https://github.com/gesiscss/gesis_dataday_20
Materialien für den GESIS DataDay 2020
https://github.com/gesiscss/gesis_dataday_20
binder-ready data-journalism facebook jupyter political-analysis r social-media twitter
Last synced: 2 months ago
JSON representation
Materialien für den GESIS DataDay 2020
- Host: GitHub
- URL: https://github.com/gesiscss/gesis_dataday_20
- Owner: gesiscss
- Created: 2019-12-12T13:29:52.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2022-10-16T11:33:36.000Z (almost 4 years ago)
- Last Synced: 2025-01-03T18:47:11.828Z (over 1 year ago)
- Topics: binder-ready, data-journalism, facebook, jupyter, political-analysis, r, social-media, twitter
- Language: Jupyter Notebook
- Size: 7.93 MB
- Stars: 0
- Watchers: 10
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# GESIS DataDay 2020
### Materialien für den [GESIS DataDay 2020](https://www.gesis.org/angebot/veranstaltungen/gesis-tagungen/dataday2020)
**Veranstaltungstermin:** 23.01.2020
**Bitte nutzen Sie den folgenden Link für den Zugang zur interaktiven Analyseumgebung:**
[](https://notebooks.gesis.org/binder/v2/gh/gesiscss/gesis_dataday_20/master?urlpath=lab)
## Kurzbeschreibung
Eintägiger Workshop in Data Science für Journalist_innen: Beobachtung von politischen Themen und Akteuren mit integrierten Datenquellen. Social-Media-Daten und andere digitale Spuren erlauben uns, die Aktivitäten gesellschaftlich relevanter Akteure, wie z.B. von Politiker_innen, “in situ” zu beobachten und zu analysieren. Dazu lassen sich einerseits Schnittstellen (APIs) von bekannten Plattformen verwenden. Andererseits können diese Daten mit zusätzlichen Quellen verknüpft werden, die z.B. aus weiteren APIs oder Webseiteninhalten stammen können. So lässt sich ein umfassendes Bild von Aktivitäten bestimmter Akteure oder Entwicklungen von Themen liefern.
## Unser Ziel
Mit dem DataDay möchten wir den Dialog zwischen Wissenschaft und Öffentlichkeit fördern und gemeinsam mit Wissenschaftsjournalist_innen aus dem Bereich Gesellschaft und Datenjournalist_innen ins Gespräch kommen.
## Agenda
| []() | Programmpunkte |
| -------------|-------------|
| 10.00 Uhr | Begrüßung|
| 10.30 Uhr | Vorstellung [Media Monitoring](http://mediamonitoring.gesis.org/) |
| 11.15 Uhr | Kaffeepause |
| 11.30 Uhr | Vorstellung [GESIS Notebooks](http://notebooks.gesis.org/) |
| 12.15 Uhr | Media Monitoring API |
| 13.15 Uhr | Mittagessen |
| 14.00 Uhr | Twitter-Scraping und Textmining |
| 15.30 Uhr | Kaffeepause |
| 15.45 Uhr | Facebook Ad Library |
| 17.30 Uhr | Get Together bei Kölsch und Imbiss |
## Referenten
[**Dr. Fabian Flöck**](https://f-squared.org/) ist Senior Researcher und Leiter des Team Data Science (kommiss.) in der Abteilung *Computational Social Science* bei GESIS. Er beschäftigt sich zur Zeit hauptsächlich mit Transparenz und Fairness von NLP- und Machine-Learning-Pipelines in sozialwissenschaftlichen Kontexten, forscht aber ebenso zu interaktiven Datenalayse-Services, kollaborativer Content-Erstellung und digitalen Kommunikationsprozessen.
[**Dr. Arnim Bleier**](https://www.gesis.org/person/arnim.bleier) arbeitet als Senior Researcher in der Abteilung *Computational Social Science* bei GESIS. Seine Hauptinteressen sind in den Bereichen der *automatischen Sprachverarbeitung* und Verfahrensentwicklung zur Erleichterung der Reproduzierbarkeit von wissenschaftlichen Ergebnissen. In Kooperation mit Sozialwissenschaftlern arbeitet Herr Bleier an der Modellierung von Struktur und Dynamik von sozialen Prozessen.
[**Dr. Johannes Breuer**](https://www.johannesbreuer.com/) ist Senior Researcher im Team *Data Linking & Data Security* im *Datenarchiv für Sozialwissenschaften* bei GESIS und beschäftigt sich mit der Nutzung von digitalen Verhaltensdaten und ihrer Verknüpfung mit Umfragedaten. Seine weiteren Forschungsinteressen sind die Nutzung und Wirkung digitaler Medien, die Methoden der Mediennutzungs- und -wirkungsforschung (insb. Computational Methods) und Open Science.
## Nutzungsrechte
Materialien lizenziert unter [CC BY-SA 4.0](http://creativecommons.org/licenses/by-sa/4.0/)
[](http://creativecommons.org/licenses/by-sa/4.0/)
---
Funded partially by the German Research Foundation (DFG).
FKZ/project number:
[324867496](https://gepris.dfg.de/gepris/projekt/324867496?context=projekt&task=showDetail&id=324867496&).