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
  • Striewski, Sören, Olga Zagovora, and Isabella Peters. 2022. "Scientific Discourse on YouTube: Motivations for Citing Research in Comments." In Proceedings of the Association for Information Science and Technology, edited by Dirk Lewandowski, and Garrett Doherty, 59 1, 299-309. Hoboken, NJ: Wiley. doi: https://doi.org/10.1002/pra2.754.
  • Batzdorfer, Veronika, Holger Steinmetz, Marco Biella, and Meysam Alizadeh. 2022. "Conspiracy theories on Twitter: Emerging motifs and temporal dynamics during the COVID-19 pandemic." International Journal of Data Science and Analytics 13 315–333. doi: https://doi.org/10.1007/s41060-021-00298-6.
  • Zagovora, Olga, Roberto Ulloa, Katrin Weller, and Fabian Flöck. 2022. ""I updated the <ref>": The evolution of references in the English wikipedia and the implications for altmetrics." Quantitative Science Studies 3 (1): 147-173. doi: https://doi.org/10.1162/qss_a_00171.
  • Bittermann, André, Veronika Batzdorfer, Sarah Marie Müller, and Holger Steinmetz. 2021. "Mining Twitter to detect hotspots in psychology." Zeitschrift für Psychologie 229 (1): 3-14. doi: https://doi.org/10.1027/2151-2604/a000437.
  • Sen, Indira, Fabian Flöck, Katrin Weller, Bernd Weiß, and Claudia Wagner. 2022. "Applying a total error framework for digital traces to social media research." In Handbook of Computational Social Science. Volume 2: Data science, statistical modelling, and machine learning methods, edited by Uwe Engel, Anabel Quan-Haase, Sunny Xun Liu, and Lars Lyberg, 127-139. Routledge.
Titel Start Ende Förderer
Keine Projekte gefunden.

Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen: