Sozialwissenschaftler*innen nutzen vermehrt neue Datentypen als Alternative oder Ergänzung zu klassischen Umfrage- oder Interviewdaten. Beispiele für diese neuen Datentypen sind administrative Daten, finanzielle bzw. geschäftliche Transaktionsdaten, Internet- und Social-Media-Daten, Geodaten oder Bild- und Audiodaten. Diese neuen Datentypen bringen spezifische Herausforderungen für technische Infrastrukturen, rechtliche Regelungen, ethisch verantwortungsvolle Forschung und Erhaltung der Daten mit sich.
Unsere Forschungsschwerpunkte im Bereich Neue Datentypen
- Verlinkung digitaler Verhaltensdaten (z.B. aus sozialen Medien) mit Umfragedaten
- Digitale Erhaltung von Social-Media-Daten, um Zugang zu ermöglichen und zugleich den Datenschutz zu berücksichtigen
- Georeferenzierung von Umfragedaten, um diese mit hochauflösenden Geodaten (z.B. zu Eigenschaften von Stadtvierteln) zu verbinden
- Daikeler, Jessica, Leon Fröhling, Indira Sen, Lukas Birkenmaier, Tobias Gummer, Jan Schwalbach, Henning Silber, Bernd Weiß, Katrin Weller, and Clemens Lechner. 2024. "Assessing Data Quality in the Age of Digital Social Research: A Systematic Review." Social Science Computer Review online first. doi: https://doi.org/10.1177/08944393241245395.
- Zens, Maria, Katrin Weller, and Claudia Wagner, ed. 2023. Expert Insights into Studying Vulnerable Communities Online. An Interview with Kyriaki Kalimeri and Yelena Mejova. GESIS Guides to Digital Behavioral Data 4. Köln: GESIS. https://www.gesis.org/fileadmin/admin/Dateikatalog/pdf/dbd-guides/dbd_guide_04_studying_vulnerable_communities_online_kalimeri_mejova.pdf.
- Kohne, Julian. 2023. "ChatDashboard - A Framework to collect, link, and process donated WhatsApp Chat Log Data." European Survey Research Association Conference (ESRA), University of Milano - Bicocca, Mailand, 2023-07-18.
- Génois, Mathieu, Maria Zens, Marcos Oliveira, Clemens Lechner, Johann Schaible, and Markus Strohmaier. 2023. "Combining Sensors and Surveys to Study Social Interactions: A Case of Four Science Conferences." Personality Science 4 1-24. doi: https://doi.org/10.5964/ps.9957.
- Lietz, Haiko. 2022. "Identifying endogenous time to slice longitudinal network data." XLII Sunbelt International Social Network Conference, Cairns, Australia, 2022-08-30.
| Titel | Start | Ende | Förderer | |
|---|---|---|---|---|
| Keine Projekte gefunden. | ||||
Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:
-
Analyse digitaler Verhaltensdaten
Methoden, Tools, Frameworks und Infrastruktur für die Analyse digitaler Verhaltensdaten.
-
Digitale Verhaltensdaten: Datensätze
Digitale Verhaltensdaten – kuratierte Datensätze.