Dona
Dona
Dona ist eine Online-Plattform für die sichere Spende von anonymisierten Messaging-Daten für die Forschung. Der Spendenprozess läuft wie folgt ab:
- Die Teilnehmer fordern ihre Messaging-Daten von WhatsApp und/oder Facebook als herunterladbare Dateien an.
- Auf der Dona-Webseite werden diese Dateien hochgeladen, um anonymisiert zu werden: nur anonymisierte IDs, Zeitstempel und Nachrichtenlängen werden gespeichert. Kein Nachrichteninhalt verlässt jemals das Gerät der Teilnehmer!
- Als Belohnung erhalten die Teilnehmer ein visuelles Feedback zu ihrem Messaging-Verhalten, um Einblicke in ihre eigenen Daten zu erhalten.
Dieses Tool kann mit psychologischen Fragebögen kombiniert werden, um Zusammenhänge zwischen bestimmten Messaging-Verhaltensweisen und psychologischen Eigenschaften zu untersuchen. Dona bietet eine innovative und unaufdringliche Möglichkeit, die sozialen Interaktionen einer Person im digitalen Raum zu bewerten.
Theoretische Überlegungen
Soziale Isolation erhöht erheblich das Risiko eine psychologische Erkrankung zu entwickeln [1], [2]. Um die soziale Integration einer Person zu erfassen, greifen Kliniker*innen und Wissenschaftler*innen häufig auf Fragebögen zurück. Dieser Selbstbericht ist jedoch oft verzerrt [3].
Um die soziale Einbindung einer Person besser zu erfassen, entwickeln wir daher eine automatische Analyse von sozialen Online- Interaktionsdaten.
Unter „Online-Interaktionsdaten“ verstehen wir Meta-Informationen über den inhaltlichen Austausch von Personen via Online-Diensten (z.B. „A hat eine Nachricht an B geschrieben“). Da viele Menschen regelmäßig über Online Nachrichtendienste mit anderen interagieren, bietet dies möglicherweise eine verlässlichere Messung sozialer Integration als durch Fragebögen [4].
Verweise
[1] L. R. Hansen, S. B. Pedersen, C. Overgaard, C. Torp-Pedersen, and L. R. Ullits, “Associations between the structural and functional aspects of social relations and poor mental health: a cross -sectional register study,” BMC Public Health, vol. 17, no. 1, p. 860, Nov. 2017, doi:10.1186/s12889-017-4871-x.
[2] D. Umberson and J. K. Montez, “Social Relationships and Health: A Flashpoint for Health Policy,” JHealth Soc Behav, vol. 51, no. Suppl, pp. S54–S66, 2010, doi: 10.1177/0022146510383501.
[3] V. D. Mortel and F. Thea, “Faking it: Social desirability response bias in self -report research,”undefined, 2008, Accessed: Jun. 30, 2022. [Online]. Available:https://www.semanticscholar.org/paper/Faking-it%3A-Social-desirability-response-bias-inMortelThea/92a1573529b46feebf24b643848ea6c431a1b7e6
[4] N. Eagle, A. S. Pentland, and D. Lazer, “Inferring friendship network structure by using mobile
phone data,” Proc Natl Acad Sci U S A, vol. 106, no. 36, pp. 15274–15278, Sep. 2009, doi:10.1073/pnas.0900282106.
|
Verantwortliche Forschende: |
Olya Hakobyan & Hanna Drimalla |
| Email: | ohakobyan@techfak.uni-bielefeld.de |
| Lizenz: | GPL 3.0. Bei Fragen, wenden Sie sich gern an Olya Hakobyan. |
| Danksagung: | Die erste Version der Plattform wurde von Data4Life in Zusammenarbeit mit dem HPI entwickelt. Wir danken Paul Julius-Hillmann für die Entwicklung der Feedback-Plots. |
| Online-Demo: | https://demo.dona.tf.uni-bielefeled.de |