Arbeits- und Forschungsschwerpunkte
- Soziale Ungleichheit (insbesondere Bildungsungleichheit)
- Sprachverwendung
- Quantitative Methoden
- Natural Language Processing
- Computational Social Science
Beruflicher Werdegang
| seit 04/24 | Wissenschaftlicher Mitarbeiter, Institut für Erziehungswissenschaften, Johannes Gutenberg-Universität Mainz (AG Allgemeine Erziehungswissenschaft) |
| 08/25 | Instructor bei Essex Summer School in Social Science Data Analysis – “Generative AI for Social Science Research” |
| 04/25 - 09/25 | Vertretung der Professur für Soziologie mit dem Schwerpunkt quantitative Analysen gesellschaftlichen Wandels, Goethe-Universität Frankfurt |
| 04/22 - 03/24 | Wissenschaftlicher Mitarbeiter, Institut für Soziologie, Goethe-Universität Frankfurt (Prof. Daniela Grunow) |
| 06/16 - 03/22 | Wissenschaftlicher Mitarbeiter, Institut für Soziologie, Goethe-Universität Frankfurt (Prof. Birgit Becker) |
Bildung
| 02/23 | Dr. phil in Soziologie, Goethe-Universität Frankfurt |
| 09/23 | Master of Science: Computer Science, Technische Universität Darmstadt |
| 04/16 | Master of Arts: Soziologie, Goethe-Universität Frankfurt |
| 05/13 | Bachelor of Arts: Soziologie und Computer Science, Technische Universität Darmstadt |
Lehre und Abschlussarbeiten
Die Schwerpunkte in der Lehre liegen in der Vermittlung von Methodenkenntnissen (einführend: Datenanalyse mit R/Stata/SPSS; fortgeschritten: quantitative Textanalyse mit R oder Python) oder im Bereich der sozialen Ungleichheit.
Insbesondere quantitative Abschlussarbeiten (z.B. Sekundärdatenanalyse von PISA, Analyse von eigenen Umfragedaten, quantitative Textanalyse), aber auch Abschlussarbeiten mit Fokus auf Bildungsungleichheit werden betreut. Darüber hinaus besteht die Möglichkeit, andere Themen individuell abzusprechen.
Aktuelle Lehre im SoSe 2026:
- Quantitative Perspektiven, Zugänge und Methoden (Kurs A / Kurs B)
- Diversität und Ungleichheit (Kurs B / Kurs C)
Publikationen und Preprints
Eine aktuelle Übersicht ist auch bei Google Scholar (Link) verfügbar.
Lee, Y., Piñeyrúa, F., Czymara, C. S., & Weber, M. (2026). Linguistic Polarization in Minority Representation: Analyzing Parliamentary Speeches in Germany and the UK (1980–2021). In M. A. Keijzer, J. Lorenz, & M. Bojanowski (Eds), Computational Social Science of Social Cohesion and Polarization (pp. 155–184). Springer Nature Switzerland. https://doi.org/10.1007/978-3-032-01373-6_7
Becker, B., & Weber, M. (2024). Die Thematisierung von Integration und Inklusion in Kindergartenkonzeptionen. Zeitschrift für Erziehungswissenschaft, 27(1), 7–37. https://doi.org/10.1007/s11618-024-01221-y
Gruber, J. B., & Weber, M. (2024). rollama: An R package for using generative large language models through Ollama (arXiv:2404.07654). arXiv. https://doi.org/10.48550/arXiv.2404.07654
Weber, M. (2024). Social Group Differences in the Social Media Discussion about ChatGPT and Bing Chat. Proceedings of the 16th ACM Web Science Conference, WEBSCI '24, 114–118. https://doi.org/10.1145/3614419.3643997
Weber, M., Grunow, D., Chen, Y., & Eger, S. (2024). Social solidarity with Ukrainian and Syrian refugees in the twitter discourse. A comparison between 2015 and 2022. European Societies, 26(2), 346–373. https://doi.org/10.1080/14616696.2023.2275604
Weber, M. (2023). Stratified (imagined) futures: Differences in style and content of written language according to social positions: a sociological examination using natural language processing. https://ubffm.hds.hebis.de/Record/HEB509913946
Weber, M., & Reichardt, M. (2023). Evaluation is all you need. Prompting Generative Large Language Models for Annotation Tasks in the Social Sciences. A Primer using Open Models (arXiv:2401.00284). arXiv. https://doi.org/10.48550/arXiv.2401.00284
Weber, M. (2022). Language skills in student essays: Social disparities and later educational attainment. Longitudinal and Life Course Studies, 13(2), 239–261. https://doi.org/10.1332/175795921X16244506861047
Weigand, M., Weber, M., & Gruber, J. (2022). Conspiracy Narratives in the Protest Movement Against COVID-19 Restrictions in Germany. A Long-term Content Analysis of Telegram Chat Groups. Proceedings of the Fifth Workshop on Natural Language Processing and Computational Social Science (NLP+CSS), 52–58. https://doi.org/10.18653/v1/2022.nlpcss-1.8
Weber, M. (2021). How Do 50-Year-Olds Imagine Their Future: Social Class and Gender Disparities. Sage Open, 11(4), 21582440211061567. https://doi.org/10.1177/21582440211061567
Weber, M., & Becker, B. (2019). Browsing the Web for School: Social Inequality in Adolescents' School-Related Use of the Internet. SAGE Open, 9(2), 1–15. https://doi.org/10.1177/2158244019859955