Projecten

Hieronder staan enkele (grotere) projecten binnen onze afdeling.

ASReview

ASReview is een softwareprogramma dat is ontwikkeld in het DISC-AI lab van de Universiteit Utrecht om literatuuronderzoek efficiënter te maken met behulp van active learning. Door snel relevante publicaties te identificeren, helpt ASReview onderzoekers kostbare tijd te besparen en tegelijkertijd transparantie in het reviewproces te waarborgen.
 
Als open-source project is ASReview breed toepasbaar in verschillende wetenschappelijke disciplines en draagt het bij aan reproduceerbaar en betrouwbaar onderzoek. Het wordt voortdurend ontwikkeld in samenwerking met een internationale gemeenschap van onderzoekers, softwareontwikkelaars, UX-designers en gebruikers.
 
Wilt u meer weten? Bezoek de ASReview website voor de laatste updates, tutorials en mogelijkheden om bij te dragen.

MICE

mice (Multivariate Imputation by Chained Equations) is een R-pakket dat is ontwikkeld om het missing data probleem in een analyse pipeline op te lossen. Dit doet mice door multiple imputation te gebruiken om meerdere invullingen voor ontbrekende gegevens te genereren. Hierdoor kunnen onderzoekers robuuste statistische analyses zonder vertekening uitvoeren. Door meerdere plausibele datasets te creëren die rekening houden met de onzekerheid van de ontbrekende waarden, maakt mice valide conclusies mogelijk, zelfs bij onvolledige gegevens.
 
Het pakket wordt breed toegepast in disciplines zoals epidemiologie, sociale wetenschappen en de officiële statistiek, en ondersteunt reproduceerbare en transparante onderzoeksanalyses. Als open-source sofware tool wordt mice actief onderhouden en ontwikkeld door een team van missing data-experts binnen onze afdeling, met bijdragen van een levendige gemeenschap van statistici, datawetenschappers en onderzoekers wereldwijd.
 
Nieuwsgierig geworden? Bezoek de mice website, de mice CRAN-pagina of de GitHub-repository voor handleidingen, documentatie en mogelijkheden om aan de verdere ontwikkeling van mice bij te dragen.

ODISSEI

ODISSEI (Open Data Infrastructure for Social Science and Economic Innovations) is de nationale onderzoeksinfrastructuur voor de Nederlandse sociale wetenschappen. Het verenigt ongeveer 45 lidorganisaties (alle Nederlandse faculteiten sociale wetenschappen, het Centraal Bureau voor de Statistiek, publieke onderzoeksbureaus en andere instituten) in één federaal ecosysteem. Via gedeelde faciliteiten zoals toegang tot CBS-microdata, het LISS-panel, high-performance computing en deskundige ondersteuning biedt ODISSEI de data, tools en expertise die nodig zijn voor innovatief, reproduceerbaar en collaboratief onderzoek. De wetenschappelijk directeur van ODISSEI is Daniel Oberski.

SoDa is het interne ondersteuningsteam van ODISSEI voor data-intensieve en computationele sociaalwetenschappelijke projecten en biedt gratis consulten en samenwerkingen aan onderzoekers van ODISSEI-lidinstellingen. Met expertise in data-acquisitie, grootschalige analyse en onderzoekssoftware-engineering bevordert het team open, doelgerichte sociaalwetenschappelijke projecten door middel van samenwerkingen, workshops, tutorials en een fellowship-programma. Het SoDa-team is gevestigd bij de afdeling Methodologie & Statistiek van de Universiteit Utrecht en bestaat uit diverse onderzoekers van onze afdeling.