Big Data in der Psychologie

Ziele und Themenspektrum

Das Aufkommen von Big Data nimmt immer stärker zu. Es betrifft die Geschäftswelt, die Computerwissenschaften, Regierungen, Sozial- und Verhaltenswissenschaften und damit auch die psychologische Forschung.

Vier Merkmale charakterisieren Big Data, nämlich das Datenvolumen, die Datenproduktionsgeschwindigkeit, die Datenvielfalt und die Datenglaubwürdigkeit. Ein großes Volumen an Daten bezieht sich auf die Größe des Datensatzes. Ist dieser zu groß, kann das zu Problemen bei der Speicherung und Analyse führen. Eine hohe Datenproduktionsgeschwindigkeit bedeutet, dass die Daten sehr schnell erzeugt werden und/oder in kurzer Zeit bearbeitet werden müssen (z. B. in Echtzeit). Eine große Datenvielfalt bedeutet, dass verschiedene Arten von strukturierten und unstrukturierten Daten, eine Mischung aus Text, Bildern, Videos und Zahlen zusammenkommen. Ein weiteres Merkmal von Big Data ist die Datenglaubwürdigkeit, welche die Qualität (bzw. Validität) der Daten abbildet. Einige Beispiele von Big Data, die für die Psychologie relevant sein könnten, sind Verhaltensdaten aus sozialen Medien, Gesundheits-/Fitnesstrackern, Positionsdaten wie z. B. Reiserouten, sowie genetische Daten.

Das Gesamtziel dieses Forschungsbereichs ist es, sich mit Methoden und Anwendungen zu beschäftigen, die Big Data in der Psychologie nutzen. Vor dem Hintergrund der szientometrischen Forschungstradition am ZPID liegt der aktuelle Schwerpunkt auf Wissenschaftsforschung und Meta-Psychologie mit Big-Data-Methoden. Unter anderem werden folgende Forschungsthemen behandelt:

  • Identifikation von Forschungsthemen und –trends in großen Textkorpora
  • Untersuchung der wissenschaftlichen Kommunikation von Psychologieforschenden auf Twitter
  • Bibliometrische Studien mit Text Mining und Netzwerkanalysen
  • Methodische und statistische Fragen bezüglich der Sammlung, Handhabung, Verarbeitung und Analyse von Big Data in der Psychologie
  • Nutzung von Machine Learning zur Automatisierung von systematischen Übersichtsarbeiten
  • Implikationen für wissenschaftsunterstützende Infrastrukturangebote in der Psychologie (siehe PsychTopics)

Mitglieder

Zentrale Publikationen

  • Bittermann, A., Batzdorfer, V., Müller, S. M., & Steinmetz, H. (2021). Mining Twitter to detect hotspots in psychology. Zeitschrift für Psychologie, 229(1), 3–14.  https://doi.org/10.1027/2151-2604/a000437

  • Batzdorfer, V., Steinmetz, H., Biella, M., & Alizadeh, M. (2021). Conspiracy theories on Twitter: Emerging motifs and temporal dynamics during the COVID-19 pandemic. Journal of Data Science and Analytics.  https://doi.org/10.1007/s41060-021-00298-6

  • Richter, J., Bittermann, A., Christiansen, H., Krämer, L. V., Kuhberg-Lasson, V., & Schneider, S. (2021). Der Forschungsbeitrag der deutschsprachigen Klinischen Psychologie zu Themen der psychischen Störungen und Psychotherapie. Zeitschrift für Klinische Psychologie und Psychotherapie, 49(2), 113–127.  https://doi.org/10.1026/1616-3443/a000582

  • Bittermann, A. (2019). Development of a user-friendly app for exploring and analyzing research topics in psychology. In G. Catalano, C. Daraio, M. Gregori, H. F. Moed & G. Ruocco (Hrsg.),Proceedings of the 17th Conference of the International Society for Scientometrics and Informetrics (2634–2635). Rom: Edizioni Efesto.  https://dx.doi.org/10.23668/psycharchives.2521

  • Bittermann, A. & Fischer, A. (2018). How to identify hot topics in psychology using topic modeling. Zeitschrift für Psychologie, 226, 3–13.  https://doi.org/10.1027/2151-2604/a000318

Kooperationsprojekte

Aktuell:

PsyChange

Wir leisten bibliometrische Analysen für das hessische Verbundprojekt für translationale Psychotherapieforschung
(zusammen mit Prof. Dr. Winfried Rief, Philipps-Universität Marburg; Dr. Viktoria Ritter, Goethe-Universität Frankfurt)

Identifikation von Forschungsthemen in kontinuierlich wachsenden Textkorpora

(zusammen mit Jonas Rieger, Technische Universität Dortmund)

Die Forschungslandschaft zu Vorwissen und Lernen

(zusammen mit Prof. Dr. Michael Schneider & Dr. Bianca Simonsmeier, Universität Trier; Prof. Dr. Danielle McNamara, Arizona State University, Tempe, USA)

Nutzung von Machine Learning zur Automatisierung von systematischen Übersichtsarbeiten

(zusammen mit Dr. Tanja Burgard, ZPID)

Smartphone Sensing Panel Studie

(zusammen mit Prof. Dr. Markus Bühner & Dr. Ramona Schödel, Ludwig-Maximilians-Universität München)

Abgeschlossen:

Das Verhältnis von Laieninteressen und Forschungsthemen in der Psychologie

(zusammen mit Mark Jonas, Dr. Anita Chasiotis & Dr. Tom Rosman, ZPID)

Verschwörungstheorien auf Twitter (2021)

(zusammen mit Dr. Marco Biella, Eberhard Karls Universität Tübingen; Dr. Meysam Alizadeh, Harvard University, Cambridge, USA)

Der Forschungsbeitrag der deutschsprachigen Klinischen Psychologie (2021)

(zusammen mit Dr. Jan Richter, Universität Greifswald; Prof. Dr. Hanna Christiansen, Philipps-Universität Marburg; Dr. Lena Krämer, Albert-Ludwigs-Universität Freiburg; Dr. Veronika Kuhberg-Lasson, ZPID; Prof. Dr. Silvia Schneider, Ruhr-Universität Bochum)

Forschungsinteressen von Doktorandinnen und Doktoranden (2020)

(zusammen mit Dr. Andreas Fischer, Forschungsinstitut betriebliche Bildung, Nürnberg)

Flucht und Migration als Forschungsthema in der Psychologie (2019)

(zusammen mit Dr. Eva Klos, Hochschule Trier)

Hot Topics in der Psychologie (2018)

(zusammen mit Dr. Andreas Fischer, Forschungsinstitut betriebliche Bildung, Nürnberg)

Veranstaltungen

Research Synthesis and Big Data in Psychology, 17. bis 21. Mai 2021, online:
Videos und Präsentationen

Research Synthesis incl. Pre-Conference Symposium: Big Data in Psychology, 27. bis 31. Mai 2019, Dubrovnik, Kroatien:
Videos und Präsentationen

Big Data in Psychology, 7. bis 9. Juni 2018, Trier:
Videos und Präsentationen

Herausgeberschaften

Zeitschrift für Psychologie, Special Issue „Hotspots in Psychology“ (2022)

https://doi.org/10.1027/2151-2604/a000491 

Social Science Computer Review, Special Issue "Big Data in the Behaviorial Social Sciences" (2021)

https://journals.sagepub.com/toc/ssce/39/5 

Gastwissenschaftler/-innen

  • Prof. Dr. Mike Cheung, National University of Singapore
    (June 2018)