Pre-Conference-Workshops

Die Pre-Conference-Workshops finden in den Räumlichkeiten der Natur- und Lebenswissenschaftlichen Fakultät in der Hellbrunner Straße 34 statt. Geplant sind die Workshops für Sonntag, den 24. September 2023 von 10:00 bis 17:00 Uhr. Die Plätze sind auf 20 Teilnehmer:innen pro Workshop begrenzt, wobei die Plätze nach Anmeldungseingang vergeben werden. Workshops mit mindestens 5 Anmeldungen finden statt (Stichtag 30. Juni 2023). Laptops sind bitte selbst mitzubringen.

Pre-conference workshops will take place in the Faculty of Natural and Life Sciences at Hellbrunner Straße 34. The workshops are scheduled for Sunday, September 24, 2023 from 10 a.m. to 5 p.m. The number of participants is limited to 20 per workshop, places will be allocated following the first-come-first-served principle. Workshops with at least 5 registrations will be held. Please bring your own laptops.

WORKSHOP 1: Making the black box transparent: Multiverse analysis and visualizations on R

Workshop-Leiter:innen / lecturers: Prof. Dr. Andrea Hildebrandt, Dr. Cassie Short, & Dr. Daniel Kristanto (Carl von Ossietzky Universität Oldenburg; DFG META-REP Program https://www.meta-rep.uni-muenchen.de/index.html)

Workshop-Sprache / language: English

Raum / room: HS 434 (3. Stock)

Beschreibung des Workshops / description: To describe the multitude of researchers’ methodological choices when analyzing data, Gelman and Loken (2013) coined the term “garden of forking paths”. Multiple defensible alternative options are available for selection throughout the study design, data preprocessing and data analysis workflow. In line with a traditional analysis approach, researchers will select one sole workflow of defensible options and often do not specifically disclose how the decisions were made. However, a multiple comparison problem occurs even if only one constructed dataset following one single workflow of decisions is used for statistical inferences. The reason is that theoretically a large variety of workflows are possible, but researchers do not correct their hypothesis tests for potential comparisons that they did not explicitly carry out.  

Recently, statistical approaches have been proposed to explore and integrate multiple inferential results accumulated along forking paths. Multiverse analysis (Steegen et al., 2016) refers to repeated hypothesis testing on the multitude of datasets resulting from different defensible decisions regarding, for example, variable selection, categorization, transformation, outlier selection, etc. After combining all potential choices by simple rules of combinatorics, contradictory combinations are eliminated. Datasets created on the basis of the remaining set of combinations are then submitted to statistical analyses along a looped pipeline. Results provide as many outcomes of statistical tests as datasets created in the multiverse. These can then be visualized to understand how statistical conclusions depend on methodological decisions or they can be statistically integrated. 

In this workshop, unexperienced attendees will first learn about the theoretical and methodological framework of multiverse analysis and will then be guided through an implementation example on the R Software for Statistical Computing. There will be sufficient time for exercises and discussions. Basic statistics and statistical programming skills on R are required. Workshop materials and necessary R packages will be shared in advance and participants are expected to join the workshop with their own laptops.  

WORKSHOP 2: Einführung in die Erforschung kausaler Effekte in der Persönlichkeitspsychologie

Workshop-Leiter / lecturer: Prof. Dr. Michael P. Grosz (HMU Health and Medical University Potsdam)

Workshop-Sprache / language: Deutsch

Raum / room: HS 435 (3. Stock)

Beschreibung des Workshops / description: Die Erforschung von kausalen Effekten ist ein zentrales Ziel der Wissenschaft. Für die Untersuchung kausaler Effekte sind Experimente die bevorzugte Methode. Allerdings sind Experimente in der Persönlichkeitsforschung oft unethisch, undurchführbar oder sehr aufwändig. Kausale Schlüsse sind auch in nicht-experimentellen Studien möglich. Jedoch wurde bisher in der Persönlichkeitspsychologie die explizite Erforschung von kausalen Effekten auf Basis von nicht-experimentellen Daten eher vermieden. Das ist bedauerlich, denn die Knappheit an empirischer Forschung zu kausalen Effekten bringt ein Auseinanderdriften zwischen empirischen Befunden und Theorien mit sich. Theorien befassen sich nämlich meistens mit kausalen Effekten und Mechanismen. Die Knappheit an empirischer Forschung zu kausalen Effekten schränkt außerdem die Relevanz der Persönlichkeitspsychologie für politische Entscheidungsträger ein, da Wissen über kausale Effekte notwendig ist, um effektive und zielgerichtete Interventionen, Vorschriften und Gesetze zu entwerfen. Im Workshop werde ich eine Einführung in die Erforschung von kausalen Zusammenhängen im Kontext der Persönlichkeitsforschung geben. Wir werden besprechen, welche einige der größten Herausforderungen bei der Erforschung von kausalen Effekten in der Persönlichkeitspsychologie sind und wie man mit diesen Herausforderungen produktiv umgehen kann. 

Voraussetzungen & Zusatzinfos / requirements & additional information: Teilnehmer*innen des Workshops sollten mit den Grundlagen von Datenanalysen, multipler Regression und der statistischen Programmiersprache R vertraut sein. Es wäre gut, wenn alle Workshopteilnehmer*innen einen Laptop mitbringen, auf dem R installiert ist.  

WORKSHOP 3: Tipps und Tools für einen reproduzierbaren Arbeitsprozess

Workshop-Leiter:innen / lecturers: Dr. Caroline Zygar-Hoffmann & Dr. des. Moritz Fischer (Ludwig-Maximilians-Universität München)

Workshop-Sprache / language: Deutsch

Raum / room: HS 436 (3. Stock)

Beschreibung des Workshops / description: In einem Mix aus Input und Hands-On-Einheiten können die Teilnehmer:innen mehr darüber erfahren, wie sie ihren Arbeitsablauf in Forschungsprojekten reproduzierbar gestalten können. Das Ziel dabei ist, dass ihr zukünftiges Ich sowie jede:r, der mit ihren Projekten zu tun haben wird (wie z.B. Projektmitglieder, Reviewer oder die Forschungscommunity), es besser nachvollziehen kann und dabei effizienter gearbeitet wird.

Der Workshop deckt eine Einführung und praktische Einheiten für folgende Themen ab:

• Nachvollziehbares und reproduzierbares Datenmanagement

• Versionierung mit Git in R (mit Hands-on)

• Reproduzierbares Schreiben mit RMarkdown bzw. Quarto (mit Hands-on)

• Tools für reproduzierbare Zusammenarbeit

Der Workshop richtet sich an Wissenschaftler:innen aller Karrierestufen. Der Workshop wird auf Deutsch gehalten. Die Folien werden auf Englisch bereitgestellt.

Voraussetzungen / requirements: Es wird ein Laptop mit Admin-Rechten benötigt, sodass Programme installiert werden können (z.B. Git oder RStudio). Grundlegende Kenntnisse im Umgang mit R sind vorteilhaft, da die vorgestellten Tools auf R aufbauen. Es sind keine Vorerfahrungen mit Git oder RMarkdown notwendig; der Workshop beinhaltet eine Einführung in diese Tools.