Diese Dissertation aus der Sparte der Reflexiven Bibliometrie erforscht die Rückwirkungen der Verwendung von quantitativen Indikatoren in der Wissenschaftsevaluation auf die Wissensproduktion und Forschungsqualität in der Astronomie. Eine qualitative Analyse der strukturellen Bedingungen der akamdeischen Astronomie anhand des Rational Choice Frameworks führen zur Beobachtung eines "Evaluation Gap" zwischen dem, was Indikatoren messen und dem, was Forscher unter Forschungsqualität verstehen. Die Analyse offenbart weiters einen Balanceakt, in dem Astronomen zwischen Publikationsdruck und Forschungsintegrität Kompromisse finden. Weiterführende quantitative Untersuchungen unter Einbezug von Organisational Culture Theories und Self-Determination Theory zeigen, dass kontrollierte Formen von Motivation zu einem erhöhten Publikationsdruck und wissenschaftlichem Fehlverhalten führen, während autonome Formen von Motivation das Gegenteil bewirken. Schließlich skizziert die Arbeit Wege zur Transformation der Forschungskultur hin zu mehr Vielfalt und Partizipation, einschließlich der Einführung offener Wissensmanagement-Infrastrukturen und kontinuierlicher, reflexiver Evaluationsprozesse. / This dissertation from the field of Reflexive Bibliometrics, investigates the constitutive effects of utilizing quantitative metrics in research evaluation on knowledge production and research quality in astronomy. Embedded in the Rational Choice Framework to analyze the structural conditions within academic astronomy, a qualitative analysis reveals an "Evaluation Gap" between what metrics measure and researchers' perceptions of research quality. Furthermore, the analysis unveils a balancing act where astronomers navigate compromises between publication pressures and research integrity. Subsequent quantitative analyses, incorporating Organizational Culture Theories and Self-Determination Theory, demonstrate that controlled forms of motivation exacerbate publication pressure and scientific misconduct, while autonomous motivations yield contrasting effects. Lastly, the study outlines pathways towards transforming research culture towards greater diversity and participation, including the adoption of open knowledge management infrastructures and continuous, reflexive evaluation processes.

New Public Management unterstützt Universitäten und Forschungseinrichtungen dabei, in einem stark wettbewerbsorientierten Forschungsumfeld zu bestehen. Entscheidungen unter Unsicherheit, z.B. die Verteilung von Mitteln für den Forschungsbedarf und Forschungszwecke, erfordert von Politik und Hochschulmanagement, die Beziehungen zwischen den Dimensionen der Forschungsleistung und den resultierenden oder eingehenden Zuschüssen zu verstehen. Hierfür ist es wichtig, die Variablen der wissenschaftlichen Wissensproduktion auf der Ebene von Individuen, Forschungsgruppen und Universitäten zu untersuchen. Das Kapitel 2 dieser Arbeit analysiert die Ebene der Individuen. Es verwendet die Beobachtungen der Forscherprofile von Handelsblatt (HB), Research Papers in Economics (RePEc, hier RP) und Google Scholar (GS) als meist verbreitete Ranking-Systeme in BWL und VWL im deutschsprachigen Raum. Das Kapitel 3 liefert eine empirische Evidenz für die Ebene von Forschungsgruppen und verwendet die Daten eines Sonderforschungsbereichs (SFB) zu Finanzinputs und Forschungsoutput von 2005 bis 2016. Das Kapitel beginnt mit der Beschreibung passender Performanzindikatoren, gefolgt von einer innovativen visuellen Datenanalyse. Im Hauptteil des Kapitels untersucht die Arbeit mit Hilfe eines Zeit-Fixed-Effects-Panel- Modells und eines Fixed-Effects-Poisson-Modells den Zusammenhang zwischen finanziellen Inputs und Forschungsoutputs. Das Kapitel 4 beschäftigt sich mit dem Niveau der Universitäten und untersucht die Interdependenzstruktur zwischen Drittmittelausgaben, Publikationen, Zitationen und akademischem Alter mit Hilfe eines PVARX-Modells, einer Impulsantwort und einer Zerlegung der Prognosefehlervarianz. Abschließend befasst sich das Kapitel mit den möglichen Implikationen für Politik und Entscheidungsfindung und schlägt Empfehlungen für das universitäre Forschungsmanagement vor. / New Public Management helps universities and research institutions to perform in a highly competitive research environment. Decision making in the face of uncertainty, for example distribution of funds for research needs and purposes, urges research policy makers and university managers to understand the relationships between the dimensions of research performance and the resulting or incoming grants. Thus, it is important to accurately reflect the variables of scientific knowledge production on the level of individuals, research groups and universities. Chapter 2 of this thesis introduces an analysis on the level of individuals. The data are taken from the three widely-used ranking systems in the economic and business sciences among German-speaking countries: Handelsblatt (HB), Research Papers in Economics (RePEc, here RP) and Google Scholar (GS). It proposes a framework for collating ranking data for comparison purposes. Chapter 3 provides empirical evidence on the level of research groups using data from a Collaborative Research Center (CRC) on financial inputs and research output from 2005 to 2016. First, suitable performance indicators are discussed. Second, main properties of the data are described using visualization techniques. Finally, the time fixed effects panel data model and the fixed effects Poisson model are used to analyze an interdependency between financial inputs and research outputs. Chapter 4 examines the interdependence structure between third-party expenses (TPE), publications, citations and academic age using university data on individual performance in different scientific areas. A panel vector autoregressive model with exogenous variables (PVARX), impulse response functions and a forecast error variance decomposition help to capture the relationships in the system. To summarize, the chapter addresses the possible implications for policy and decision making and proposes recommendations for university research management.

Zitationsnetzwerke akademischer Publikationen werden zur Themenerkennung und -verfolgung mittels bibliometrischer Verfahren erstellt und zerteilt. Ergebnisse können jedoch nicht gegen eine Grundwahrheit geprüft werden. In vielen Arbeiten des Feldes fehlt es an Argumentation, Dokumentation und Validation für Entscheidungen im Prozess der Datenverarbeitung. Die Dissertation geht mit einem umfassenden Literaturreview und programmierten Experimenten in die Tiefe und identifiziert Abhängigkeiten. Diese Forschungsfragen werden beantwortet: #1 Welche Variablen beeinflussen die Themenerkennung und -verfolgung? #2 Welche Variablenwerte werden in der Literatur berichtet und wie wird gemessen? #3 In welchem Ausmaß unterscheiden sich Ergebnisse verschiedener Konfigurationen? Kapitel 1 führt in die Problematik ein und stellt Kontext her. In Kapitel 2 werden Annahmen der Bibliometrie beispielhaft seziert und das tatsächliche Zitationsverhalten aus Studien zusammengetragen. Kapitel 3 behandelt Datenquellen, deren Probleme und Selektion als Abhängigkeit. Kapitel 4 betrachtet verschiedene Aspekte von Forschungssoftware, die in bisherigen Untersuchungen als Einflussfaktor unterrepräsentiert blieb und schließt mit einem Review relevanter Software. Kapitel 5 behandelt verbreitete Datenmodelle und Algorithmen und dokumentiert Validations- und Vergleichstechniken. Im Kapitel 6 werden Ansätze zur Themenverfolgung diskutiert und Cluster Labels werden als Abhängigkeit identifiziert. Kapitel 7 zeigt die Datenquelle, Softwarekonfigurationen, Datenmodelle, Algorithmen und Vergleichsmethoden als Einflussfaktoren auf. Nur wenige Cluster ähneln sich in einer Weise, dass man vom "gleichen" Thema sprechen könnte. Die Arbeit zeigt, dass jede Prozessentscheidung Einfluss auf das Endergebnis nimmt und die weit verbreiteten Themenerkennungsstudien kaum mehr als lokale und stark subjektive Datenexplorationen sind. / Scholarly publications are used to construct citation-based networks and cluster algorithms are utilized to delineate topics from such networks. Topics are also investigated for development over time. Since there is no baseline, results validation is not trivial. Many scientometric publications lack argumentation, documentation and validation of decisions made in the processw. The dissertation provides an extensive literature review and reports programmed experiments for the identification of process dependencies. The following research questions are answered: #1 Which variables affect the outcome of topic delineation and tracking? #2 What variable values are reported in the literature and how are they measured? #3 To what extent does topic delineation and tracking yield different results for varied configurations? Chapter 1 introduces the situation and provides context of research evaluation. In chapter 2 we dissect assumptions and collect evidence about actual citation behavior. Chapter 3 deals with data sources, their problems and data utliziation as a dependency. Chapter 4 covers research software as an underreported dependency and reviews selected bibliometric applications. Chapter 5 discusses several suggested data models and algorithms including validation and comparison techniques. In chapter 6 we document topic tracking approaches, their influence and the cluster labels as dependencies. Chapter 7 reports the data model, software configurations, algorithms and comparison methods as dependencies. Only a miniscule number of clusters are similar enough to represent the 'same topic'. The dissertation showcases, that every decision in a topic delineation and tracking process affects the results. Scientometric topic delineation and tracking studies should be considered local and highly subjective data exploration exercises.

Jahresbericht der Universitätsbibliothek Chemnitz und des Universitätsarchivs- Berichtsjahr 2017 / Annual report of the University Library of Chemnitz and the University Archive in 2017