BROADCASTS.com

Open science Initiativen and FAIR data Prinzipien haben in den letzten Jahren an gro\xdfer Bedeutung in Forschungsarbeiten gewonnen. Ziel des Beitrags ist es am Beispiel eines laufenden Forschungsprojektes zur kleinr\xe4umigen Analyse von COVID-19-F\xe4llen in Berlin darzustellen, wie Open Science Ans\xe4tze in Forschungsprojekten datenschutzkonform ber\xfccksichtigt werden k\xf6nnen.\n\nOpen science Initiativen and FAIR data Prinzipien haben in den letzten Jahren an gro\xdfer Bedeutung in Forschungsarbeiten gewonnen. F\xfcr die r\xe4umliche Analyse von Vulnerabilit\xe4ten, Risiken und den Auswirkungen von gesundheitspolitischen Ma\xdfnahmen zur Eind\xe4mmung der COVID-19 Pandemie spielen offene Geodaten und freie Software eine wichtige Rolle. Viele bisherige Studien haben sowohl personenbezogene als auch r\xe4umliche und statistische Analysen zu COVID-19 durchgef\xfchrt, um einerseits Ausbreitungsmuster zu kartieren und andererseits die zugrunde liegenden Faktoren zu analysieren. Eine Herausforderung stellen jedoch immer wieder datenschutzrelevante Fragen dar, die im Umgang mit personenbezogenen Daten von gro\xdfer Bedeutung sind. So gibt es gerade auf der Ebene von Nachbarschaften nur vereinzelte Analysen. Dieses Wissen ist jedoch entscheidend f\xfcr die Entwicklung von standortspezifischen Ma\xdfnahmen, die auf vulnerable Nachbarschaften und Bev\xf6lkerungsgruppen ausgerichtet sind. Ziel des Beitrags ist es am Beispiel eines laufenden Forschungsprojektes zur kleinr\xe4umigen Analyse von COVID-19-F\xe4llen in Berlin darzustellen, wie Open Science Ans\xe4tze in Forschungsprojekten datenschutzkonform ber\xfccksichtigt werden k\xf6nnen. Dies umfasst die Integration von verschiedenen Datenquellen, die Dokumentation und Sicherung von Daten, sowie die raum-zeitliche Analyse ,Modellierung und Visualisierung. Genutzt werden dazu frei verf\xfcgbare aggregierte Geodaten der Berliner Senatsverwaltung f\xfcr Stadtentwicklung, Bauen und Wohnen (demographische, sozio-\xf6konomische und Umweltvariablen), adressgenaue Informationen aus Open Street Map (z.B. Verteilung der Haus\xe4rzt*innen oder von Bars/Caf\xe9s) oder frei zug\xe4ngliche t\xe4gliche COVID-19 relevante Daten der Berliner Gesundheitsverwaltung (z.B. Fallzahlen oder Impfungen). Geodaten werden mit Hilfe der freien Programmiersprachen R und Python analysiert und mittels QGIS und interaktiver Webandwendung visualisiert. Im Ergebnis wird ein Workflow vorgestellt, wie Open Geodata und GI-Software im Sinne von Open Science Projekten genutzt werden k\xf6nnen.\nabout this event: https://pretalx.com/fossgis2023/talk/GYR3PQ/