idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
In ihrer neuen Studie stellen Emilio Zagheni und KollegInnen ein statistisches Modell vor, um Social-Media-Daten mit traditionellen Umfragedaten zu kombinieren. Sie erstellen zeitnahe "Nowcasts" für Migrationsbewegungen in den USA, aufgeschlüsselt nach Bundesstaaten.
„Ziel der Studie war es, Methoden zu entwickeln, um Echtzeitmigrationsprognosen mit Hilfe von Social-Media-Daten zu verbessern“, sagt Monica Alexander, Mitglied des Forschungsteams und Gastwissenschaftlerin am Max-Planck-Institut für Demografische Forschung (MPIDR) in Rostock.
Die Forschenden stellen eine neue statistische Methode vor, um demografische Daten aus Social Media-Quellen mit Daten aus traditionellen demografischen Quellen, wie repräsentativen Umfragen oder Volkszählungen, zu kombinieren. Ihre Arbeit wurde im Fachjournal Population Research and Policy Review veröffentlicht.
Daten aus Social Media haben deshalb bemerkenswerte Stärken, da sie auf großen Stichproben basieren und im Wesentlichen in Echtzeit verfügbar sind. Der Nachteil jedoch ist, dass diese Daten im Allgemeinen nicht repräsentativ für die breitere Bevölkerung sind. Das berücksichtigte das Forscherteam in seinem statistischen Modell.
Die Forschenden sammelten über einen Zeitraum von zwei Jahren Daten auf der Werbeplattform von Facebook und bauten dadurch eine große Datenbank mit aktuellen Informationen über MigrantInnen in den USA auf. Zusätzlich verwendeten sie für ihr Modell Daten aus dem American Community Survey, eine landesweit repräsentative Umfrage in den USA.
„Wir zeigen, dass unser Modell die Echtzeitvorhersage von Migrationstrends verglichen mit bestehenden Alternativen verbessert“, sagt Emilio Zagheni, Direktor am MPIDR. Monica Alexander ist überzeugt, dass ihr Modell noch einen weiteren Vorteil bietet: „Wir freuen uns besonders darüber, dass unser Rahmenmodell erweitert werden kann, um Informationen aus anderen Quellen einzubeziehen oder andere Bevölkerungsprozesse zu messen.“
Mehr Information
Die Forschenden stellen alle Daten und den Code, den sie in der Studie verwenden auf Github (https://github.com/MJAlexander/fb-migration-bayes) für andere Forschende zur Verfügung.
Über das MPIDR
Das Max-Planck-Institut für demografische Forschung (MPIDR) in Rostock untersucht die Struktur und Dynamik von Populationen. Die Wissenschaftler*innen des Instituts erforschen politikrelevante Themen wie den demografischen Wandel, Altern, Geburtendynamik und die Verteilung der Arbeitszeit über die Lebensspanne, genauso wie den digitalen Wandel und die Nutzbarmachung neuer Datenquellen für die Erforschung von Migrationsströmen. Das MPIDR ist eine der größten demografischen Forschungseinrichtungen in Europa und zählt international zu den Spitzeninstituten in dieser Disziplin. Es gehört der Max-Planck-Gesellschaft an, der weltweit renommierten deutschen Forschungsgemeinschaft.
http://www.demogr.mpg.de
Kontakt
Silvia Leek – MPIDR Presse- und Öffentlichkeitsarbeit
TELEFON +49 381 2081 – 143
E-MAIL presse@demogr.mpg.de
Emilio Zagheni
TELEFON +49 381 2081-104
E-MAIL zagheni@demogr.mpg.de
Alexander, M., Polimis, K., Zagheni, E.: Combining Social Media and Survey Data to Nowcast Migrant Stocks in the United States. Popul Res Policy Rev (2020). DOI: 0.1007/s11113-020-09599-3
https://link.springer.com/article/10.1007/s11113-020-09599-3
https://www.demogr.mpg.de/de/news_events_6123/news_pressemitteilungen_4630/press...
Merkmale dieser Pressemitteilung:
Journalisten, jedermann
Gesellschaft
überregional
Wissenschaftliche Publikationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
