GfÖ Workshop Series 2023

Einführende Information zu den Workshops:

Kosten: Die Workshops sind kostenlos! Unterkunft, Reise- und Verpflegungskosten sind von jedem Teilnehmer selbst zu tragen.

Teilnahmevoraussetzungen: GfÖ-Mitgliedschaft! (Nichtmitglieder können nicht berücksichtigt werden). Noch kein Mitglied? Hier kannst du der GfÖ-Familie beitreten und erhältst die Chance, dich kostenlos für unsere Workshops anzumelden (solange die Plätze reiche)!

Zielgruppe: Nachwuchswissenschaftler:innen des Fachbereichs Ökologie (hauptsächlich PhD-Level)

Hier findet sich das Anmelde-Formular für die Workshops: GfÖ workshop registration form! 

Workshop 1

Wissenschaftliches Schreiben im Feld der Ökologie

Lehrende: Prof. Dr. Anne Mupepele, Philipps-Universität Marburg und Prof. Dr. Roland Brandl, Philipps-Universität Marburg

Datum: 13.-15. November 2023 (Details werden noch bekannt gegeben)

Anzahl Kursplätze: 20

Sprache: Englisch

Kursformat: Hybrid: Präsenz- und Online-Blockkurs

Ort: Marburg

Kurzbeschreibung: Die „Wissenschaft des wissenschaftlichen Schreibens“ („science of scientific writing“) war der Name eines Artikels, der von Gopen und Swan bereits 1990 im American Scientist veröffentlicht wurde. Es kann als Wissenschaft für sich verstanden werden, was bedeutet sie hat eigenen Regeln und Techniken, die erlernt und verbessert werden können.

Wir werden uns mit diesen Regeln auseinandersetzen und kritisch hinterfragen, was die Kriterien für einen guten Artikel sind und üben, wie man selbst einen verfasst. Dies wird den Teilnehmer:innen helfen, mit eigenen Schreibprojekten zu beginnen, und wir werden uns ansehen, wie man einen Text in Absätze strukturiert, bevor die Teilnehmer:innen mit dem eigentlichen Schreiben beginnen.

Voraussetzungen: Notbeook, idealerweise nutzen Sie bereits ein installiertes Zitierprogramm wie Zotero, JabRef, Mendeley, Citavi, Endnote und kennen sich damit aus.

Teilnahmebescheinigung: Signierte Urkunde der GfÖ-Workshops 2023

 

Workshop 2

Statistik: Fortgeschrittene Regressionsmodelle

Lehrende: Prof. Dr. Florian Hartig, University of Regensburg

Datum: 22.05 - 26.05.2023

Anzahl an Plätzen: 10

Anzahl weiterer Teilnehmer: ~ 20, gemeinsamer Kurs mit Teilnehmer:innen der Universität Regensburg

Kurssprache: Englisch

Kursformat: online Blockkurs

Kurzbeschreibung: Ziel dieses Kurses ist es, die Teilnehmer:innen in moderne statistische Methoden einzuführen, die über das hinausgehen, was normalerweise in einer ersten Statistikklasse behandelt wird. Wir werden häufig verwendete fortgeschrittene Regressionsmodelle (GLS, GAM, LMM, GLMM), Resampling-Methoden (cross-validation, bootstrapping) und einige machine-learning Anwendungen behandeln sowie Anleitungen zum Umgang mit typischen Regressionsproblemen wie Heteroskedastizität oder räumliche Autokorrelation. Der Unterricht besteht aus kurzen theoretischen Anweisungen, Demonstrationen in R und Übungen in R.

Methoden

• Auffrischung: grundlegende Regressionsmethoden (LM und GLM)
• Grundlagen der Wahl statistischer Modelle (vorhersagend, kausal), kausale Inferenz, SEMs
• ANOVA
• Modellierung räumlicher, zeitlicher und phylogenetischer Korrelationsstrukturen (GLS und GLMMs, R-Paket nlme und glmmTMB)
• Gemischte Modelle (LMM und GLMM, R-Pakete nlme, lme4, glmmTMB)
• Modellauswahl und regularization-Methoden (AIC, ridge and lasso regression)
• Resampling-Methoden (cross-validation, bootstrapping)
• Generalisierte additive Modelle (GAM)
• Prinzipien und Anwendungen des maschinellen Lernens

Alle Methoden werden insbesondere mit biologischen Anwendungen vermittelt

• Analyse von Block-Experimenten
• Artenverteilungsmodelle
• Analyse von trait-Daten

Voraussetzungen: Mindestvoraussetzung für diesen Kurs ist eine Statistik-Einführungsvorlesung, ein R-Einführungskurs und ein komfortabler Umgang mit R / RStudio.

Teilnahmebescheinigung: Signierte Urkunde der GfÖ-Workshops 2023; schriftliches Abschlussprojekt nach dem Kurs.

 

Workshop 3

[ Warteliste ]

Machine learning and AI

Lehrender: Prof. Dr. Florian Hartig, Universität Regensburg

Datum: 03.07 - 07.07.2023 (geändertes Datum)

Anzahl an Plätzen: 10

Anzahl weiterer Teilnehmer: ~ 20, gemeinsamer Kurs mit Teilnehmer:innen der Universität Regensburg

Kurssprache: Englisch

Kursformat: online Blockkurs

Kurzbeschreibung: Dieser Kurs bietet eine praktische und allgemeine Einführung in maschinelles Lernen / Vorhersagemodelle mit Google TensorFlow und Keras in R. Wir werden die Standardaufgabe in einem praktischen Datenprojekt behandeln, sowie die heutigen Standardmethoden des maschinellen Lernens und der KI.

Zu den behandelten Themen gehören

• Datenreinigung und -vorbereitung
• TensorFlow/Keras-Framework
• Prinzipien des maschinellen Lernens – Training, cross-validation, Vorhersagen, Regularisierungsmethoden
• Standardalgorithmus: SVM, RF, KNN, BRT, Single-Layer-NNs
• Regression und Bildklassifizierung mit Deep Learning (DNNs, CNNs)
• Fortgeschrittene Algorithmen (RNN, GAN, VAE, Reinforcement-Learning, Auto-ML)

Die Methoden werden kurz erklärt, aber der Kurs wird sich hauptsächlich auf die praktischen Aspekte der Ausführung dieser Algorithmen in R konzentrieren. Es wird den Teilnehmer:innen daher dringend empfohlen, sich im Voraus einige Vorabinformationen über die Methoden des Kurses zu verschaffen (was ist die Idee, was können sie). Möglich ist dies entweder durch das Studium der empfohlenen Lektüre oder durch die Teilnahme an den empfohlenen Vorlesungen zum maschinellen Lernen.

Vorraussetzungen: Für diesen Kurs sind Vorkenntnisse in R und Statistik erforderlich. Mindestvoraussetzung für diesen Kurs ist eine Statistik-Einführungsvorlesung, ein R-Einführungskurs und ein komfortabler Umgang mit R / RStudio. Vorkenntnisse in ´statistical learning´ werden ebenfalls empfohlen.

Teilnahmebescheinigung: Signierte Urkunde der GfÖ-Workshops 2023; Erfolgreich durchgeführtes Datenanalyse-Projekt nach dem Kurs.  

 

Workshop 4

[ Warteliste ]

Experimentelles Design in verschiedenen Bereichen der Ökologie

Dozent: Wird noch bekannt gegeben

Datum: Wird noch bekannt gegeben

Anzahl Kursplätze: Wird noch bekannt gegeben

Sprache: Wird noch bekannt gegeben

Kursformat: Wird noch bekannt gegeben

Ort der Exkursionen: Wird noch bekannt gegeben

Kurze Beschreibung: Dieser Kurs gibt einen Überblick über gängige Methoden der Versuchsplanung in ökologischen (Feld-)Experimenten, deren Vor- und Nachteile und deren Durchführung.

Während des Exkursionstages werden wir verschiedene bestehende (Feld-)Experimente besuchen, um einen Eindruck von der in-situ-Realisierung der vorgestellten experimentellen Designs zu bekommen.

Voraussetzungen: werden noch bekannt gegeben

Teilnahmebescheinigung: Signierte Urkunde des GfÖ-Workshops 2023

 

Workshop 5

Modernes Datenmanagement vor dem Hintergrund von FAIR

Lecturer: Dr. Jens Nieschulze

Datum: 25.-27. Sept. 2023 
Uhrzeit: 9-13:00 MESZ 

Kurzinfo:

• mobile Datenerfassung (ODK) 
• Datenreinigung (OpenREfine) 
• Versionskontrolle/kooperatives Arbeiten (Git) 

Record of participation: Signed GfÖ-Workshop 2023 certificate

 

Workshop 6

Erkundung der Individuen-basierten Modellierung mit NetLogo: Grundlagen und Anwendungen

Dozentinnen: Dr. Cara Gallagher, Universität Potsdam, und Dr. Viktoriia Radchuk, Leibniz-Institut für Zoo- und Wildtierforschung, Berlin

Datum: 16.10. - 19.10.2023

Anzahl Kursplätze: 15

Sprache: Englisch

Kursformat: in Person, erster Kurstag online 

Ort: Berlin, Leibniz Institut für Zoo- und Wildtierforschung, Vorlesungssaal

Kurze Beschreibung: Dieser Kurs führt in die Grundlagen der objektorientierten und Individuen-basierten Modellierung mit der NetLogo-Plattform ein. Der konzeptionelle Hintergrund der Individuen-basierten Modellierung wird zusammen mit einer Vielzahl von realen Anwendungen diskutiert, um das Potenzial dieses Ansatzes zu demonstrieren. Zu den praktischen Aktivitäten gehört die Entwicklung einfacher Modelle zur Darstellung des Verhaltens, der Thermoregulation und der Populationsdynamik einer Art.

Ein großer Teil des Kurses wird dem Erlernen des Testens, Debuggens und Analysierens von Modellen gewidmet sein, wobei der Schwerpunkt insbesondere auf der Sensitivitätsanalyse liegt. Eine Theorie, wie man das geeignete Niveau der Modellkomplexität findet, wird ebenfalls behandelt. Der Kurs ist so strukturiert, dass er kurze Vorlesungen, Walk-Throughs in NetLogo und praktische NetLogo-Übungen integriert. Die Vorlesungen liefern den theoretischen Hintergrund für die behandelten Konzepte, die Walk-Throughs zeigen, wie diese Konzepte in NetLogo implementiert werden, und die praktischen Übungen geben den Teilnehmer:innen die Möglichkeit, das Gelernte anzuwenden und praktische Erfahrungen mit der Software zu sammeln.

Vorraussetzungen: Dieser Kurs richtet sich an Anfänger ohne vorherige Erfahrung in der Modellierung oder Programmierung. Personen mit vorheriger Modellierungserfahrung in anderen Sprachen, die daran interessiert sind, NetLogo zu lernen und Personen mit etwas NetLogo-Erfahrung, die ihre Fähigkeiten weiterentwickeln möchten, sind ebenfalls willkommen.

Teilnahmebescheinigung: Signierte Urkunde der GfÖ-Workshops 2023

 

Artenkennerzertifikate

Möchten Sie Ihre Artenbestimmungskenntnisse verbessern? So geht’s 2023 kostenlos!

Um der hohen Nachfrage nach vielfältigen Artbestimmungskursen gerecht zu werden, unterstützt die GfÖ ihre Mitglieder finanziell beim Erwerb von Artkennerzertifikaten im Jahr 2023.

Somit können Mitglieder 2023 ihre Kosten für einen Artbestimmungsnachweis einreichen und erhalten eine Erstattung bis zu einem Höchstbetrag von 200€ pro Mitglied. Das Verfahren basiert auf dem Prinzip „Wer zuerst kommt, mahlt zuerst“.

Dadurch können deutlich mehr Artengruppen abgedeckt werden und die Mitglieder können individuelle Artbestimmungszertifikate für ihre bevorzugten Artengruppen erhalten. Der Antrag auf Übernahme der Zertifikatskosten für 2023 kann direkt an Info@gfoe.org gestellt werden. Anschließend erhält das Mitglied eine Kostenübernahmebestätigung, sofern die finanziellen Mittel ausreichen.