Rechensozialwissenschaft

Für eine umfassendere Berichterstattung über dieses Thema siehe Quantitative Sozialforschung.

Rechensozialwissenschaft Ist die akademische Unterdisziplin, die sich mit rechnerischen Ansätzen an die befasst Sozialwissenschaften. Dies bedeutet, dass Computer verwendet werden, um soziale Phänomene zu modellieren, zu simulieren und zu analysieren. Während große Berechnungsmethoden seit Jahrzehnten auf Naturwissenschaften angewendet werden, ist das Interesse an der Anwendung von Datenwissenschaften auf Sozialwissenschaften in den letzten zehn Jahren erheblich gewachsen.[1] Felder umfassen Computerökonomie, Computersoziologie, Cliodynamik, Kulturomikund die automatisierte Inhaltsanalyse in sozialen und traditionellen Medien. Es konzentriert sich auf die Untersuchung sozialer und verhaltensbezogener Beziehungen und Interaktionen durch soziale Simulation, Modellierung, Netzwerkanalyse und Medienanalyse.[2]

Definitionen

Es gibt zwei Terminologien, die sich aufeinander beziehen: Social Science Computing (SSC) und Computational Social Science (CSS). In der Literatur wird CSS auf das Gebiet der Sozialwissenschaften verwiesen, das die rechnerischen Ansätze bei der Untersuchung der sozialen Phänomene verwendet. Andererseits ist SSC das Gebiet, in dem Computermethoden erstellt werden, um Erklärungen sozialer Phänomene zu unterstützen.

Computer- sozialwissenschaftliche revolutioniert beide grundlegenden Beine der wissenschaftliche Methode: empirische Forschung, besonders durch Große Datendurch Analyse der digitaler Fußabdruck durch soziale Online -Aktivitäten zurückgelassen; und wissenschaftliche Theorie, besonders durch Computersimulation Modellgebäude durch soziale Simulation.[3][4] Es handelt sich um einen multidisziplinären und integrierten Ansatz für soziale Umfrage, der sich auf die Informationsverarbeitung mittels fortschrittlicher Informationstechnologie konzentriert. Die Rechenaufgaben umfassen die Analyse sozialer Netzwerke, sozialgeographische Systeme,[5] Social -Media -Inhalte und traditionelle Medieninhalte.

Die sozialwissenschaftliche Computerarbeit beruht zunehmend auf der größeren Verfügbarkeit großer Datenbanken, die derzeit durch eine Reihe interdisziplinärer Projekte erstellt und verwaltet werden, darunter:

Die Analyse großer Mengen historischer Zeitungen[11] und Buchinhalte buchen[12] wurden 2017 Pionierarbeit erstellt, während andere Studien zu ähnlichen Daten[13] zeigten, wie periodische Strukturen automatisch in historischen Zeitungen entdeckt werden können. Eine ähnliche Analyse wurde in den sozialen Medien durchgeführt, die wiederum stark periodische Strukturen enthüllte.[14]

Siehe auch

Verweise

  1. ^ McCarthy, Paul X.; Griffith, Paul (2022). "Wie wir kommunizieren, was wir schätzen - auch wer wir sind: 8 überraschende Dinge, die Data Science über uns in den letzten zehn Jahren enthüllt hat.". Die Unterhaltung.
  2. ^ "Die offizielle Website der Computational Social Science Society der Americas Official".
  3. ^ DT & SC 7-1: . Einführung in E-Science: Vom DT & sc Online Kurs an der Universität von Kalifornien
  4. ^ Hilbert, M. (2015). E-Science für die digitale Entwicklung: ICT4ICT4D (PDF). Zentrum für Entwicklungsinformatik, Seed, Universität Manchester. ISBN 978-1-905469-54-3. Archiviert von das Original (PDF) Am 2015-09-24.
  5. ^ Cioffi-Revilla, Claudio (2010). "Computational Social Science". Wiley Interdisziplinäre Bewertungen: Computerstatistik. 2 (3): 259–271. doi:10.1002/wics.95.
  6. ^ Turchin, Peter; Brennan, Rob; Currie, Thomas E.; Feeney, Kevin C.; Francois, Pieter; Hoyer, Daniel; Manning, J. G.; Marciniak, Arkadiusz; Mullins, Daniel; Palmisano, Alessio; Peregrine, Peter; Turner, Edward A. L.; Whitehouse, Harvey (2015). "Seshat: Die Global History Databank" (PDF). Cliodynamik. 6: 77. https://escholarship.org/uc/item/9qx38718
  7. ^ Kirby, Kathryn R.; Gray, Russell D.; Greenhill, Simon J.; Jordan, Fiona M.; Gomes-ng, Stephanie; Bibiko, Hans-Jörg; Blasi, Damián e.; Botero, Carlos A.; Bowern, Claire; Ember, Carol R.; Leehr, Dan; Low, Bobbi S.; McCarter, Joe; Divale, William (2016). "D-Platz: Eine globale Datenbank für kulturelle, sprachliche und ökologische Vielfalt". PLUS EINS. 11 (7): E0158391. Bibcode:2016PLOSO..1158391K. doi:10.1371/journal.pone.0158391. PMC 4938595. PMID 27391016.
  8. ^ Peter N. Peregrine, Atlas der kulturellen Evolution, Weltkulturen 14 (1), 2003
  9. ^ "Ehraf Archäologie". Dateien der menschlichen Beziehungen Bereiche.
  10. ^ "Ehraf Weltkulturen". Dateien der menschlichen Beziehungen Bereiche.
  11. ^ Lansdall-Welfare, Thomas; Sudhahar, Saatviga; Thompson, James; Lewis, Justin; Team, findmypast Zeitung; Cristianini, Nello (2017-01-09). "Inhaltsanalyse von 150 Jahren britischer Zeitschriften". Verfahren der National Academy of Sciences. 114 (4): E457 - E465. doi:10.1073/pnas.1606380114. ISSN 0027-8424. PMC 5278459. PMID 28069962.
  12. ^ Roth, Steffen; et al. (2017). "Futures eines verteilten Gedächtnisses. Eine globale Gehirnwellenmessung (1800-2000)". Technologische Prognose und sozialer Wandel. 118: 307–323. doi:10.1016/j.techfor.2017.02.031. S2CID 67011708.
  13. ^ Dzogang, Fabon; Lansdall-Welfare, Thomas; Team, findmypast Zeitung; Cristianini, Nello (2016-11-08). "Entdecken Sie periodische Muster in historischen Nachrichten". PLUS EINS. 11 (11): E0165736. Bibcode:2016ploSO..1165736d. doi:10.1371/journal.pone.0165736. ISSN 1932-6203. PMC 5100883. PMID 27824911.
  14. ^ Saisonale Schwankungen der kollektiven Stimmung, die durch Wikipedia -Suchanfragen und Twitter -Beiträge F Dzogang, T Lansdall -Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on 2016 enthüllt wird Data Mining in der menschlichen Aktivitätsanalyse

Externe Links