Es gab bis vorhin einen Bug in der deutschen Version von T-MITOCAR. Dieser betraf die dargestellten Begriffslisten beim Modul für die Modellvergleiche. Ausgegeben werden pro Modell die übereinstimmenden Begriffe (Schnittmenge) und die jeweils ausschließlich in einem Modell vorkommenden Begriffe (Differenzmengen). Der Algorithmus, der die Listen an den Browser ausgibt, war nicht in Ordnung. Daher wurden Begriffe sowohl im Schnitt- als auch im Differenzbereich gelistet. Der Bug ist seit vorhin behoben.

Entwarnung: Höhere Funktionen von T-MITOCAR waren von dem Bug nicht betroffen. Alle Vergleichsindizes usw. haben also vorher schon gestimmt. Der Bug betraf lediglich die Ausgabe im Browser.

Insbesondere möchte ich mich bei Katrin Hahn-Laudenberg von der PH Karlsruhe für den Hinweis und die Hilfe bei der Behebung bedanken!

An seltenen Tagen, da entdeckt man frei heraus jene Dinge, die einem Arbeit abnehmen. Viel Arbeit. Was sich hinter dem schlichten Akronym PROST verbirgt, wird uns helfen unzählige Steuergelder zu wahren, die (sehen wir der Sache einmal ernsthaft ins Auge, und genau das tun wir) ja ohnehin verschwendet wären.

Jedoch möchte ich, voller Elan, an dieser Stelle gerne eine Ergänzung vorschlagen. Werden doch in vielfätlig letzter Zeit hingebungsvoll Diskussionen darüber geführt, ob wir uns überhaupt noch irgendwie systematisch einig werden sollten (Subjektivität über Objektivität ermangels deren vermeindlicher Erreichbarkeit und unter Vergessung alter Ideen zur Intersubjektivität), so könnte man doch einfach die hier vorgeschlagenen Antworten potentieller Probanden selbst schätzen. So spart man sich nicht nur 1. den Messfehler, der bei Messwiederholung ja leider auftaucht und für dessen Kontrolle wir Methoden zur Abwechslung irgendwie klug anwenden müssten, 2. die Intervention also das Treatment als solches (was als ein überaus gelungener Schachzug von PROST 1.0 gelten dürfte), sondern eben 3. die Probanden. Damit verliert man auf einen Schlag alle böse (=nicht erklärte) Varianz und hat automatisch und immer eine Effektstärke von 1. Außerdem kann man so immer optimale Stichprobengrößen erheben, beliebig clustern, gendern und den ganzen Rest auch gleich mitberücksichtigen. Auch die Sache mit den Kovariaten wird bedeutend einfacher. Wenn man keine mehr hat. Da der ganze verbleibende Rest ohnehin irgendwie so halt am Stammtisch besprochen wird, macht das ohnehin nichts mehr. Aber, bitte, bloß nicht alles ruinieren und sowas wie eine Beobachterübereinstimmung anschauen. Das kann einem den ganzen Nachmittag versauen. Und wenn man denn schon so unprofessionell ist und doch irgendwie ein Krombachs Cronbachs Alpha (oder gar nen ordentliches Fleiss-Kappa?) berechnen möchte (nur um der guten alten Zeiten willen, oder um einen verschrobenen Greis der alten Garde zufrieden zu stellen), dann ziehe man doch bitte, bitte, bitte die beste Freundin zu Rate. Die ist dann wenigstens schonmal der gleichen Meinung.

“Die Welt ist das, was der Fall ist”. Nie wurde Wittgenstein übler missverstanden—im Übrigen nur von jenen, die entweder mutwillig nicht weiterlesen oder der dazu passenden und früher mal als grundlegend anerkannten Fähigkeit gar nicht erst mächtig sind. Mit dem Ludwig ist es nämlich so: Weil er so freundlich war und uns kurze Sätze schenkte, hilft es manchmal nach dem Satz noch einen zweiten oder dritten zu lesen. Hilft sehr. Wirklich sehr.

Ich finde diese Entwicklung sehr erheiternd und frage mich, warum ich überhaupt noch versuche, jemand in Methoden sinnvoll auszubilden. Das macht doch da draußen nur noch allen Angst. Und Angst ist doof. Wissen wir ja. Macht wenigere glückliche Neuronen. Und die sollten besser glücklich sein. Da mag man sich lieber eine schönere Umgebung häkeln zurechtdenken.

Danke abermals nach Jena für einen großartig-erheiternden Frühabend! Bitte mehr!

P.S.: Ich habe aus verlässlicher Quelle vernommen, das “Prost” auf rumänisch sowas wie Dummkopf heißt. Naja, wahrscheinlich ein Zufall. Aber ein lustiger, immerhin.

Es ist mehr als schön, wenn man mal zu einem Vortrag eingeladen wird an dem man nun wirklich, wirklich, wirklich erzählen darf, was man am liebsten gerne mal erzählen will.

Der Fachschaft verspreche ich dafür hiermit eine höchstkonzentrierte Vorbereitung und auch für die “alten Hasen” einige neue Überaschungen. Ich bedanke mich in aller Form für das entgegengebrachte Vertrauen—auch, nein, gerade weil ich weiß, dass es mit einem gewissen und wohlbekannten Grinsen entgegen gebracht wurde.

F-sIDE

Zwei Maße sind schon länger im Bereich der Graphenvergleiche (SMD-MITOCAR und Folgende) aufgetaucht. Sie werden über alle sieben verfügbaren Vergleichsmaße getrennt generiert, da diese wie vielfach erwähnt keine sinnvollen Verrechnungen untereinander erlauben (viele haben sich bereits ein einzelnes Maß gewünscht). So ergeben sich beide Maße getrennt für die Ähnlichkeitsmaße Surface Matching, Graphical Matching, Concept Matching, Structural Matching, Gamma, Propositional Matching und neuerdings auch für das Balanced Semantic Matching (das wird in Kürze auch in die offen zugänglichen Tools implementiert werden). Die beiden aggregierenden Maße heißen Kohärenz (Coherence) und Ausrichtung (Alignment).

Kohärenz

Die Kohärenz beschreibt die Abweichung von Individualmodellen vom Gruppenmodell. Es entstehen gemittelte Ähnlichkeiten und entsprechend Standardschätzfehler je Ähnlickeitsmaß. Beide sind anzugeben. Die mittleren Ähnlichkeiten können wie Korrelationen gegen eine t-Verteilung geprüft werden. Die Freiheitsgrade werden aus der Anzahl der Individualmodelle ermittelt.

 

Ausrichtung

Die Ausrichtung beschreibt die paarweise Abweichung aller Individualmodelle. Auch hier werden gemittelte Ähnlichkeiten und entsprechend Standardschätzfehler ermittelt. Die statistische Prüfung kann analog zur Kohärenz erfolgen. Zur Ermittlung der Freiheitsgrade soll die Anzahl der Einzelmodelle herangezogen werden—und nicht etwa die Anzahl der Paare.

Ermittlung des Gruppenmodells

Gruppenmodelle können je nach Forschungsfragestellung auf unterschiedliche Art und Weise generiert werden. Als mögliche Aggregierungsarten wären ACSMM (eingeführt von O’Connor und Johnson), aber auch Gruppenmodelle direkt in T-MITOCAR oder T-MITOCAR Artemis zu nennen. Selbstverständlich können hier auch “verhandelte”, also durch Kommunikationsprozesse entstandene Konsensmodelle verwendet werden. Bei einem Kommunikationsprozess als Konsensbildung muss vor allem vor dem Hintergrund der Forschungsfrage große Sorgfalt gelten, da hier nicht selten (leider meist ungeprüft) Objektivitätskriterien verletzt werden.

Mir kam gerade eine Idee, die den bestehenden T-MITOCAR-Algorithmus um eine bis zwei wesentliche Funktionalitäten erweitern könnte. Das beträfe dann alle T-MITOCAR abhängigen Module, wie HIMATT und auch T-MITOCAR Artemis. Ich hab die Veränderungen schonmal natürlich-sprachlich gefasst. Vielleicht ist die Software dann doch viel früher als erwartet in der Lagge neben den Relationsstärken auch vollständige Propositionen aus natürlicher Sprache abzuleiten, d.h. Relationen doch noch zu benennen. Das wäre ebenfalls eng mit Direktionalität verknüft. Sobald ich zu Hause bin und etwas Zeit habe, muss ich das mal ausprobieren. Mir fallen gleich zwanzig Hürden ein, warum das noch schief gehen könnte, aber es ist ein Anfang und er würde ebenso automatisch und gleichzeitig datenbasiert funktionieren, wie schon der Rest der Software. Vielleicht gelingt es ja.

Die Proposals für den Sommer 2008 sind abgeschlossen. Ich danke allen Kolleginnen und Kollegen für den allerseits hoch motivierten Endspurt. Jetzt bleibt zu hoffen, dass ein guter Teil davon auch bei den Konferenzen auch angenommen wird.  Vergangenes Jahr hatten wir da sehr viel Glück. Nachricht darüber gibt’s meist mitten im Herbst. Wir haben spannende Ergebnisse, die zum Teil sehr überaschend waren und deren Diskussion daher vielfältig ausfiel. Das ist ein durchaus in jeder Hinsicht positiver Rückblick auf das Forschungsjahr.

Diesmal im Programm:

• Analogiebasiertes Lehren. Wie bereitgestellte Analogien Verfassern von Lehrtexten helfen können.


• Lernen als Navigation. Wie die Verfügbarkeit von T-MITOCAR Artemis Modellen bei der systematischen Suche nach geeigneten Inhalten im Netz hilft.


• Prognose von Lernfortschritt. Wie vorhandene Modelle von Novizen und fortgeschrittenen Lernern zur Vorhersage von Lernfortschritt anderer Lerngruppen herangezogen werden können.


• Texte verständlich machen. Welche semantischen, syntaktischen und gestalterischen Eigenschaften von Texten zu einem erwartbar besseren Lernerfolg führen und damit die Entwicklung von Lehrtexten grundsätzlich vereinfachen.


• Die eigene Wissensstruktur beim Schreiben nutzen. Wie automatisierte Visualisierungen von Textmodellen das wissenschaftliche Schreiben bei Studierenden unterstützen können.


• Texte und grafische Notizen handeln von etwas gänzlich anderem. Von der Überschätzung der Konstruktvalidität in neuen Ansätzen der Wissensdiagnose.


• Modellbegründetes Wissensmanagement. Warum Unternehmen anders entscheiden als jeder einzelne Mitarbeiter für sich entscheiden würde und wie man die Entscheidungsgrundlage des Unternehmens als Modell sichtbar machen kann.

Die deutsche Version von T-MITOCAR hat soeben ein umfangreicheres Update erhalten. Aktuelle Version ist 0.0.3. Neben neuer Funktionalität (vor allem im deskriptiven Bereich) wurden auch ein paar bekannt gewordene Bugs repariert.

Ein paar Neuigkeiten

Unter Ansehen lässt sich nun zusätzlich zum grafischen Modell der urpsrüngliche Text einsehen, wie er in die Datenbank gelegt wurde. Dieser Text weicht unter Umständen vom ursprünglich hoch geladenen Text ab, da T-MITOCAR Formatierungen, Code und andere Zeichen, die zur Analyse nicht verwendet werden, vor der Übernahme in die Datenbank löscht (diese hätten ohnehin keinen Einfluss auf die Analyse).

Unter Ansehen und Vergleichen gibt es neue, umfangreiche deskriptive Ausgaben.

Darunter:

Begriffslisten (für das Modell und für den Modellvergleich). Es lässt sich nun nachsehen, welche Begriffe jeweils im Modell vorkommen, welche (unter Vergleichen) im einen aber nicht im anderen vorkommen (Differenzlisten) und welche in zwei verglichenen Modellen vorkommen (Schnittlisten). Auch die Verbindungen werden nun je Modell als Listen ausgegeben.

Zusätzlich gibt es ein paar alternative Modellgrafiken. So werden im Vergleichsfall nun automatisch Kontrast- und Schnittmodelle ebenfalls grafisch ausgegeben. Außerdem wird das einzelne Modell (unter Ansehen) durch eine weitere Modellgrafik ergänzt, die nicht die Gewichte enthält. Dafür hat sie gerade Verbindungen. Insbesondere, wenn man T-MITOCAR für Interventionen einsetzen möchte, ist die Version ohne Gewichte interessant: Sie kann insbesondere von Laien etwas besser gelesen werden, und sie ist aufgrund besserer räumlicher Komprimierung kleiner (kleinere Grafik) als die immer noch vorhandene Forschungsdarstellung.

Der direkte Anwendungsumfang von T-MITOCAR dürfte sich damit erweitert haben. Selbstverständlich habe ich noch eine Liste von Wünschen liegen, die ich zu diesem Zeitpunkt noch nicht erfüllen konnte. Alles zu seiner Zeit—aber es kommt. Die englische Version von T-MITOCAR muss auf das Update noch ein wenig warten, da mir momentan etwas die Zeit fehlt. Die Algorithmen können nicht ganz 1:1 in die englische Version übertragen werden. Aber auch das steht natürlich auf meinem Speise Arbeitsplan. Bis dahin hoffe ich mal, dass mir in den kommenden Tagen nicht allzu viele Bugreports in die Inbox flattern.