CSS@LMU Fellowship Programm

Die Fakultät für Sozialwissenschaften der LMU München lädt herausragende Wissenschaftler'innen aus dem Bereich der Computational Social Science (CSS) ein, sich für unser CSS@LMU Fellowship Programm zu bewerben. Fellows können sich der CSS-Community an der LMU für einen Forschungsaufenthalt von 1-2 Wochen anschließen, um ihre Forschung zu diskutieren und neue Ideen und Forschungsprojekte mit Wissenschaftler/-innen an der LMU München zu entwickeln, um die globale und interdisziplinäre Zusammenarbeit in CSS zu fördern.

Wen suchen wir?

Wir laden sowohl angehende als auch erfahrene Wissenschaftler/-innen aus der ganzen Welt ein, sich für das Stipendium zu bewerben. Ihre Arbeit sollte sich auf CSS konzentrieren, zum Beispiel durch den Einsatz von Netzwerkanalysen, Simulationen oder automatisierter Inhaltsanalyse zur Untersuchung von Fragen aus dem Bereich der Sozialwissenschaften. Wir sind besonders an Wissenschaftler/-innen interessiert, die eine Zusammenarbeit mit Wissenschaftler/-innen der LMU München anstreben.

Was können wir anbieten?

Wenn das Stipendium angenommen wird, bieten wir den Stipendiat/-innen:

  • Eine Bescheinigung über die Gewährung eines CSS@LMU-Stipendiums
  • Unterkunft und Reisekosten für den Forschungsaufenthalt (1-2 Wochen)
  • Einen Arbeitsraum an der LMU sowie Zugang zu universitären Einrichtungen
  • Möglichkeit, Ihre Arbeit vor Fakultätsmitgliedern zu präsentieren, die hauptsächlich aus Kommunikationswissenschaftler/-innen, Politikwissenschaftler/-innen und Soziolog/-innen bestehen
  • Möglichkeiten zu formellen und informellen Treffen mit LMU-Wissenschaftler/-innen, bei deren Organisation wir helfen werden

Was erwarten wir von Ihnen?

Wenn Sie für das Stipendium angenommen werden, erwarten wir, dass die Stipendiat/-innen:

  • Ihre (laufenden) Arbeiten während ihres Forschungsaufenthaltes zu präsentieren, zum Beispiel in Form von Methodenworkshops oder Forschungsgesprächen
  • In den Dienststellen präsent zu sein, um Kooperationen aufzubauen, z. B. durch die Teilnahme an informellen Mittagstreffen, bei deren Organisation wir helfen werden

Wie kann ich mich bewerben?

Für das Stipendium gibt es keine feste Frist, d.h. interessierte Wissenschaftler/-innen können sich zu jedem Zeitpunkt des Jahres bewerben. Das Stipendium wurde eingerichtet und wird derzeit von Prof. Haim am Fachbereich Medien und Kommunikation geleitet, ist aber auch offen für Bewerbungen aus den Bereichen Soziologie und Politikwissenschaft. Bitte bewerben Sie sich mit einer einzigen PDF-Datei, die an Valerie Hase gerichtet ist und folgende Angaben enthalten sollte:

  • Ihr Lebenslauf, einschließlich einer Liste von Veröffentlichungen
  • Ein Titel und eine Zusammenfassung (ca. 500 Wörter), die den/die vorgeschlagenen Methoden-Workshop(s) oder Forschungspräsentation(en) beschreiben
  • Vorschläge für eine oder mehrere Wochen für den Forschungsaufenthalt, die in Ihren Zeitplan passen würden
  • Eine Kurzbiografie (max. 100 Wörter) und ein hochauflösendes Profilfoto für unsere Stipendien-Website

Fellows

Kaiping Chen (University of Wisconsin-Madison) – Herbst 2024

Dr. Kaiping Chen (PhD, Stanford University) ist Assistenzprofessorin für Computational Communication an der University of Wisconsin-Madison. In ihrer Arbeit setzt sie Methoden der Data Science und des maschinellen Lernens sowie Interviews ein, um zu untersuchen, inwieweit digitale Medien und Technologien Politiker für das öffentliche Wohlergehen verantwortlich machen. Sie untersucht zudem, wie deliberative Designs die Qualität von Bürgerdialogen verbessern und Fehlinformationen und Fehleinschätzungen abschwächen.

Zoltán Kmetty (HUN-REN Centre for Social Sciences & Eötvös Loránd University) – Frühjahr 2024

Zoltán Kmetty, Ph.D., ist Direktor des HUN-REN-Zentrums für Sozialwissenschaften, der CSS-RECENS-Forschungsgruppe und Professor an der Fakultät für Sozialwissenschaften der Eötvös Loránd Universität im Fachbereich Soziologie. Er erforscht, wie digitale Daten genutzt werden können, um menschliches Verhalten und politische Polarisierung zu verstehen. Er ist Leiter des Projekts „Digital Data Collection through Data Donation“ (DDCDD) als eines der bisher größten Projekte zur parallelen Erhebung von Facebook-, Google-, Instagram- und TikTok-Daten in Online-Panels.

Friedolin Merhout (Universität Kopenhagen) - Herbst 2023

Friedolin Merhout ist Assistenzprofessor für Soziologie, Leiter der Graduiertenstudien für den interdisziplinären MSc in Social Data Science und Mitglied des Copenhagen Center for Social Data Science an der Universität von Kopenhagen (Dänemark). In seiner Forschung wendet er computergestützte und experimentelle Methoden an, um die Beziehungen zwischen Gruppen zu untersuchen, wobei er sich auf digitale Spuren-, Text-, Umfrage- und Verwaltungsdaten stützt. Er ist Projektleiter des vom unabhängigen dänischen Forschungsfonds (DFF) geförderten Projekts "HABITS - HAte BehInd The Screen", das die Nutzung und den Nutzen von Online-Suchdaten für die Untersuchung von sozial sanktionierten Einstellungen und Meinungen, wie z. B. diskriminierenden Einstellungen, veranschaulichen soll.

Theo Araujo (Universität von Amsterdam) - Frühjahr 2023

Theo Araujo ist Professor für Kommunikation in der digitalen Gesellschaft an der Amsterdam School of Communication Research (ASCoR) an der Universität von Amsterdam. Seine Forschung konzentriert sich auf den zunehmenden Einsatz von KI und verwandten Technologien in unserer Kommunikationsumgebung und darauf, wie Berechnungsmethoden zur Beantwortung wichtiger kommunikationswissenschaftlicher Forschungsfragen eingesetzt werden können. Er ist Co-Direktor des Digital Communication Methods Lab und der Communication in the Digital Society Initiative an der Universität von Amsterdam.

Fabienne Lind (Universität Wien) - Herbst 2022

Fabienne Lind ist Postdoc-Forscherin am Institut für Kommunikationswissenschaft der Universität Wien. Ihre Forschungsschwerpunkte sind die Weiterentwicklung der Inhaltsanalyse-Methodik, vergleichende Forschung, Mediendiskurse über Migration und Wissenslückenforschung. In ihrer Dissertation "Multilingual Automated Content Analysis for Comparative Research" stellt sie Strategien zur automatisierten Analyse von Textsammlungen in verschiedenen Sprachen für die länderübergreifende Forschung vor, vergleicht und evaluiert diese. Fabienne Lind war Teil der Horizon 2020 Projekte REMINDER, MIRROR und ist derzeit Mitglied des H2020 Projekts OPTED.