Repository logo

- University of Kassel's research data repository

is the institutional repository of the University of Kassel for research data. It offers structured storage of research data alongside with descriptive metadata, long-term archiving for at least 10 years and – if requested – the publication of the dataset with a DOI.

is managed by the university library and the IT Service Centre of the University of Kassel. It is hosted at Philipps-Universität Marburg. We are happy to advise you via daks@uni-kassel.de.

 

Recent Submissions

Thumbnail Image
Research Data
Ökologische Lebensmittelverarbeitung aus Sicht der Verbraucher_innen (ProOrg) [Dataset]
(Universität Kassel) Hueppe, Ronja; Zander, Katrin

Bei dem vorliegenden Datensatz handelt es sich um eine qualitative Verbraucher*innen-Studie von März 2019. Insgesamt wurden neun Fokusgruppendiskussionen mit insgesamt 84 Teilnehmenden in Deutschland und der Schweiz durchgeführt. Die Stichprobe bestand aus Personen, die mindestens alle zwei Wochen Bioprodukte kauften. Die Teilnehmenden wurden von einer privaten Marktforschungsagentur  in einem Online-Access-Panel rekrutiert. Jede Fokusgruppe wies folgende sozio-ökonomische Kriterien auf:
- 33% bis 66% weiblich
- 50% zwischen 18 und 45 Jahren und 50% zwischen 46 und 75 Jahren
- sowie mindestens 33% und maximal 66% voll- oder teilzeitbeschäftigt

Die Fokusgruppen wurden im März 2019 durchgeführt und dauerten 90 Minuten. Die Wissenschaftlerin moderierte die Fokusgruppen weitgehend selbst, gemäß einem locker strukturierten Diskussionsleitfaden. Die Audioaufnahmen wurden von einem professionellen Transkriptionsbüro vollständig transkribiert.

Thumbnail Image
Research Data
Wissenschaft trifft Wirtschaft: Digitaler Zwilling in Produktion und Logistik [Repository]
(Universität Kassel) Wenzel, Sigrid; Gliem, Deike; Wittine, Nicolas
Daten und Auswertung einer Befragung, die im Kontext der Veranstaltung "Wissenschaft trifft Wirtschaft: Digitaler Zwilling in Produktion und Logistik" am 08.10.2024 im Science Park Kassel stattgefunden hat. Im Rahmen der Veranstaltung wurde eine interaktive Publikumsbefragung mit Mentimeter durchgeführt. Die Daten, erfasst über das Webtool und exportiert als Excel-Tabelle, bilden die Grundlage für die Analyse. Ergänzend zur Befragung wurde eine umfassende Literaturrecherche durchgeführt, die aus 244 Treffern 47 relevante Quellen identifizierte. Aus diesen 47 Quellen wurden 8 Quellen zur detaillierten Untersuchung ausgewählt. Diese bilden die Grundlage zur Beantwortung der Forschungsfragen: "Welche Anwendungsfälle des Digitalen Zwillings gibt es?" und "Welche Herausforderungen bestehen bei der Implementierung und Nutzung Digitaler Zwillinge?"
Thumbnail Image
Research Data
Surface layer state after hard turning of 51CrV4
(Universität Kassel) Wittich, Felix; Wegener, Thomas; Liehr, Alexander; Zinn, Wolfgang; Niendorf, Thomas; Kroll, Andreas

Description of the dataset:

Hard-turning experiments were conducted on cylindrical specimens made of a quenched and tempered (Q&T) steel 51CrV4
in different initial surface hardness levels, i. e. 400 HV30, 500 HV30 and 600 HV30. Prior to heat treatment,
all specimens were manufactured with the same roughness requirements in order to ensure an almost identical surface
finish before hard-turning. Three different sections of nine specimen of each hardness level
(i.e. in total 27 section-specific areas per hardness level) were machined with varied cutting parameters feed rate
(f), depth of cut (a_p) and cutting speed (v_c).
Hard-turning of the specimens was carried out on a servo-conventional lathe of type Weiler C30 using
polycrystalline boron nitride (PCBN) inserts with a corner radius of 0.8 mm.

After hard-turning, residual stress depth profiles were determined using X-ray diffraction (XRD),
respectively for each specific area of a specimen. Residual stress measurements were conducted using a
Pulstec μ-X360 diffractometer equipped with a 0.3 mm collimator and CrKα-radiation with an exposure time
of 120 sec. Depth profiles were determined by successive removal of the material surface layer using
electro-chemical polishing. The obtained data have been evaluated applying the cos α-method without consideration
of any mathematical stress correction.

Post process surface roughness in axial direction was determined using a Mitutoyo SJ-210 tactile roughness
measuring device. Post process Vickers hardness testing was carried out using a Struers DuraScan-70 system
employing a load of 294.2 N (HV30).
For more detailed information on the material and the experimental setup, i.e., chemical composition, specimen
geometry, machines and parameters used for hard-turning operations and post process measurements, the reader is
referred to [1].

A full factorial experiment design was used with two levels for the initial hardness levels H_Vinit and three
factors for the cutting parameters, f: {0.05 mm, 0.25 mm, 0.5 mm}, v_c: {100 m/min, 175 m/min, 250 m/min},
a_p: {0.05 mm, 0.25 mm, 0.5 mm}, resulting in 81 different combinations. For the residual stress depth profile
modeling, measurements for 12 different depths are available:
{0, 10, 20, 30, 40, 50, 60, 80, 100, 120, 150, 200} μm, providing for N = 972 samples in total.

Two data sets are provided:
1. "hardness_roughness_hard_turning.csv" with the 81 data points for the surface hardness and roughness measurements.
2. "residual_stress_profile_hard_turning.csv" with the 972 data points for the tangential residual stress depth profiles.

[1]     Thomas Wegener, Alexander Liehr, Artjom Bolender, Sebastian Degener, Felix Wittich, Andreas Kroll, & Thomas Niendorf,
        "Calibration and validation of micromagnetic data for non-destructive analysis of near-surface properties
        after hard turning" in HTM Journal of Heat Treatment and Materials, 2022, 77(2), 156-172.

Thumbnail Image
Research Data
Verbraucherpräferenzen für Produkte aus hessischen Leguminosen aus konventioneller und ökologischer Erzeugung und mit verschiedenen Verarbeitungsgraden (LeguHe)
(Universität Kassel) Hueppe, Ronja; Zander, Katrin

Bei dem vorliegenden Datensatz handelt es sich um eine online Verbraucher*innen-Befragung von Juli 2023 in Hessen, Deutschland. Eine standardisierte Befragung inklusive einer Information Display Matrix (IDM) erfasst die Einstellungen und Präferenzen von Verbraucher*innen von öko-regionalen Hülsenfrüchten mit unterschiedlichen Verarbeitungsgraden. Der bereinigte Datensatz enthält 1320 Personen.

Die Teilnehmenden wurden von einer privaten Marktforschungsagentur nach folgenden Kriterien in einem Online-Access-Panel rekrutiert:
- Wohnsitz in Hessen
- zumindest teilweise für den Lebensmitteleinkauf verantwortlich
- zumindest gelegentlicher Kauf von Bio-Lebensmitteln
- Verzehr von grünen Bohnen, Kidneybohnen, Erbsen, Lupinen, Kichererbsen, Linsen, Erdnüssen oder Sojabohnen mindestens alle 2-3 Monate
Personen, die in der Marktforschung tätig sind, wurden ausgeschlossen.

Thumbnail Image
Research Data
Verbraucherpräferenzen für (Bio-) Äpfel mit unterschiedlichen äußeren Schalenqualitäten (PSSYSTEMBIOOBST)
(Universität Kassel) Hueppe, Ronja; Zander, Katrin

Bei dem vorliegenden Datensatz handelt es sich um eine online Verbraucher*innen-Befragung von Juni 2020 in Deutschland. Eine standardisierte Befragung inklusive einer kontingenten Bewertung erfasst die Kaufhäufigkeiten, Einstellungen, Präferenzen und Zahlungsbereitschaften von Verbraucher*innen zu (Bio-)Äpfeln mit unterschiedlich starken visuellen Makeln (Handelsklasse I, Handelsklasse II, suboptimal). Der bereinigte Datensatz enthält 842 Personen.

Die Teilnehmenden wurden von einer privaten Marktforschungsagentur nach folgenden Kriterien in einem Online-Access-Panel rekrutiert:

  • (Mit-)verantwortlich für Lebensmitteleinkäufe
  • Mindestens gelegentlicher Konsum von Biolebensmitteln
  • Konsum von Äpfeln
  • Alter 18 bis 75 Jahre, möglichst repräsentative Verteilung für Deutschland
  • Möglichst repräsentative Verteilung nach Regionen in Deutschland
  • Circa 60-70% Frauen, da auch heutzutage noch mehr Frauen für den Lebensmitteleinkauf zuständig sind.
  • Ausgeschlossen wurden Personen, die in der Landwirtschaft oder der Marktforschung tätig waren.