Transition Paths towards Sustainability
Mobilität im Kontext der sozial-ökologischen Transformation
Der Klimawandel, die Ressourcenverknappung und die damit zunehmenden sozialen Herausforderungen verdeutlichen die Dringlichkeit einer sozial-ökologischen Transformation. Diese Transformation zielt darauf ab, das gesellschaftliche Leben so zu gestalten, dass soziale Gerechtigkeit und ökologische Nachhaltigkeit miteinander in Einklang gebracht werden. Mobilität spielt in diesem Kontext eine Schlüsselrolle. Zum einen, weil Mobilität eine Voraussetzung für gesellschaftliche Teilhabe darstellt und zum anderen, weil die Folgen von Mobilität maßgeblich zu Umweltbelastungen, wie CO₂-Emissionen und Flächenversiegelung, beitragen. Ein Wandel hin zu nachhaltiger Mobilität, d.h. der Vollzug einer sozialverträglichen Mobilitätswende, ist somit unverzichtbar. Im Seminar lesen und diskutieren wir theoretische sowie praxisbezogene Texte und erarbeiten uns so gemeinsam einen Überblick über die Hindernisse und Chancen Mobilität im Kontext einer sozialverträglichen und ökologischen Verkehrswende zu gestalten. Ziel des Seminars ist es, Mobilität als Teil der sozial-ökologischen Transformation zu verstehen, Mobilitätskonzepte und Lösungsansätze kritisch zu hinterfragen und eigene Ideen zu entwickeln.
- Trainer/in: Caroline Rozynek
- Trainer/in: Maximilian Witting
- Trainer/in: Monika Popp
- Trainer/in: Maximilian Witting
Seminar WP 1.1 Applied Statistics WS 30 h (2 SWS) 60 h 3
Im Modul müssen insgesamt 3 ECTS-Punkte erworben werden. Die Präsenzzeit
beträgt 2 Semesterwochenstunden. Inklusive Selbststudium sind etwa 90 Stunden aufzuwenden.
|
Zielsetzung. Die Statistik gehört zu den wichtigsten Werkzeugen der empirischen Wissenschaft und hat durch den Überfluss digitaler Daten über die letzten Jahrzehnte nur an Bedeutung gewonnen. Geographie und Nachhaltigkeitsforschung sind hier keine Ausnahmen – die Erforschung der räumlichen Ungleichverteilung der Konsequenzen des Klimawandels,der Regionalisierung von Innovationsprozessen, die Bewertung der Effektivität eines Policyinstruments oder die Analyse von Einstellungen, Meinungen und Wissen erfordern alle einen sicheren Umgang mit komplexen Daten und Kenntnis grundlegender und fortgeschrittener statistischer Verfahren. Dieser Kurs sieht die Anwendung der zuvor im Studium erlernten statistischen Methoden anhand eines eigens entwickelten Forschungsprojektes vor und dient damit auch als Vorbereitungskurs für die Masterarbeit. Der Kurs begleitet die eigenständige Entwicklung der Projektideen und bietet parallel in mehreren Blocksitzungen eine intensive Einführung in die Programmiersprache R, die als Grundlage für die Umsetzung der Forschungsprojekte dient. |
|
Termin |
Inhalt |
|
16.10.2025, 14-16 |
Begrüßung, Organisation, & Grundlagen |
|
13.11.2025, 14-16 |
Projektpitch I: Projektidee |
|
21.11.2025 (ganztägig) |
R Block I: Grundlagen |
|
28.11.2025 (ganztägig) |
R Block II: Deskriptive Statistik |
|
11.12.2025, 14-16 |
Projektpitch II: Daten & Beschreibung |
|
09.01.2026 (ganztägig) |
R Block III: Inferenzstatistik & Statistische Modelle |
|
22.01.2026, 14-16 |
Projektpitch III: Vorläufige Ergebnisse |
Literatur
Gelman A, Hill J, Vehtari A (2020) Regression and Other Stories, Cambridge: Cambridge University Press.
Healy K (2018) Data Visualization, Princeton: Princeton University Press.
Kuckartz, U., Rädiker, S., Ebert, T., & Schehl, J. (2010). Statistik: Eine verständliche Einführung. Wiesbaden: VS Verlag.
Llaudet, E., Imai, K. (2023). Data Analysis for Social Science: A Friendly and Practical Introduction. Princeton: Princeton University Press.
- Trainer/in: Jakob Hoffmann
- Trainer/in: Imke Hoppe
- Trainer/in: Wenhan Feng
- Trainer/in: Olabisi Obaitor
- Trainer/in: Barbara Demeterova
- Trainer/in: Sascha Filimon
- Trainer/in: Thomas Hüttner
- Trainer/in: Robert Leiner
- Trainer/in: Philipp Namberger
- Trainer/in: Maximilian Witting
- Trainer/in: Philipp Namberger
- Trainer/in: Jakob Hoffmann
- Trainer/in: Imke Hoppe