Dein Suchergebnis zum Thema: finden

Was optimales Studiendesign mit Brückenbau zu tun hat und warum nicht nur die Stichprobengröße zählt

https://www.mpg.de/16129862/mpib_jb_2020

Aktuelle Forschung am Max-Planck-Institut für Bildungsforschung fasst Studienentwurf systematisch als ingenieurstechnisches Problem auf und zeigt, dass es neben der statistischen Teststärke weitere Stellschrauben gibt, mit denen Studien effizienter und kostengünstiger realisierbar sind.
wie hoch die Wahrscheinlichkeit ist, dass die Studie einen angenommenen Effekt finden

Was optimales Studiendesign mit Brückenbau zu tun hat und warum nicht nur die Stichprobengröße zählt

https://www.mpg.de/16129862/mpib_jb_2020?c=119539

Aktuelle Forschung am Max-Planck-Institut für Bildungsforschung fasst Studienentwurf systematisch als ingenieurstechnisches Problem auf und zeigt, dass es neben der statistischen Teststärke weitere Stellschrauben gibt, mit denen Studien effizienter und kostengünstiger realisierbar sind.
wie hoch die Wahrscheinlichkeit ist, dass die Studie einen angenommenen Effekt finden

Ein FAIRes Datenkonzept der von Big Data gesteuerten Materialwissenschaften (2017)

https://www.mpg.de/12066184/fhi-berlin_jb_2017?c=11356432&force_lang=de

Daten sind ein wichtiger Rohstoff des 21. Jahrhunderts. Dies gilt besonders für die Materialwissenschaften. Das Fehlen einer effizienten Infrastruktur zum Datenaustausch hemmt allerdings den Fortschritt des Gebiets sehr stark. Im Bereich der rechnergestützten Materialwissenschaften wurde nun in den letzten Jahren mit dem NOMAD CoE (Novel Materials Discovery – Center of Excellence) ein Kulturwandel hin zu einem umfassenden Data Sharing realisiert und der Weg für Big-Data-Analysen geebnet. Dies führt zu neuen Erkenntnissen bis hin zur Entdeckung neuartiger Materialien für technologisch wichtige Anwendungen.
Wenn es gelingt, geeignete beschreibende Parameter (Deskriptoren) zu finden, wird

Ein FAIRes Datenkonzept der von Big Data gesteuerten Materialwissenschaften (2017)

https://www.mpg.de/12066184/fhi-berlin_jb_2017?c=2191

Daten sind ein wichtiger Rohstoff des 21. Jahrhunderts. Dies gilt besonders für die Materialwissenschaften. Das Fehlen einer effizienten Infrastruktur zum Datenaustausch hemmt allerdings den Fortschritt des Gebiets sehr stark. Im Bereich der rechnergestützten Materialwissenschaften wurde nun in den letzten Jahren mit dem NOMAD CoE (Novel Materials Discovery – Center of Excellence) ein Kulturwandel hin zu einem umfassenden Data Sharing realisiert und der Weg für Big-Data-Analysen geebnet. Dies führt zu neuen Erkenntnissen bis hin zur Entdeckung neuartiger Materialien für technologisch wichtige Anwendungen.
Wenn es gelingt, geeignete beschreibende Parameter (Deskriptoren) zu finden, wird