Stoll, Anke

Anke Stoll studied communication and media science at the University of Leipzig, Münster and Zurich. From 2018 to 2023, she worked as a research associate at the Institute of Social Sciences at the University of Düsseldorf under the supervision of Prof. Dr. Marc Ziegele, where she researches on the development of machine learning-based methods for the detection of incivility in online discussions. In the scope of her doctoral thesis, she further developed AI-based software for the moderation of participation processes. Since April 2023, Anke Stoll has been working at the Department of Computational Communication Science, where she investigates the use of AI for media platforms and social media, as well as on machine learning methods for communication science.

Stoll, A. (2023). The Accuracy Trap or How to Build a Phony Classifier. In C. Strippel, S. Paasch-Colberg, M. Emmer & J. Trebbe (Eds.), Challenges and perspectives of hate speech analysis (pp. 277-287). Digital Communication Research.

Stoll, A., Wilms, L., & Ziegele, M. (2023). Developing an Incivility Dictionary for German Online Discussions–a Semi-Automated Approach Combining Human and Artificial Knowledge. Communication Methods and Measures, 1-19. https://doi.org/10.1080/19312458.2023.2166028

Küchler, C., Stoll, A., Ziegele, M., & Naab, T. K. (2022). Gender-Related Differences in Online Comment Sections: Findings from a Large-Scale Content Analysis of Commenting Behavior. Social Science Computer Review. https://doi.org/10.1177/08944393211052042

Risch, J., Stoll, A., Wilms, L., & Wiegand, M. (2021): Overview of the GermEval 2021 Shared Task on the Identification of Toxic, Engaging, and Fact-Claiming Comments. In J. Risch, A. Stoll, L. Wilms, & M. Wiegand (Eds.), Proceedings of the GermEval 2021 SharedTask on the Identification of Toxic, Engaging, and Fact-Claiming Comments (pp. 1-12).  Association for Computational Linguistics.

Stoll, A. (2020). Supervised Machine Learning mit Nutzergenerierten Inhalten: Oversampling für nicht balancierte Trainingsdaten [Supervised machine learning with user generated content: Oversampling for imbalanced training data]. Publizistik, 65(2), 233-251. https://doi.org/10.1007/s11616-020-00573-9

Stoll, A., Ziegele, M., & Quiring, O. (2020). Detecting Impoliteness and Incivility in Online Discussions: Classification Approaches for German User Comments. Computational Communication Research, 2(1), 109-134. Online Excess: computationalcommunication.org/ccr/article/view/19

Risch, J., Stoll, A., Ziegele, M., & Krestel, R. (2019). hpiDEDIS at GermEval 2019: Offensive Language Identification using a German BERT model. In Preliminary proceedings of the 15th Conference on Natural Language Processing (KONVENS 2019). Erlangen, Germany: German Society for Computational Linguistics & Language Technology (pp. 403-408).

Oberstrass, A., Romberg, J., Stoll, A., & Conrad, S. (2019, June). HHU at SemEval-2019 Task 6: Context Does Matter-Tackling Offensive Language Identification and Categorization with ELMo. In Proceedings of the 13th International Workshop on Semantic Evaluation (pp. 628-634).

Wilms, L., Stoll, A., Gerl, K., & Ziegele, M. (2023). Bildungsbezogene Biases in crowd-annotierten Daten zur automatischen Klassifikation von konstruktiven und inzivilen Kommentaren. Vortrag angenommen auf der Fachgruppentagung Politische Kommunikation der DGPuK, Düsseldorf, 28.-30. Juni 2023.

Stoll, A., & Heinbach, D. (2023). Empirisch generierte Trainingsdaten für die KI-gestützte Moderation von Online-Diskussionen: Potenziale des Datentyps „Field-Labeled Data“. Angenommen für die 68. Jahrestagung der Deutschen Gesellschaft für Publizistik- und Kommunikationswissenschaft (DGPuK), Bremen, 18.-20. Mai 2023.

Wilms, L., Stoll, A., Gerl, K., & Ziegele, M. (2023). Technologieakzeptanz von und Transparenzanforderungen an automatisierte Hate-Speech Erkennung – Erkenntnisse aus qualitativen Interviews mit Moderator:innen von Online-Diskussionen öffentlich-rechtlicher Medien und Verwaltung. Angenommen für die 68. Jahrestagung der Deutschen Gesellschaft für Publizistik- und Kommunikationswissenschaft (DGPuK), Bremen, 18.-20. Mai 2023.

Reiss, M. V., Kobilke, L., & Stoll, A. (2023). Reporting Supervised Text Analysis for Communication Science. Vortrag angenommen auf der 73rd Annual Conference of the International Communication Association (ICA), Toronto, Kanada, 25.-29. Mai 2022.

Wilms, L., Stoll, A., & Ziegele, M. (2023). Uncovering educational bias in crowd-annotated data for automated classification of constructive and uncivil comments. Vortrag angenommen auf der 73rd Annual Conference of the International Communication Association (ICA), Toronto, Kanada, 25.-29. Mai 2022.

Stoll, A. (2022). Die Zukunft der Inhaltsanalyse ist Machine Learning?. Vortrag auf der Fachgruppentagung Methoden der DGPuK, München, Deutschland, 05.-07. Oktober 2022.

Reiss, M. V., Kobilke, L., & Stoll, A. (2022). Reporting Supervised Text Analysis for Communication Science. Vortrag auf der Fachgruppentagung Methoden der DGPuK, München, Deutschland, 05.-07. Oktober 2022.

Stoll, A. & Heinbach, D. (2022). The More the Merrier? Training Strategies for AI in Algorithmic Content Moderation Systems. Vortrag auf der 72rd Annual Conference of the International Communication Association (ICA), Paris, Frankreich, 26.-30. Mai 2023.

Wilms, L., Gerl, K., Stoll, A. & Ziegele, M. (2022). What do you need from algorithmic transparency? Findings from Qualitative Interviews with moderators of online discussion fora in public administration and journalism. Vortrag auf der 9^th European Communication Conference (ECREA 2022), Aarhus, Dänemark, 19.-22. Oktober 2022.

Risch, J., Stoll, A., Wilms, L., & Wiegand, M. (2021). Results of the GermEval 2021 shared task on the identification of toxic, engaging, and fact-claiming comments. Workshop auf der 17th Conference on Natural Language Processing (KONVENS 2021), Düsseldorf, Deutschland, 06.-09. September 2021.

Stoll, A., Wilms, L., & Ziegele, M. (2021). Developing an Incivility-Dictionary for German-Language Online Discussions: A Semi-Automated Approach for Computational Communication Scientists.Vortrag auf der 71th Annual ICA Conference, Virtual Conference, 27.-31. Mai 2021.

Stoll, A., Wilms, L., & Ziegele, M. (2021). DIKI - A Dictionary for Incivility in German-Language Online Discussions.Vortrag auf der Dreiländertagung der Kommunikationswissenschaft, Zürich, CH, 07.-09. April 2021.

Ziegele, M., Jünger, F. & Stoll, A. (2020). Ein Feldexperiment zu den Effekten diskursiver Moderation auf das Verhalten von Kommentarverfasser*innen. Vortrag auf der Jahrestagung der DGPuK, DE, München, 10.-12. März 2020.

Risch, J., Stoll, A., Ziegele, M. & Krestel, R. (2019). hpiDEDIS at GermEval 2019: Offensive Language Identification using a German BERT model. Vortrag auf der 15th Conference on Natural Language Processing (KONVENS 2019), Erlangen, DE, 09.-11. Oktober 2019.

Stoll, A. & Ziegele, M. (2019). Automatisierte Erkennung von Inzivilität in politischen Online-Diskussionen. Vortrag auf der Tagung "Datafizierte Gesellschaft: Praktiken, Prozesse und Folgen der Datafizierung", Bonn, DE, 24.-25. September 2019.

Kelm, O., Bormann, M., Dohle, M., Stoll, A. & Vowe, G. (2019). Werden Heranwachsende anders informiert als Erwachsene? Ein Vergleich der Berichterstattung über Flucht, Migration und Integration im Jahr 2018. Vortrag auf der Tagung „Flucht, Migration und Integration in den Medien”, Düsseldorf, DE, 12.-13. Juli 2019. 

Ziegele, M., Stoll, A., Küchler, C. & Naab, T. (2019). Diskriminierung in Online-Diskussionen: Geschlecht und Inzivilität in User-Kommentaren. Vortrag auf der Jahrestagung der DGPuK, Münster, DE, 09.-11. Mai 2019.

Stoll, A., Küchler, C., Ziegele, M. & Naab, T. (2019). Gender and Incivility in Online Discussions. Vortrag auf der 69th Annual ICA Conference, Washington, D.C., USA, 24.-28. Mai 2019.