Sie sind hier

  1. SLUB Dresden
  2. Service
  3. Veranstaltungen
  4. Details

Details

Open Science im HSZ: Fake or Real? – Wem kann ich trauen? Tipps zur Bewertung der Qualität wissenschaftlicher Literatur

Open Science / Publishing Zielgruppe Lehrende Zielgruppe Postdocs Zielgruppe Promovierende
Fr, 06.12.2019 13:00 Uhr - 14:30 Uhr, TU Dresden, Marcel Erfurth

Gerade in Zeiten von "Fake News" sollte die Wissenschaft eigentlich verlässliche Informationen liefern. Doch leider ist auch dieser Bereich vor Betrügern nicht sicher. Selbst namhafte Forscher können auf zweifelhafte Publikationen und Journals hereinfallen. Dadurch hat auch die Open-Access-Bewegung eine Schattenseite bekommen.

Lernen Sie in diesem Seminar Fake Science, Fake Jounals und Pseudoscience von seriösen Quellen zu unterscheiden.

Schützen Sie sich und Ihre Publikationen. Unser umfangreicher Kriterienkatalog ermöglicht es Ihnen zweifelhafte Quellen schnell zu erkennen und sicher zwischen seriösen und unseriösen Quellen zu unterscheiden.

Wenn Sie mögen, entdecken Sie gerne vorab die SLUB-Website zu fragwürdigen Journalen.

Alle Teilnehmerinnen und Teilnehmer sind gebeten für beispielhafte Recherchen ihren eigenen Laptop mitzubringen.

Themen: 

  • Grundprinzipien guter wissenschaftlicher Praxis
  • Einführung in Open Access
  • Kriterien für die Seriosität
  • Fake-Journal vs Fake-Science vs Pseudo-Science
  • Woran erkenne ich ein Fake-Journal bzw. ein „gutes“ Journal?
  • Zusammenfassung / Abschluss
  • gemeinsame Übung
  • Glossar / Begriffsdefinition

Referent: Marcel Erfurth

Porträt von Marcel Erfurth
Marcel Erfurth

Marcel Erfurth hat Soziologie, Philosophie und Survey Methodology (Empirische Forschungsmethodik) studiert. Er arbeitet im Referat Open Science und ist für bibliometrische und szientometrische Analysen zuständig. Bei Fragen zu quantitativen Modi der Datengenerierung sowie der statistischen Auswertung und Interpretation steht Ihnen Herr Erfurth gerne zur Verfügung. Ein weiterer Schwerpunkt ist die Unterstützung bei Fragen zu R und damit verbunden Techniken der Datenvisualisierung.