Das International Centre for Higher Education Research Kassel

Das INCHER-Kassel ist eine Forschungseinrichtung der Universität Kassel. Seine Mitglieder forschen zu Fragen von Hochschule und Studium sowie zu Themen an den Schnittstellen der Hochschulforschung zu angrenzenden Forschungsbereichen wie der Wissenschafts-, Organisations- und Innovationsforschung;die Betreuung von Promovierenden und die Förderung ihrer akademischen Karriere sind ein weiterer Schwerpunkt der Arbeit.

Aktuelles


  1. Today, the winners of the “Develando Ideas” contest are awarded their prizes in a cerenomy. The Ministry of Education of Ecuador will broadcast the cerenomy through Facebook Live - at 17:30 Germany (10:30 Ecuador/ 18:30 UK/11:30...[mehr]

  2. Höhle, Ester / Krempkow, René (2020): Die Prüfung der Datenqualität bei einer heterogenen, teilweise unbestimmten Befragtengruppe, Qualität in der Wissenschaft 2/2020, S. 50-60.[mehr]

  3. The new preprint paper by Maria Mavlikeeva: "Assessing the ethnic employment gap during the early stages of COVID-19" shoes research outcomes on labour market conditions and ethnic labour inequality in times of COVID. [mehr]

  4. Im November 2020 startet das Projekt "Qualitätssichernde Institutionen und Qualitätsentwicklungen bei wirtschafts- und sozialwissenschaftlichen Dissertationen in Deutschland" - kurz Q2D2. [mehr]

  5. Die Universität Kassel wurde vom Stifterverband als eine von drei Pilothochschulen ausgewählt, um an der Entwicklung von Indikatoren zur Qualitätssicherung von Wissenstransfer mitzuwirken. Das INCHER-Kassel wird sich bei der...[mehr]

  6. Aktuelle Entwicklungen im deutschen Hochschul- und Wissenschaftssystem - untersucht im APIKS-Projekt des INCHER-Kassel - sind Thema einer Serie von fünf Podcasts, in denen Journalist Jan Martin Wiarda jeweils mit Expert*innen...[mehr]

  7. "Digital is the new presence? Überlegungen mit Blick auf Interaktion, Organisation und Gesellschaft" (von Georg Krücken)[mehr]

  8. A new article by Andreas Rehs published in Scientometrics develops and tests an approach of machine learning based on structural topic modeling in order to measure scientific thematic change. [mehr]