SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.
This document is withdrawn

Auf Wunsch der Autorin, des Autors, der Herausgeberin, des Herausgebers oder des Verlages wurde der Zugriff auf den Volltext dauerhaft gesperrt.

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-101393-6

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Overview of Large Language Models for Social and Behavioral Scientists

[Arbeitspapier]

Holtdirk, Tobias
Saju, Lorraine
Fröhling, Leon
Wagner, Claudia

Körperschaftlicher Herausgeber
GESIS - Leibniz-Institut für Sozialwissenschaften

Abstract

In this guide, we give an overview of different large language models (LLMs) and their uses for research in the social and behavioral sciences. This guide does not only introduce essential concepts necessary to understand and think about this promising new type of resource but also serves as a pract... mehr

In this guide, we give an overview of different large language models (LLMs) and their uses for research in the social and behavioral sciences. This guide does not only introduce essential concepts necessary to understand and think about this promising new type of resource but also serves as a practical guide for navigating the ever-changing landscape of available models and supports researchers in picking the best option for their needs. To account for some of the challenges and risks associated with the use of LLMs, this guide features discussions of issues like replicability, transparency, and generalizability.... weniger

Klassifikation
Erhebungstechniken und Analysetechniken der Sozialwissenschaften

Freie Schlagwörter
large language models, LLMs; generative language models; machine learning; model performance; benchmarking

Sprache Dokument
Englisch

Publikationsjahr
2025

Erscheinungsort
Köln

Seitenangabe
21 S.

Schriftenreihe
GESIS Guides to Digital Behavioral Data, 16

Status
Veröffentlichungsversion; begutachtet

Lizenz
Creative Commons - Namensnennung, Nicht-kommerz. 4.0


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.