Pub Date : 2019-08-14DOI: 10.1007/s11943-019-00255-7
Ulrich Rendtel
Zusammenfassung
Impact Faktoren von Journalen haben einen nachhaltigen Einfluss auf die Karrierechancen ihrer Autoren. Dies zeigt sich vor allem bei Berufungsverfahren. An den wirtschaftswissenschaftlichen Fakultäten besitzt die Handelsblatt-Liste eine herausragende Stellung.
Der Artikel stellt die Konstruktion des Handelsblatt-Rankings dar und diskutiert ihre Effekte auf die Karrierechancen von Statistikern an Wirtschaftswissenschaftlichen Fakultäten. Auch der Effekt auf die Einreichung bei Zeitschriften wird diskutiert. Schließlich werden Alternativen dargestellt, etwa personenbezogene Impact Faktoren, eigene Zeitschriften Rankings sowie Evaluationsverfahren über Experten.
{"title":"Journal-Rankings und Karriere im Fach Statistik an wirtschaftwissenschaftlichen Fakultäten","authors":"Ulrich Rendtel","doi":"10.1007/s11943-019-00255-7","DOIUrl":"10.1007/s11943-019-00255-7","url":null,"abstract":"<div><h2>Zusammenfassung</h2><div><p>Impact Faktoren von Journalen haben einen nachhaltigen Einfluss auf die Karrierechancen ihrer Autoren. Dies zeigt sich vor allem bei Berufungsverfahren. An den wirtschaftswissenschaftlichen Fakultäten besitzt die Handelsblatt-Liste eine herausragende Stellung.</p><p>Der Artikel stellt die Konstruktion des Handelsblatt-Rankings dar und diskutiert ihre Effekte auf die Karrierechancen von Statistikern an Wirtschaftswissenschaftlichen Fakultäten. Auch der Effekt auf die Einreichung bei Zeitschriften wird diskutiert. Schließlich werden Alternativen dargestellt, etwa personenbezogene Impact Faktoren, eigene Zeitschriften Rankings sowie Evaluationsverfahren über Experten.</p></div></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"125 - 142"},"PeriodicalIF":0.0,"publicationDate":"2019-08-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00255-7","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50479678","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-13DOI: 10.1007/s11943-019-00254-8
Joachim Wagner
{"title":"Journal-Rankings – Einige Anmerkungen aus der Sicht der Volkswirtschaftslehre","authors":"Joachim Wagner","doi":"10.1007/s11943-019-00254-8","DOIUrl":"10.1007/s11943-019-00254-8","url":null,"abstract":"","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"153 - 156"},"PeriodicalIF":0.0,"publicationDate":"2019-08-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00254-8","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50476997","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-09DOI: 10.1007/s11943-019-00250-y
Christine H. Müller
{"title":"Diskussion von „Journal-Rankings und Karriere im Fach Statistik an wirtschaftwissenschaftlichen Fakultäten“ von Ulrich Rendtel","authors":"Christine H. Müller","doi":"10.1007/s11943-019-00250-y","DOIUrl":"10.1007/s11943-019-00250-y","url":null,"abstract":"","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"149 - 151"},"PeriodicalIF":0.0,"publicationDate":"2019-08-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00250-y","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50464884","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-08DOI: 10.1007/s11943-019-00253-9
Walter Krämer
{"title":"Diskussion von „Journal-Rankings und Karriere im Fach Statistik an wirtschaftswissenschaftlichen Fakultäten“ von Ulrich Rendtel","authors":"Walter Krämer","doi":"10.1007/s11943-019-00253-9","DOIUrl":"10.1007/s11943-019-00253-9","url":null,"abstract":"","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"145 - 147"},"PeriodicalIF":0.0,"publicationDate":"2019-08-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00253-9","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50461378","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-07DOI: 10.1007/s11943-019-00252-w
Dankmar Böhning
{"title":"Einige Bemerkungen zu „Journal-Ranking und Karriere im Fach Statistik an wirtschaftwissenschaftlichen Fakultäten“ von Ulrich Rendtel","authors":"Dankmar Böhning","doi":"10.1007/s11943-019-00252-w","DOIUrl":"10.1007/s11943-019-00252-w","url":null,"abstract":"","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"143 - 144"},"PeriodicalIF":0.0,"publicationDate":"2019-08-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00252-w","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50457846","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-08-07DOI: 10.1007/s11943-019-00251-x
Roland Döhrn
Zusammenfassung
Die Volkswirtschaftlichen Gesamtrechnungen (VGR) sind die wichtigste Grundlage für makroökonomische Analysen. Für Deutschland werden diese vom Statistischen Bundesamt vierteljährlich veröffentlicht. Die erste Veröffentlichung basiert noch auf unvollständigen Daten, so dass die Angaben in der Folgezeit mehrfach revidiert werden, bis etwa dreieinhalb Jahre nach Ende eines Jahres endgültige Werte vorliegen. Überlagert werden diese laufenden Revisionen von sogenannten Generalrevisionen, mit denen systematische Änderungen in den VGR umgesetzt werden. Beobachten lassen sich nur die Revisionen insgesamt, während mit Blick auf die Arbeit der statistischen Ämter und den Gesetzgeber eher das Ausmaß der laufenden Revisionen von Interesse ist. Der vorliegende Beitrag isoliert mit Hilfe eines einfachen Ansatzes die laufenden Revisionen und untersucht deren Ausmaß sowie, ob sie statistische Regelmäßigkeiten aufweisen. Dabei lassen sich für eine Reihe preisbereinigter Verwendungsaggregate der VGR wie auch für die Erwerbstätigkeit Systematiken wie Verzerrung, Autokorrelation der Revisionen und Korrelation zwischen der Revision und der Veränderungsrate der betreffenden Variablen finden. Dies weist auf Möglichkeiten hin, durch bessere Datennutzung die datenbedingt notwendigen Revisionen der VGR zu verringern. Dies ist auch mit Blick auf die Genauigkeit von Prognosen wünschenswert, denn die Arbeit zeigt, dass die Treffsicherheit von im Herbst veröffentlichten Prognosen wesentlich durch Revisionen der Daten für das erste Halbjahr des betreffenden Jahres beeinflusst wird.
{"title":"Revisionen der Volkswirtschaftlichen Gesamtrechnungen und ihre Auswirkungen auf Prognosen","authors":"Roland Döhrn","doi":"10.1007/s11943-019-00251-x","DOIUrl":"10.1007/s11943-019-00251-x","url":null,"abstract":"<div><h2>Zusammenfassung</h2><div><p>Die Volkswirtschaftlichen Gesamtrechnungen (VGR) sind die wichtigste Grundlage für makroökonomische Analysen. Für Deutschland werden diese vom Statistischen Bundesamt vierteljährlich veröffentlicht. Die erste Veröffentlichung basiert noch auf unvollständigen Daten, so dass die Angaben in der Folgezeit mehrfach revidiert werden, bis etwa dreieinhalb Jahre nach Ende eines Jahres endgültige Werte vorliegen. Überlagert werden diese laufenden Revisionen von sogenannten Generalrevisionen, mit denen systematische Änderungen in den VGR umgesetzt werden. Beobachten lassen sich nur die Revisionen insgesamt, während mit Blick auf die Arbeit der statistischen Ämter und den Gesetzgeber eher das Ausmaß der laufenden Revisionen von Interesse ist. Der vorliegende Beitrag isoliert mit Hilfe eines einfachen Ansatzes die laufenden Revisionen und untersucht deren Ausmaß sowie, ob sie statistische Regelmäßigkeiten aufweisen. Dabei lassen sich für eine Reihe preisbereinigter Verwendungsaggregate der VGR wie auch für die Erwerbstätigkeit Systematiken wie Verzerrung, Autokorrelation der Revisionen und Korrelation zwischen der Revision und der Veränderungsrate der betreffenden Variablen finden. Dies weist auf Möglichkeiten hin, durch bessere Datennutzung die datenbedingt notwendigen Revisionen der VGR zu verringern. Dies ist auch mit Blick auf die Genauigkeit von Prognosen wünschenswert, denn die Arbeit zeigt, dass die Treffsicherheit von im Herbst veröffentlichten Prognosen wesentlich durch Revisionen der Daten für das erste Halbjahr des betreffenden Jahres beeinflusst wird.</p></div></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 2","pages":"99 - 123"},"PeriodicalIF":0.0,"publicationDate":"2019-08-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00251-x","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50457847","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Statistical literacy has become more and more important as the amount of available information grows. Providing people with tools that allow them to critically evaluate the information they receive is crucial in the world we live, especially for the youth. This, however, is not an easy task. Being capable of discerning which sources, data, information, analysis etc. are more reliable than others requires many times ‘not-so-light’ knowledge in traditionally ‘hard subjects’ like Mathematics, Economics or Statistics.
In this context it is a good idea to offer students a friendly approach to these fields. Activities in which pupils see real data they can work with might help them to better understand what they have learnt and even to lose that fear of statistics. On the other hand, for official statistics bodies it is desirable to get known as reliable sources of data.
Initiatives like the European Statistics Competition (ESC) pursues these two objectives of being made known among teachers and young public, and showing pupils that working with statistical data is feasible. The fact of being a competition at European level may encourage students to join and do their best, and thus their interest in statistics will grow.
{"title":"Official statistics through the eyes of students and teachers—the European Statistics Competition","authors":"Alicia Fernández Sanz, Sybille Luhmann, Adolfo Gálvez Moraleda","doi":"10.1007/s11943-019-00249-5","DOIUrl":"10.1007/s11943-019-00249-5","url":null,"abstract":"<div><p>Statistical literacy has become more and more important as the amount of available information grows. Providing people with tools that allow them to critically evaluate the information they receive is crucial in the world we live, especially for the youth. This, however, is not an easy task. Being capable of discerning which sources, data, information, analysis etc. are more reliable than others requires many times ‘not-so-light’ knowledge in traditionally ‘hard subjects’ like Mathematics, Economics or Statistics.</p><p>In this context it is a good idea to offer students a friendly approach to these fields. Activities in which pupils see real data they can work with might help them to better understand what they have learnt and even to lose that <i>fear</i> of statistics. On the other hand, for official statistics bodies it is desirable to get known as reliable sources of data.</p><p>Initiatives like the European Statistics Competition (ESC) pursues these two objectives of being made known among teachers and young public, and showing pupils that working with statistical data is feasible. The fact of being a competition at European level may encourage students to join and do their best, and thus their interest in statistics will grow.</p></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 3-4","pages":"245 - 255"},"PeriodicalIF":0.0,"publicationDate":"2019-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00249-5","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50455016","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-07-22DOI: 10.1007/s11943-019-00248-6
Patrizia Collesi
The paper outlines ISTAT’s current experience with the promotion of statistical literacy with several stakeholders and with different projects. It starts by showing the activities and where they are placed in ISTAT’s organization chart. Then, the relaunching of the activity with a new plan involving both the Dissemination Directorate and the regional offices is explained, with the ideas behind it as well as with the different targets of the projects (students, teachers, the general public) and explains why partnerships are the solution for the new project and for the idea of statistical literacy as a cross-cutting ability. Examples of current partnerships are subsequently described: the OpenCoesione School project, and the project of Financial education. In the end, the conclusive paragraph shows what the lessons learned are.
{"title":"Statistical literacy: a key to comprehend a changing world","authors":"Patrizia Collesi","doi":"10.1007/s11943-019-00248-6","DOIUrl":"10.1007/s11943-019-00248-6","url":null,"abstract":"<div><p>The paper outlines ISTAT’s current experience with the promotion of statistical literacy with several stakeholders and with different projects. It starts by showing the activities and where they are placed in ISTAT’s organization chart. Then, the relaunching of the activity with a new plan involving both the Dissemination Directorate and the regional offices is explained, with the ideas behind it as well as with the different targets of the projects (students, teachers, the general public) and explains why partnerships are the solution for the new project and for the idea of statistical literacy as a cross-cutting ability. Examples of current partnerships are subsequently described: the OpenCoesione School project, and the project of Financial education. In the end, the conclusive paragraph shows what the lessons learned are.</p></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 3-4","pages":"203 - 211"},"PeriodicalIF":0.0,"publicationDate":"2019-07-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00248-6","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50505466","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2019-07-15DOI: 10.1007/s11943-019-00247-7
Katrin Schmidt, Thomas Weißbrodt
Zusammenfassung
Wir alle benötigen ein grundlegendes Verständnis von Statistik, um mit der wachsenden Menge an verfügbaren statistischen Daten, Analysen und Ergebnissen, die uns täglich begegnen, umgehen zu können. Auf dieser Basis können Entscheidungen fundiert getroffen und Fehlschlüsse reduziert werden. Der Arbeitsmarkt gehört zu den Themenfeldern, die für viele Menschen wichtig und in ihrem Alltag präsent sind. Die Daten dazu sind umfänglich und die Konzepte mitunter komplex. Die Statistik der Bundesagentur für Arbeit unterbreitet ihren Nutzern daher verschiedene Angebote, um das Verständnis für Statistik generell, aber natürlich speziell für die Daten und Zusammenhänge hinsichtlich des Arbeitsmarkts zu verbessern. Im nachfolgenden wird zunächst die Aufgabe der Statistik der Bundesagentur für Arbeit als Teil des Systems amtlicher Statistik dargestellt. Es geht auch darum zu erfahren, welche Aufgaben die Statistik der Bundesagentur für Arbeit hat. Im Anschluss werden zwei häufig auftretende Missverständnisse bezüglich zentraler Arbeitsmarktfragen erläutert: Die Zusammenhänge von Arbeitslosigkeit, Verfügbarkeit am Arbeitsmarkt, Arbeitsuche und den Bezug von Leistungen der Grundsicherung. Bei bestimmten Personengruppen und Status zeigen sich Überschneidungen, andere schließen sich dagegen aus – bekannt ist das in der Öffentlichkeit nur zum Teil. Deshalb wird auch dargestellt, welche Ansätze die Statistik der Bundesagentur für Arbeit verfolgt, um einem möglichst breiten Kreis von Interessenten jeweils adressatengerecht Daten, Kontextinformationen und Analysen zur Verfügung zu stellen und die Nutzer bei der Interpretation von Arbeitsmarktdaten zu unterstützen.
{"title":"Traue einer Statistik, die du nicht selbst erstellt hast","authors":"Katrin Schmidt, Thomas Weißbrodt","doi":"10.1007/s11943-019-00247-7","DOIUrl":"10.1007/s11943-019-00247-7","url":null,"abstract":"<div><h2>Zusammenfassung</h2><div><p>Wir alle benötigen ein grundlegendes Verständnis von Statistik, um mit der wachsenden Menge an verfügbaren statistischen Daten, Analysen und Ergebnissen, die uns täglich begegnen, umgehen zu können. Auf dieser Basis können Entscheidungen fundiert getroffen und Fehlschlüsse reduziert werden. Der Arbeitsmarkt gehört zu den Themenfeldern, die für viele Menschen wichtig und in ihrem Alltag präsent sind. Die Daten dazu sind umfänglich und die Konzepte mitunter komplex. Die Statistik der Bundesagentur für Arbeit unterbreitet ihren Nutzern daher verschiedene Angebote, um das Verständnis für Statistik generell, aber natürlich speziell für die Daten und Zusammenhänge hinsichtlich des Arbeitsmarkts zu verbessern. Im nachfolgenden wird zunächst die Aufgabe der Statistik der Bundesagentur für Arbeit als Teil des Systems amtlicher Statistik dargestellt. Es geht auch darum zu erfahren, welche Aufgaben die Statistik der Bundesagentur für Arbeit hat. Im Anschluss werden zwei häufig auftretende Missverständnisse bezüglich zentraler Arbeitsmarktfragen erläutert: Die Zusammenhänge von Arbeitslosigkeit, Verfügbarkeit am Arbeitsmarkt, Arbeitsuche und den Bezug von Leistungen der Grundsicherung. Bei bestimmten Personengruppen und Status zeigen sich Überschneidungen, andere schließen sich dagegen aus – bekannt ist das in der Öffentlichkeit nur zum Teil. Deshalb wird auch dargestellt, welche Ansätze die Statistik der Bundesagentur für Arbeit verfolgt, um einem möglichst breiten Kreis von Interessenten jeweils adressatengerecht Daten, Kontextinformationen und Analysen zur Verfügung zu stellen und die Nutzer bei der Interpretation von Arbeitsmarktdaten zu unterstützen.</p></div></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 3-4","pages":"279 - 295"},"PeriodicalIF":0.0,"publicationDate":"2019-07-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00247-7","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"50484229","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}