Användning av stora datamängder för att omdefiniera upplevd social segregation: hur den styrs av rörlighet, byggd miljö och bostadsort
Forskningsprojekt, 2023 – 2026

En hållbar urbanisering kännetecknas av en mångfald av befolkningar och social sammanhållning. Städerna i dag står dock inför en allt djupare social segregation. En bättre förståelse av segregation genom innovativa perspektiv och data är nödvändig och avgörande för att minska social segregation och ojämlikhet. Forskning om social segregation har huvudsakligen fokuserat på boendesegregation eller potentiella möjligheter till interaktion mellan grupper. Upplevd social segregation bestäms av de faktiska interaktionerna mellan människor, vilket var svårt att fånga upp tills stora uppgifter om människors rörlighet blev globalt tillgängliga. Data om rörlighet används allt oftare för att beskriva upplevd social segregation, men litteraturen är begränsad och förklarar sällan segregationen på ett heltäckande sätt. Detta projekt syftar till att 1) använda stora stadsdata (Eng: ”big data”) för att förstå begreppet upplevd social segregation och 2) utforska hur social segregation förklaras av rörelsebeteenden, den byggda miljön och boende i globala regioner genom att utnyttja avancerad teknik inom beräkningsbaserad samhällsvetenskap och mobilitetssystem. Detta projekt kommer att ge djupgående insikter i hur upplevd social segregation fördelar sig över olika regioner, vilket är ett stort steg bortom vår nuvarande förståelse av boendesegregation. Dessutom kan förklaringarna till den observerade sociala segregationen användas för att skapa en effektiv lokalpolitik och stadsplanering som sträcker sig bortom bostadsgränserna, tar itu med frågor om ojämlikhet i fråga om etnicitet, inkomst osv. och främjar mångfald för att stimulera innovation.

Deltagare

Yuan Liao (kontakt)

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Jorge Gil

Chalmers, Arkitektur och samhällsbyggnadsteknik, Stadsbyggnad

Sonia Yeh

Chalmers, Rymd-, geo- och miljövetenskap, Fysisk resursteori

Samarbetspartners

Danmarks Tekniske Universitet (DTU)

Lyngby, Denmark

Finansiering

Vetenskapsrådet (VR)

Projekt-id: 2022-06215
Finansierar Chalmers deltagande under 2023–2026

Relaterade styrkeområden och infrastruktur

Informations- och kommunikationsteknik

Styrkeområden

Hållbar utveckling

Drivkrafter

Transport

Styrkeområden

C3SE (Chalmers Centre for Computational Science and Engineering)

Infrastruktur

Mer information

Projektets webbplats

https://github.com/MobiSegInsights

Senast uppdaterat

2024-01-17