SpringerLink
Log in

Geo-referenzierte Daten, digitale Datenquellen und Methoden der Kausalanalyse in der Umweltsoziologie

  • Chapter
  • First Online:
Handbuch Umweltsoziologie

  • 2078 Accesses

Zusammenfassung

Neue Technologien der Informationsverarbeitung, Sensoren, Satellitenbeobachtung und die großen Mengen von Text- und Bildmaterial im Internet bieten der Umweltsoziologie eine Vielzahl neuer Datenquellen. Die Erschließung dieser Ressourcen eröffnet zahlreiche Möglichkeiten für innovative deskriptive und explorative Studien ebenso wie zur Prüfung von Hypothesen. Der Beitrag behandelt ausgewählte Aspekte von Methoden zur Datengewinnung und Datenanalyse. Dazu zählen die Nutzung geo-referenzierter Daten, das Webscra** von Textdaten im Internet und Methoden zur Analyse kausaler Zusammenhänge.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
EUR 32.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or Ebook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
EUR 29.95
Price includes VAT (Germany)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
EUR 149.99
Price includes VAT (Germany)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
EUR 159.99
Price includes VAT (Germany)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free ship** worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Andersen, H. K., und J. Mayerl. 2022. Is the effect of environmental attitudes on behavior driven solely by unobserved heterogeneity? Kölner Zeitschrift für Soziologie und Sozialpsychologie 74:381–408.

    Article  Google Scholar 

  • Bamberg, S., und G. Möser. 2007. Twenty years after Hines, Hungerford, and Tomera: A new meta-analysis of psycho-social determinants of pro-environmental behaviour. Journal of Environmental Psychology 27:14–25.

    Article  Google Scholar 

  • Berglez, P., und W. Al-Saqaf. 2021. Extreme weather and climate change: Social media results, 2008–2017. Environmental Hazards 20:382–399.

    Article  Google Scholar 

  • Bohr, J. 2021. Key events and challenges: A computational text analysis of the 115th house of representatives on Twitter. Environmental Politics 30:399–422.

    Article  Google Scholar 

  • Brito, M. M. de, C. Kuhlicke, und A. Marx. 2020. Near-real-time drought impact assessment: A text mining approach on the 2018/19 drought in Germany. Environmental Research Letters 15:1040a9.

    Google Scholar 

  • Brüderl, J. 2010. Kausalanalyse mit Paneldaten. In Handbuch der sozialwissenschaftlichen Datenanalyse, Hrsg. C. Wolf und H. Best, 963–994. Wiesbaden: Springer VS.

    Google Scholar 

  • Diekmann, A., und R. Meyer. 2010. Demokratischer Smog? Eine empirische Untersuchung zum Zusammenhang zwischen Sozialschicht und Umweltbelastungen. Kölner Zeitschrift für Soziologie und Sozialpsychologie 62(3): 437–457.

    Article  Google Scholar 

  • Diekmann, A., H. Bruderer Enzler, J. Hartmann, K. Kurz, U. Liebe, und P. Preisendörfer. 2022. Environmental inequality in four European cities: A study combining household survey and geo-referenced data. European Sociological Review: 1–18. https://doi.org/10.1093/esr/jcac028.

  • Duflo, E. 2013. Kampf gegen die Armut. Frankfurt: Suhrkamp.

    Google Scholar 

  • Effrosynidis, D., A. I. Karasakalidis, G. Sylaios, und A. Arampatzis. 2022. The climate change Twitter dataset. Expert Systems with Applications 204:117541.

    Article  Google Scholar 

  • Farrell, J. 2019. The growth of climate change misinformation in US philanthropy: Evidence from natural language processing. Environmental Research Letters 14:034013.

    Article  Google Scholar 

  • Gohl, N., und P. Schrauth. 2022. Ticket to paradise? The effect of a public transport subsidy on air quality. CEPA Discussion Paper 50.

    Google Scholar 

  • Griffith, D. A. 1993. Advanced spatial statistics for analysing and visualizing geo-referenced data. International Journal of Geographical Information Science 7(2): 107–123.

    Google Scholar 

  • Hines, J. M., H. R. Hungerford, und A. N. Tomera. 1986. Analysis and synthesis of research on responsible environmental behavior: A meta-analysis. Journal of Environmental Education 16(2): 1–8.

    Article  Google Scholar 

  • Jünger, S. 2019. Using georeferenced data in social science survey research: The method of spatial linking and its application with the German General Social Survey and the GESIS panel. GESIS-Schriftenreihe 24.

    Google Scholar 

  • Luscombe, A., K. Dick, und K. Walby. 2022. Algorithmic thinking in the public interest: Navigating technical, legal, and ethical hurdles to web scra** in the social sciences. Quality & Quantity 56(3): 1023–1044.

    Article  Google Scholar 

  • Macanovic, A. 2022. Text mining for social science: The state and the future of computational text analysis in sociology. Social Science Research 108:102784.

    Article  Google Scholar 

  • Meyer, R., und H. Bruderer Enzler. 2013. Geographische Informationssysteme (GIS) und ihre Anwendung in den Sozialwissenschaften am Beispiel des Schweizer Umweltsurveys. Methoden, Daten, Analysen 7(3): 317–346.

    Google Scholar 

  • Padilla, C. M., W. Kihal-Talantikite, V. M. Vieira, P. Rosello, G. Le Nir, D. Zmirou-Navier, und S. Deguen. 2014. Air quality and social deprivation in four French metropolitan areas: A localized spatiotemporal environmental inequality analysis. Environmental Research 134:315–324.

    Article  Google Scholar 

  • Preisendörfer, P., U. Liebe, H. Bruderer Enzler, und A. Diekmann. 2021. Annoyance due to residential road traffic and aircraft noise: Empirical evidence from two European cities. Environmental Research 206:112269.

    Article  Google Scholar 

  • Rüttenauer, T. 2019a. Bringing urban space back in: A multilevel analysis of environmental inequality in Germany. Urban Studies 56(12): 2549–2567.

    Article  Google Scholar 

  • Rüttenauer, T. 2019b. Spatial regression models: A systematic comparison of different model specifications using monte carlo experiments. Sociological Methods and Research: 1–32. https://doi.org/10.1177/0049124119882467.

  • Rüttenauer, T., und H. Best. 2021. Environmental inequality and residential sorting in Germany: A spatial time-series analysis of the demographic consequences of industrial sites. Demography 58(6): 2243–2263.

    Article  Google Scholar 

  • Williams, H. T., J. R. McMurray, T. Kurz, und F. H. Lambert. 2015. Network analysis reveals open forums and echo chambers in social media discussions of climate change. Global Environmental Change 32:126–138.

    Article  Google Scholar 

  • Wolbring, T., H. Leitgöb, und F. Faulbaum, Hrsg. 2021. Sozialwissenschaftliche Datenerhebung im digitalen Zeitalter. Wiesbaden: Springer VS.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Universität Leipzig, Leipzig, Deutschland

    Andreas Diekmann & Felix Ries

Authors
  1. Andreas Diekmann
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Felix Ries
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Andreas Diekmann .

Editor information

Editors and Affiliations

  1. Universität Jena, Jena, Deutschland

    Marco Sonnberger

  2. FB Wirtschaftswissenschaften, Hochschule Harz, Wernigerode, Deutschland

    Alena Bleicher

  3. Dept. Stadt- und Umweltsoziologie, Helmholtz-Zentrum für Umweltforschung GmbH (UFZ), Leipzig, Deutschland

    Matthias Groß

Rights and permissions

Reprints and permissions

Copyright information

© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Diekmann, A., Ries, F. (2024). Geo-referenzierte Daten, digitale Datenquellen und Methoden der Kausalanalyse in der Umweltsoziologie. In: Sonnberger, M., Bleicher, A., Groß, M. (eds) Handbuch Umweltsoziologie. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-37218-7_17

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-37218-7_17

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-37217-0

  • Online ISBN: 978-3-658-37218-7

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation