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 Froehling, 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.
- Génois, Mathieu, Maria Zens, Marcos Oliveira, and Johann Schaible. 2023. "[Poster:] Exploration of contact behaviour during scientific conferences." IC2S2 2023: International Conference on Computational Social Science, 2023-07-17.
- Batzdorfer, Veronika. 2022. "Conspiracy theories on Twitter: Emerging motifs and temporal dynamics during the COVID-19 pandemic." ODISSEI Conference for Social Science in the Netherlands 2022, Open Data Infrastructure for Social Science and Economic Innovations, Utrecht, 2022-11-03.
- Batzdorfer, Veronika. 2022. "Theory-driven modelling of complex socio-psychological constructs in text." Invited Panel Talk on the Workshop on Computational Linguistics for Political Text Analysis (CPSS-2022), Universität Potsdam, 2022-09-12.
- Batzdorfer, Veronika. 2022. "R Programming Workshop for the BMBF Conference on Research on Digitalisation for Cultural Education. "Analysing Social Media and Text Mining in R"." Friedrich-Alexander Universität Erlangen-Nürnberg, Nürnberg.
- Breuer, Johannes, Stefan Jünger, and Veronika Batzdorfer. 2022. "GESIS Summer School in Survey Methodology. Introduction to R for Data Analysis." GESIS - Leibniz-Institut für Sozialwissenschaften, Köln.
- 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.
- Schaible, Johann, Marcos Oliveira, Maria Zens, and Mathieu Génois. 2022. "Sensing Close-Range Proximity for Studying Face-to-Face Interaction." 1. In Handbook of Computational Social Science; Vol 1: Theory, Case Studies and Ethics, edited by Uwe Engel, Anabel Quan-Haase, Sunny Xun Liu, and Lars Lyberg, European Association of Methodology series, 219-239. Abingdon, Oxon: Routledge.
- Sen, Indira, Fabian Flöck, Katrin Weller, Bernd Weiß, and Claudia Wagner. 2021. "A Total Error Framework for Digital Traces of Human Behavior on Online Platforms." Public Opinion Quarterly 85 (S1): 399–422. doi: https://doi.org/10.1093/poq/nfab018.
- Lemke, Steffen, Olga Zagovora, Katrin Weller, Astrid Orth, Daniel Beucke, Julius Stropel, and Isabella Peters. 2020. *metrics: Recommendations from the DFG *metrics project for “measuring the reliability and perceptions of indicators for interactions with scientific products”. DINI Schriftenreihe. Humboldt-Universität zu Berlin. doi: https://doi.org/10.18452/22242.
- Kinder-Kurlanda, Katharina E., and Katrin Weller. 2020. "Perspective: Acknowledging data work in the social media research lifecycle." Frontiers in Big Data 3 (509954). doi: https://doi.org/10.3389/fdata.2020.509954.
- Bensmann, Felix, Lars Heling, Stefan Jünger, Loren Mucha, Maribel Acosta, Jan Göbel, Gotthard Meinel, Sujit Sikder, York Sure-Vetter, and Benjamin Zapilko. 2020. "An Infrastructure for Spatial Linking of Survey Data." Data Science Journal 19 (1): 27. doi: https://doi.org/10.5334/dsj-2020-027.
| 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.
-
GESIS AppKit
Das GESIS AppKit ermöglicht individuelle smartphonebasierte Erhebungen von Umfrage- und Sensordaten.
-
GESIS Guides to Digital Behavioral Data
Handreichungen zur Erhebung und Analyse digitaler Verhaltensdaten mit computerbasierten Methoden.
- GESIS Web Data
- GESIS Web Tracking