Lea Maria Dammann


Ich bin Mitglied der Arbeitsgruppe Learning Analytics und Data Literacy (LeAnDaLi) und arbeite aktuell schwerpunktmäßig im vom BMAS geförderten Projekt Augmented Interacting using AI in Blended Learning Angeboten für gesetzliche Interessenvertretungen (AI4gIV).

Lehre


  • Mathematik-Coaching für Wirtschaftswissenschaftler (SoSe 2023)
  • Vorkurs Mathematik für Wirtschaftswissenschaftler (SoSe 2023)
  • Statistical and Deep Learning (WiSe 2022/23)
  • Statistical and Deep Learning (WiSe 2021/22)
  • Introduction to Statistical Programming (WiSe 2021/22)
  • Daten Lesen Lernen (SoSe 2020)
  • Deep Learning Algorithmen – Methoden, Entwicklungen und gesellschaftliche Konsequenzen (WiSe 2019/20)
  • Summer School Data Science (SoSe 2019)


Publikationen und Beiträge


  • Dammann, L. M., Freitag, M., Thielmann, A. & Säfken, B. (2025). Gradient-based smoothing parameter estimation for neural P-splines. Computational Statistics. DOI: https://doi.org/10.1007/s00180-024-01593-z
  • Lorenz, J., Ike, S., Dammann, L. M., Becker, D., Säfken, B. & Silbersdorff, A. (2023). Erwartete Schulprobleme als Folge der Corona-Schulschließungen im Frühjahr 2020 – Empirische Evidenz zur Bedeutung familialer Ressourcen mittels nichtlinearer Modellierung. Zeitschrift für Erziehungswissenschaft, 26(2), 403-441. DOI: https://doi.org/10.1007/s11618-023-01149-9
  • Berginski, J., Damman, L. M., Deitmer, A., Finkbeiner, T. A., Ike, S., Lux, K., Meister (geb. Pendzich), Nina-Kristin u.a. (2023). Leitfaden zur Erstellung barrierefreier Lehrvideos im universitären Kontext: Projekt DaLeLe4All. Göttingen: Universitätsverlag Göttingen. DOI: https://doi.org/10.17875/gup2023-2355
  • Skuk, V. G., Dammann, L. M. & Schweinberger, S. R. (2015). Role of timbre and fundamental frequency in voice gender adaptation. The Journal of the Acoustical Society of America, 138(2), 1180-1193. DOI: https://doi.org/10.1121/1.4927696