Die Arbeit untersucht theoretisch und empirisch-quantitativ wie sich das Zeitverständnis aufgrund von digitalen Medien ändert und vergleicht dabei Deutschland und China. Ausgehend vom Konzept der De-Westernisierung werden dabei zunächst die zentralen Begriffe wie Zeitverständnis, kultureller Kontext und kultureller Wandel durch digitale Medien geklärt. Das Zeitverständnis basiert auf neun Dimensionen: Vergangenheit, Gegenwart, Zukunft, Lebenstempo, interagierende Erfahrung, instrumentelle Erfahrung, Fatalismus, Zukunft als geplantes Handeln und Zukunft als vertrauensbasiertes Handeln. Mittels kulturvergleichender Befragung in Deutschland und China (n=300) und multivariater Auswertungsverfahren wird gezeigt, dass die Dimensionen entgegen der Hypothesen auf Basis von medienphilosophischen Theorien alle ansteigen und ein Paradox der Zeit entsteht. Dies kann als Erklärungsgrundlage dafür dienen, dass Zeitkonflikte entstehen und das mentale Wohlbefinden beider Kulturen durch digitale Medien beeinträchtigt wird.:Contents 1. Research Desiderates and Research Question…………………………………………9 2. Discussion of Theory Development………………………………………………….11 a. Brief Summary of Theory Development…………………………………..…11 i. Reasoning for Article 1 to Article 4………………………………….11 ii. Key Findings: The Field in 2021..……………………………………12 b. Limitations and Challenges of Theory Development………………………..19 i. Researching in the Tradition of Cultivation Analysis?........................19 ii. Modeling Cultural Change…………………………………………...19 iii. The Forgotten Sub-Dimension Past?....................................................21 iv. Surveillance, Filter Bubbles and Internet Censorship – An Update….23 3. Discussion of Empirical Results……………………………………………………...25 a. Brief Summary of Findings…………………………………………………...25 i. Reasoning for Article 5 to Article 8…………………………………..25 ii. Key Findings: The Field in 2021.…………………………………….25 b. Limitations and Challenges of Method and Findings………………………...34 i. General Remarks……………………………………………………...34 ii. Trans-Cultural Research in Practice…………………………………..36 iii. Response Patterns of German and Chinese Participants……………...38 iv. The Role of Off-liners in Digitally Induced Temporal Change………39 v. Disadvantaged Communities………………………………………....40 vi. Modeling Micro-Meso-Macro Level in Data Analysis……………….41 vii. Structural Equation Modeling………………………………………...43 viii. Interpreting in the Light of Culture Standards………………………..49 8 4. Summary……………………………………………………………………………...53 5. References…………………………………………………………………………….60 6. Appendix……………………………………………………………………………...69 a. Publication Strategy…………………………………………………………..69 b. List of Submitted Articles…………………………………………………….71 c. Versicherung………………………………………………………………….73 d. Article 1………………………………………………………………………74 e. Article 2………………………………………………………………………88 f. Article 3……………………………………………………………………...110 g. Article 4……………………………………………………………………...134 h. Article 5……………………………………………………………………...148 i. Article 6……………………………………………………………………...161 j. Article 7……………………………………………………………………...190 k. Survey Questionnaires……………………………………………………....210 i. German Version Onliners……………………………………....…...210 ii. German Version Offliners…………………………………………...240 iii. Chinese Version Onliners……………………………………...........258 iv. Chinese Version Onliners…………………………………………...283 l. Declaration of Co-Author from Article 7……………………………...........301

Verzerrungen durch sozial erwünschtes Antwortverhalten bei heiklen Fragen stellen ein großes Problem der empirischen Sozialforschung dar. Dies führt bei Umfragen zu Item- und Unit-Nonresponse sowie zu unehrlichen Antworten. Diese Verzerrung durch soziale Erwünschtheit (Social Desirability Bias, SD-Bias) führt oftmals dazu, dass Fragen zu sozial erwünschtem Verhalten oder Meinungen (z. B. Wahlteilnahme, Blutspenden oder soziales Engagement) überschätzt und zu sozial unerwünschtem Verhalten oder Einstellungen (z. B. Drogenkonsum, Rassismus oder Diebstahl) unterschätzt werden. In dieser Dissertation wird anhand eines Survey-Experiments überprüft ob die Item Count Technique (ICT) und ihr ähnliche Count-Techniken (z.B. Person Count Techique, Item Sum Technique etc.) bessere Ergebnisse bei heiklen Fragen erzielen als direktes Fragen. Dies wurde mit einem experimentellen Design anhand eines Online Access Panels (n = 3044) überprüft. Dabei wurden die gleichen heiklen Fragen in der Experimentalgruppe mit Count-Techniken gestellt (n =2527) und in der Kontrollgruppe (n = 517) direkt gestellt. Insgesamt konnten Count-Techniken keine besseren Ergebnisse erzielen als direktes Fragen.:1 Problemstellung 1.1 Auswirkungen heikler Fragen 2 Dimensionen heikler Fragen 2.1 Soziale Erwünschtheit 2.2 Eingriff in die Privatsphäre 2.3 Gefahr der Aufdeckung 2.4 Psychologische Kosten 2.5 Definition 3 Soziale Erwünschtheit 3.1 Social-Desirability-Neigung 3.1.1 Definition und Konstrukt 3.2 Messung sozialer Erwünschtheit 3.2.1 Die Crowne-Marlowe-Skala 3.2.2 Das Balanced Inventory of Desirable Responding (BIDR) 3.3 Social Desirability Belief und Trait Desirability 3.3.1 Messung des SD-Beliefs 3.3.2 Trait Desirability 4 Handlungstheorie und Befragtenverhalten 4.1 SEU-Theorie und heikle Fragen 4.2 Das Modell der Frame-Selection und heikle Fragen 5 Externe Effekte und heikle Fragen 5.1 Interviewereffekte und heikle Fragen 5.2 Bystander-Effekte und soziale Erwünschtheit 5.3 Modus-Effekte und heikle Fragen 6 Klassische Lösungen für heikle Fragen 6.1 Bogus Pipeline 6.2 Sealed Envelope 6.3 Forgiving Wording 7 Die Randomized Response Technique 7.1 Entstehung und Grundprinzip nach Warner (1965) 7.2 Die „Unrelated Question“ Technique 7.3 Die „Forced Response“ Technique 7.4 Takahasi’s Technique 7.5 Die „Two Step Procedure“ 7.6 Kuks Card Method 7.7 Multivariate Analyse mit der RRT 7.8 Empirische Tests der RRT 7.9 Handlungstheorie und RRT 7.10 Allgemeine Probleme der RRT 8 Das Crosswise-Model 8.1 Entstehung und Grundprinzip 8.2 Empirischer Test des Crosswise-Models mit Meta-Analyse 9 Die Item Count Technique 9.1 Probleme und Design der ICT-Fragen 9.2 Handlungstheorie und ICT 9.3 Kurze Geschichte der ICT 9.4 Das Double List Design 9.5 Die Person Count Technique 9.6 Die Fixed und Variable Person Count Technique 9.7 Die Item Sum Technique 9.8 Die Person Sum Technique 9.9 Multivariate Analyse von ICT-Daten 9.10 Bisherige empirische Tests der Item Count Technique mit Meta-Studie 10 Empirischer Test der Count-Techniken 10.1 Hypothesen 10.2 Grundlegendes Design 10.3 Datenerhebung 10.4 Operationalisierung 10.4.1 SD-Neigung (BIDR16) 10.4.2 SD-Belief und Trait Desirability 10.4.3 Modell der Frame Selection 10.5 Grundlegende Annahmen und Probleme der Hypothesenprüfung 10.6 Prüfung der Item Count Technique 10.7 Prüfung der Person Count Technique 10.8 Prüfung der Fixed Person Count Technique 10.9 Prüfung der Variable Person Count Technique 10.10Prüfung der Item Sum Technique 10.11Prüfung der Person Sum Technique 10.12Prüfung der Count-Techniken insgesamt 11 Prüfung der Theorien des Befragtenverhaltens 11.1 Test der SEU-Theorie 11.2 Test des Modells der Frame Selection 11.3 Prüfung der handlungstheoretischen Betrachtung der Count-Techniken 12 Fazit 13 Anhang 13.1 Deskriptive Statistiken 13.1.1 BIDR16 13.1.2 SD-Belief 13.1.3 Umfrageeinstellung Literatur

Die erkenntnisleitende Fragestellung der Bachelorarbeit lautet: Inwiefern liefert das Konzept der Care Revolution nach Gabriele Winker Lösungsansätze zur Bewältigung von Benachteiligungen geflüchteter Frauen?

Die Dissertation beschäftigt sich mit der Frage, inwieweit die Ausprägung von Emotionen von dem sozialen Kontext beeinflusst wird. Ziel dieser Arbeit ist es, sowohl den positiven als auch den negativen Einfluss von sozialer Unterstützung auf die Emotion der Arbeitsplatzunsicherheit zu untersuchen. Mithilfe einer Online-Umfrage wurde ermittelt, dass der Partner und die Partnerin die mit Abstand wichtigsten Bezugspersonen bei einem potentiellen Arbeitsplatzverlust darstellen. Ferner reduziert die wahrgenommene, soziale und insbesondere emotionale Unterstützung die Arbeitsplatzunsicherheit, während die soziale Belastung, welche die negative Wirkweise der sozialen Unterstützung illustriert, jenes Gefühl erhöht. Während Frauen im Falle eines potentiellen Arbeitsplatzverlustes häufiger als Männer soziale Unterstützung erwarten, nehmen sie sich seltener als soziale Belastung wahr. Für beide Geschlechter gilt nichtsdestotrotz, dass die soziale Unterstützung das Ausmaß an Arbeitsplatzunsicherheit erhöht und die soziale Belastung jenes senkt. Für die Männer war hierbei insbesondere die emotionale, für die Frauen hingegen die instrumentelle Unterstützung entscheidend. Die Verbindung aus Arbeitsplatz, Partnerschaft, Geschlecht sowie soziale Unterstützung und Belastung mündete in der Untersuchung der traditionellen Geschlechterrolleneinstellung. Diese wirkte bei ungebundenen Männern und Frauen nicht auf das Ausmaß an Arbeitsplatzunsicherheit, während die gebundenen Männer und Frauen mehr Arbeitsplatzunsicherheit aufwiesen, je traditioneller sie eingestellt waren. Meine Ergebnisse zeigen somit, dass es evident ist, die Entwicklung von affektiver Arbeitsplatzunsicherheit in einen sozialen Bezugsrahmen zu setzen.

No description available.

No description available.

No description available.

No description available.

No description available.

No description available.