreifende Suche in qualitativen Forschungsdaten der Netzwerkpartner. Das Suchportal befindet sich im Aufbau. Der Bestand und die Funktionen des Portals werden nach und nach erweitert.

2 Datensätze gefunden
  1. Datensatz – publiziert 2024

    InklusiBus - Qualitative Teilstudie

    • Eindeutige Kennzeichnung:
    • Autoren:
      Schaar, Patrik; Vonken, Matthias; Thonagel, Tim; Benkmann, Rainer
    • Zusammenfassung:
      Die qualitative Teilstudie des Projekts Inklusive Berufsbildung und Situationsdefinition - InklusiBuS besetht aus einer qualitative Interviewstudie, mittels derer bestehende (Alltags-)Theorien der Akteure inklusiver beruflicher Bildung aufgefunden respektive anhand der getroffenen Aussagen entwickelt wurden. Das Projekt adressiert dabei Lehr- und Lernprozesse. Diese Prozesse stellen Handlungssituationen dar, die davon abhängen, dass die daran beteiligten Akteure unterschiedliche Situationen vergleichbar definieren. In Bezug auf inklusive Lehr-Lern-Settings stellt sich dabei die besondere Herausforderung, dass die Lebenswelten - vor deren Hintergrund Situationsdefinitionen der Teilnehmenden geschehen - umso disparater, je heterogener die Gruppen sind. Ziel der Studie war es, das Handeln der in inklusiven Settings agierenden Personen zu präzisieren und zu erweitern. Dazu wurden mittels der Interviewstudie Daten zur Selbst- und Fremdwahrnehmung von Lebenswelten sowie zur Situationsdefinition gesammelt. Die Befragung wurde mittels leitfadengestützter Interviews mit Lehrkräften der beruflichen Ausbildung, Auszubildenden mit und ohne Behinderungen/Benachteiligungen in beruflichen Bildungssituationen sowie betrieblichen Ausbilder durchgeführt. (DIPF/Projekt)
    • Datenzentrum:
      FDZ Bildung
  2. Datensatz – publiziert 2024

    Algorithmische Vorhersage und Mitbestimmung (AVuM) - Transkripte der Interviews

    • Eindeutige Kennzeichnung:
    • Autoren:
      Heimstädt, Maximilian; Klausner, Lukas Daniel; Faißt, Sandrine
    • Zusammenfassung:
      Der Datensatz enthält Transkripte der qualitativen, teilstrukturierten Experteninterviews mit Erwerbstätigen in Unternehmen, NGOs oder gesetzlichen Interessenvertretungen in Deutschland oder Österreich, zum Einsatz von algorithmischen Verfahren für das Risikomanagement ("Predictive Risk Intelligence" oder PRI) in zunehmend komplexen Wertschöpfungsnetzwerken, welche Ausfallwahrscheinlichkeiten von Maschinen oder Infrastruktur vorhersagen. Das Projekt untersucht, wie und mit welchen Konsequenzen für die betriebliche und überbetriebliche Mitbestimmung Predictive Risk Intelligence (PRI) von Unternehmen bereits eingesetzt wird. Zudem wird untersucht, wie algorithmische Vorhersagesysteme (ähnlich zu PRI oder auch neuartig) von Arbeitnehmer:innenvertretungen genutzt werden können, um Mitbestimmung in Zeiten der Entsolidarisierung weiterzuentwickeln. Hierzu wurden über einen Zeitraum von acht Monaten dreißig Interviewpartner:innen aus drei Stakeholdergruppen (Merchants, Customers und Audience) rund um PRI in Lieferketten mit leitfadengestützten Experteninterviews befragt. Schwerpunkte der Interviews waren die Einordung der eigenen Organisation im Kontext von globalen Lieferketten und Risikomanagement, Erfahrungen oder Einschätzungen zum Einsatz von PRI sowie die Beziehungen zu anderen Stakeholdergruppen. Ein sekundärer Untersuchungsgegenstand war zudem die Auswirkungen des in Deutschland eingeführten Lieferkettensorgfaltspflichtengesetz (LkSG) auf Praktiken des Risikomanagements. Die Gruppenzuweisung der Interviewten wird im Datensatz durch den Zusatz M (für Merchants), A (für Audience) und C (für Customers) kenntlich gemacht. Als Merchants gelten Vertreter:innen von Softwarelösungen für das Risikomanagement, zur Audience-Gruppe gehören Interessenvertretungen für Risikomanagement in Lieferketten, Customers stellen (potenzielle) Kund:innen von PRI-Anbietern dar, die überwiegend aus den Bereichen des Einkaufs und Supply-Chain-Managements stammen. Von den 30 Interviewteilnehmer:innen haben 18 der Nachnutzung ihrer Daten zugestimmt.
    • Datenzentrum:
      FDZ Qualiservice