The IAB-INCHER project of earned doctorates (IIPED): A supervised machine learning approach to identify doctorate recipients in the German integrated employment biography data

Beschreibung

"Es gibt bislang nur wenige wissenschaftliche Studien, welche das Karriereauskommen von Promovierten in Deutschland untersuchen (BuWiN 2013). Daher bildet die empirische Evidenz zum jetzigen Stand für Absolventen keine hinreichende Informationsgrundlage, um eine wohlüberlegte Entscheidung für oder gegen eine Promotion zu treffen (Benderly 2018; Blank 2017). Administrative Daten zu individuellen Karriereauskommen könnten diese Informationslücke schließen. Jedoch sind die derzeitig verfügbaren Datenquellen in dieser Hinsicht unvollständig. In diesem Beitrag verknüpfen wir Daten zu Promovierten die im Katalog der Deutschen Nationalbibliothek (DNB) gesammelt wurden, mit den Integrierten Erwerbsbiografien (IEB) des Instituts für Arbeitsmarkt- und Berufsforschung (IAB). Wir verwenden Methoden des maschinellen Lernens, die es erlauben 1) Datensätze ohne eindeutige Identifier zu verknüpfen und 2) die Qualität des verknüpften Datensatzes zu bewerten. Die Algorithmen werden auf einem synthetischen Trainings- und Testdatensatz trainiert. In einer beispielhaften Analyse werden die Karriereauskommen von weiblichen und männlichen Promovierten miteinander verglichen." (Autorenreferat, IAB-Doku)

Zitationshinweis

Heinisch, Dominik, Johannes Koenig & Anne Otto (2019): The IAB-INCHER project of earned doctorates (IIPED): A supervised machine learning approach to identify doctorate recipients in the German integrated employment biography data. (IAB-Discussion Paper 13/2019), Nürnberg, 30 S.