<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<style type="text/css" style="display:none;"><!-- P {margin-top:0;margin-bottom:0;} --></style>
</head>
<body dir="ltr">
<div id="divtagdefaultwrapper" style="font-size:12pt;color:#000000;background-color:#FFFFFF;font-family:Calibri,Arial,Helvetica,sans-serif;">
<p>Hi everyone,</p>
<p><br>
</p>
<p>This week at the Applied Statistics Workshop we will be welcoming <span><b>Victoria Liublinska</b></span>,
<span><b>Liam Schwartz</b></span>, and their colleagues from the <b>Office of Institutional Research</b> at Harvard University. &nbsp;They will be presenting work entitled
<span><b>&quot;Data, Data Science, and The Research University.&quot;</b></span>&nbsp; Please find their abstract below and on the
<a href="http://projects.iq.harvard.edu/applied.stats.workshop-gov3009/home">website</a>.</p>
<p><br>
</p>
<p>As usual, we will meet in CGIS Knafel room&nbsp;354 at noon&nbsp;and lunch will be provided. &nbsp;See you all there!</p>
<p><br>
</p>
<p>- Pam</p>
<p><br>
</p>
<p><br>
</p>
<p><br>
</p>
<p><u>Title:</u>&nbsp;<span>&quot;Data, Data Science, and The Research University&quot;</span></p>
<p><br>
</p>
<p><u>Abstract:</u> &nbsp;<span>In our talk we will discuss some of the challenges that may arise while developing a &#8220;data science&#8221; approach to institutional research in the university setting. Despite these hurdles, with improved data governance and availability,
 a team with the right skills and outlook, and the support of senior leadership, the transition from a more traditional institutional research function to one representing a data science perspective is not only possible, but natural. We will &nbsp;give several examples
 of analytical projects carried out by Harvard University&#8217;s Office of Institutional Research on issues that address strategic questions for the University.&nbsp;</span></p>
<p><span><br>
</span></p>
<p><span><br>
</span></p>
</div>
</body>
</html>