Warning! The directory is not yet complete and will be amended until the beginning of the term.
240168 FS FM2 - Research Seminar (Part 2) (2024W)
Transformationskonflikte in der globalen politischen Ökonomie der Dekarbonisierung.
Continuous assessment of course work
Labels
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Fr 20.09.2024 10:00 to We 02.10.2024 09:00
- Deregistration possible until Th 31.10.2024 23:59
Details
max. 20 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 08.10. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 15.10. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 22.10. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 29.10. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 05.11. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 12.11. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 19.11. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 26.11. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 03.12. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 10.12. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 17.12. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 07.01. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 14.01. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- N Tuesday 21.01. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
- Tuesday 28.01. 11:30 - 14:45 Seminarraum 7, Kolingasse 14-16, OG01
Information
Aims, contents and method of the course
Im zweiten Teil dieses zweisemestrigen Forschungsseminars wenden wir die erlernten theoretischen und methodischen Grundlagen im Rahmen eigener empirischer Forschung zu sozial-ökologischen Transformationskonflikten an. Ausgehend von individuellem Feedback und Nachjustierung der im ersten Semester entwickelten Forschungskonzepte steht die begleitete Umsetzung und Anwendung von Methoden der qualitativen Datenerhebung (u.a. Interviews, Dokumente, Beobachtungen) und Datenauswertung im Zentrum des Seminars. Die parallele Lektüre und Diskussion weiterführender, auf die Forschungsthemen zugeschnittener Texte im Themenfeld sozial-ökologischer Transformationskonflikte bieten weitere inhaltliche Impulse, die in den Forschungsprozess und insbesondere die Datenauswertung einfließen. Den Abschluss des Seminars bilden Präsentation der erarbeiteten Zwischenstände („Forschungsbericht“) sowie eine vertiefende Auseinandersetzung mit den Grundsätzen und Herausforderungen wissenschaftlichen Schreibens. Ziel des Seminars ist es, eine eigenständige empirische Forschung auf Basis qualitativer Methoden der Sozialforschung durchzuführen und deren Ergebnisse in einer Forschungsarbeit festzuhalten.
Assessment and permitted materials
Um das Seminar erfolgreich abschließen zu können, müssen alle Anforderungen erfüllt werden:- Anwesenheit (max. zwei unentschuldigte Fehlstunden), Lesen der Basistexte, aktive Mitarbeit
- Präsentation der Umsetzung des Forschungskonzepts anhand ausgewählter Schritte der Datenerhebung oder Anleitung einer gemeinsamen Datenauswertung im Seminar anhand von selbst erhobenen Daten (0-25 Punkte)
- Präsentation der Zwischenstände und fristgerechte Abgabe eines zwei bis dreiseitigen Forschungsberichts (Vorgaben hierzu werden im Lauf des Semesters präsentiert) (Abgabe bis 13.01.2025) (0-25 Punkte)
- Schreiben einer Forschungsarbeit (60.000 Zeichen, inkl. Leerzeichen und Literatur (+/- 10%), unabhängig von der Größe der Forschungsgruppe) und fristgerechte Abgabe (über moodle) bis zum 28.02.2025 (0-50 Punkte)Bei der Erstellung der Teilleistungen sind grundsätzlich alle Hilfmittel erlaubt. Das schließt auch KI-Anwendungen wie ChatGPT ein. Voraussetzung ist aber, dass Sie vollständig (!) transparent angeben, welche Hilfsmittel Sie wie verwendet haben (bei KI-Tools etwa die verwendeten Prompts). Bitte bedenken Sie, dass die aktuell verfügbaren Large Language Models zwar gut formulieren können, aber inhaltlich oft falsche Ergebnisse produzieren. Der Einsatz von KI entlastet Sie also nicht von der Aufgabe zu wissen und kritisch zu prüfen, welche Aussagen korrekt und welche falsch sind. Bitte reflektieren Sie auch, welche Auswirkung der Einsatz von Künstlicher Intelligenz auf den persönlichen Lernprozess haben kann. "After all, true learning is always a process in time. We remember what we have learned in no small measure because of the process, indeed the struggle, involved in mastering a certain task. It is precisely that effort which allows the fruits of it to become lastingly embedded within our consciousness. In the absence of any process – eclipsed by the instantaneous fruits of AI – we no longer build memories; and as a result, what used to be called “knowledge” reduces to the perpetual, algorithmically managed retrieval of mere information." (Thomas Pfau, https://www.literarymatters.org/16-1-saving-time/)
- Präsentation der Umsetzung des Forschungskonzepts anhand ausgewählter Schritte der Datenerhebung oder Anleitung einer gemeinsamen Datenauswertung im Seminar anhand von selbst erhobenen Daten (0-25 Punkte)
- Präsentation der Zwischenstände und fristgerechte Abgabe eines zwei bis dreiseitigen Forschungsberichts (Vorgaben hierzu werden im Lauf des Semesters präsentiert) (Abgabe bis 13.01.2025) (0-25 Punkte)
- Schreiben einer Forschungsarbeit (60.000 Zeichen, inkl. Leerzeichen und Literatur (+/- 10%), unabhängig von der Größe der Forschungsgruppe) und fristgerechte Abgabe (über moodle) bis zum 28.02.2025 (0-50 Punkte)Bei der Erstellung der Teilleistungen sind grundsätzlich alle Hilfmittel erlaubt. Das schließt auch KI-Anwendungen wie ChatGPT ein. Voraussetzung ist aber, dass Sie vollständig (!) transparent angeben, welche Hilfsmittel Sie wie verwendet haben (bei KI-Tools etwa die verwendeten Prompts). Bitte bedenken Sie, dass die aktuell verfügbaren Large Language Models zwar gut formulieren können, aber inhaltlich oft falsche Ergebnisse produzieren. Der Einsatz von KI entlastet Sie also nicht von der Aufgabe zu wissen und kritisch zu prüfen, welche Aussagen korrekt und welche falsch sind. Bitte reflektieren Sie auch, welche Auswirkung der Einsatz von Künstlicher Intelligenz auf den persönlichen Lernprozess haben kann. "After all, true learning is always a process in time. We remember what we have learned in no small measure because of the process, indeed the struggle, involved in mastering a certain task. It is precisely that effort which allows the fruits of it to become lastingly embedded within our consciousness. In the absence of any process – eclipsed by the instantaneous fruits of AI – we no longer build memories; and as a result, what used to be called “knowledge” reduces to the perpetual, algorithmically managed retrieval of mere information." (Thomas Pfau, https://www.literarymatters.org/16-1-saving-time/)
Minimum requirements and assessment criteria
Notenschlüssel
100-88 Punkte = Sehr gut (1)
87-75 Punkte = Gut (2)
74-62 Punkte = Befriedigend (3)
61-50 Punkte = Genügend (4)
< 50 Punkte = Nicht Genügend (5)Die positive Erbringung aller vorgesehenen Teilleistungen ist erforderlich, um den Kurs erfolgreich abzuschließen.
Examination topics
-
Reading list
Zu Beginn des Semesters wird die Kurslektüre auf moodle bereitgestellt. Die Literatur wird nach den thematischen Interessen der Teilnehmer:innen im Lauf des Semesters angepasst und erweitert.
Association in the course directory
FM2
Last modified: Th 03.10.2024 11:26