Dr. Marie-Ann Sengewald
Wissenschaftliche Mitarbeiterin der Professur
Grit Hiersemann Photo
Kontakt:
Wilhelmsplatz 3, Raum 025
96047 Bamberg
Tel. +49(0)951-863-3678
Marie-Ann.Sengewald(at)uni-bamberg.de
Sprechstunde:
nach Vereinbarung (bitte per E-Mail anmelden)
Beruflicher Werdegang
- seit September 2017: wissenschaftliche Mitarbeiterin der Professur
- 2012-2017: wissenschaftliche Mitarbeiterin am Lehrstuhl für Methodenlehre und Evaluationsforschung der Friedrich-Schiller-Universität Jena
- 2009-2011 studentische Mitarbeiterin im Projekt "Faire Vergleiche in der Schulleistungsforschung"
- 2007-2009 studentische Mitarbeiterin für Forschung und Lehre am Lehrstuhl für Methodenlehre und Evaluationsforschung der Friedrich-Schiller Universität Jena
- 2006-2009 Tutorin für Deskriptive, Inferenz- und Multivariate Statistik, sowie Regressionstheorie am Lehrstuhl für Methodenlehre und Evaluationsforschung der Friedrich-Schiller Universität Jena
Ausbildung
- 2012 - 2019: Promotion zum Thema "Latent Covariates", Freie Universität Berlin (Betreuer: Steffi Pohl & Rolf Steyer)
- 2005 - 2011: Studium der Psychologie, Friedrich-Schiller-Universität Jena
- 08/2009 - 01/2010: Studiensemester "Human Development and Family Studies" mit begleitender Forschungstätigkeit am "Prevention Research Center" an der Pennsylvania State University (USA)
Lehrveranstaltungen und Workshops
Lehrveranstaltungen an der Otto-Friedrich-Universität Bamberg
- Seminar Methoden der Evaluationsforschung
- Seminar Strukturgleichungsmodelle
- Übung zur Multivariaten Statistik
Lehrveranstaltungen an der Friedrich-Schiller-Universität Jena
- Übung zur Item-Response-Theorie
- Übung zur Einführung in die Testtheorie und Testkonstruktion
- Leitung von Tutorien zur Einführung in die Testtheorie und Testkonstruktion
- Bachelorpropädeutikum
Workshops
- "Causal Inference in Non-Randomized Studies", Spring School on Educational Measurement, Jena (mit Steffi Pohl)
- "Einführung in R", Universitätsprojekt Lehrevaluation, Jena
DataCamp
My classes are supported by DataCamp, the most intuitive learning platform for data science. Learn R, Python and SQL the way you learn best through a combination of short expert videos and hands-on-the-keyboard exercises. Take over 100+ courses by expert instructors on topics such as importing data, data visualization or machine learning and learn faster through immediate and personalised feedback on every exercise.
Forschungsinteressen
- Kausalität
- Modellierung latenter Variablen
- Angewandte Evaluationsforschung
Publikationen
- Sengewald, M.-A., & Pohl, S. (2019). Compensation and amplification of attenuation bias in causal effect estimates. Psychometrika. Advance online publication. doi: 10.1007/s11336-019-09665-6
- Sengewald, M.-A., Pohl, S., & Steiner, P. M. (2018). When does measurement error in covariates impact causal effect estimates? - Analytical derivations of different scenarios and an empirical illustration. British Journal of Mathematical and Statistical Psychology. Advance online publication. doi: 10.1111/bmsp.12146
- Pohl, S., Sengewald, M.-A., & Steyer, R. (2016) Adjustment when covariates are fallible. In W. Wiedermann & A. v. Eye (Eds.), Statistics and causality: Methods for applied empirical research. New Jersey: Wiley.
- Thielemann, D., Sengewald, M.-A., Kappler, G., & Steyer, R. (2017). A probit latent state IRT model with latent item-effect variables. European Journal of Psychological Assessment.33(4), 271-284. doi: 10.1027/1015-5759/a000417
Konferenzbeiträge
- Sengewald, M.-A., & Pohl, S. (2018, September). Der verfälschende Einfluss einer
unreliablen Kovariate bei Berücksichtigung einer weiteren Kovariate. Vortrag auf dem 51.
Kongress der Deutschen Gesellschaft für Psychologie (DGPs), Frankfurt, Deutschland. - Sengewald, M.-A. (2018, September). Die Antwort ist 42. Blitzlichtvortrag auf dem 51.
Kongress der Deutschen Gesellschaft für Psychologie (DGPs), Frankfurt, Deutschland. - Sengewald, M.-A., & Pohl, S. (2018, July). A Correlated Covariate Amplifies the Bias of a
Fallible Covariate in Causal Effect Estimates. Oral presentation at the VIII European Congress of Methodology (EAM), Jena, Germany. - Sengewald, M.-A., & Pohl, S. (2017, September). Die Amplifizierung des verfälschenden Einflusses
einer unreliablen Kovariate. Vortrag auf der 13. Tagung der Fachgruppe Methoden und Evaluation der Deutschen Gesellschaft für Psychologie (DGPs), Tübingen, Deutschland. - Sengewald, M.-A., & Pohl, S. (2017, July). Amplification and Compensation of Attenuation Bias. Oral presentation at the International Meeting of the Psychometric Society (IMPS), Zürich, Switzerland.
- Sengewald, M.-A., & Pohl, S. (2016, September). Umgang mit unreliablen Kovariaten in nicht-randomisierten Studien. Vortrag auf dem 50. Kongress der Deutschen Gesellschaft für Psychologie (DGPs), Leipzig, Deutschland.
- Sengewald, M.-A., & Pohl, S. (2015, September). Kovariatenselektion in nicht-randomisierten Studien mit unreliablen Kovariaten. Vortrag auf der 12. Tagung der Fachgruppe Methoden und Evaluation der Deutschen Gesellschaft für Psychologie (DGPs), Jena, Deutschland.
- Sengewald, M.-A., Pohl, S., & Steiner, P. M. (2014, September). Die Bedeutung latenter Kovariaten für die Schätzung kausaler Effekte in ANCOVA und Propensity score Analysen. Vortrag auf dem 49. Kongress der Deutschen Gesellschaft für Psychologie (DGPs), Bochum, Deutschland.
- Sengewald, M.-A., Pohl, S., & Steiner, P. M. (2014, July). On the importance of modeling latent covariates in ANCOVA and Propensity score analysis. Oral presentation at the VI European Congress of Methodology of the European Association of Methodology (EAM), Utrecht, Niederlande.
- Pohl, S. & Sengewald, M.-A. (2014, May). On the importance of adjustment for latent covariates. Invited presentation at the ’Conference on Statistics and Causality’, University Wien, Österreich.
- Sengewald, M.-A., Pohl, S., Reuter, F. & Steiner, P. M. (2012, July). Accounting for fallible covariates in ANCOVA and Propensity Score methods. Oral presentation at the Symposium "Conditional and Direct Causal Effects", Dornburg.