/DBoeS-data

Die Datenbank öffentlicher Sprecher des HBI

Primary LanguageJupyter NotebookCreative Commons Attribution 4.0 InternationalCC-BY-4.0

Datenbank öffentlicher Sprecher (DBÖS)

Beschreibung

Ziel der „Datenbank öffentlicher Sprecher“ (DBÖS) ist, eine möglichst umfassende und regelmäßig aktualisierte Übersicht von Akteur:innen und ihren Web-Präsenzen zu führen, die zu gesellschaftlicher Öffentlichkeit in Deutschland beitragen – im Sinne der die Öffentlichkeit tragenden Medien genauso wie als Sprecher:innen, die in der Öffentlichkeit stehen, oder als Gegenstand öffentlicher Berichterstattung.

Eine ausführliche Beschreibung ihrer Daten findet sich in DOCUMENTATION.pdf.

Nutzung

Eine Nutzung ist unter Beachtung der CC-BY Lizenz jederzeit möglich. Bei akademischen Veröffentlichungen, die sich die Daten zunutze machen, bitten wir um eine Zitation.

Schmidt, J.-H., Merten, L., & Münch, F. V. (2023, June 19). DBoeS-data. https://doi.org/10.17605/OSF.IO/SK6T5

Die Dateien befinden sich im Ordner data. Die CSV-Dateien sind entsprechend der in der Dokumentation beschriebenen und in types.csv gelisteten Typen numeriert. Zudem findet sich darin auch eine XLSX-Datei mit allen Daten für den Gebrauch in Spreadsheet-Editoren wie Libre-Office oder Excel.

Der DBÖS liegt ein typ- und kategorienübergreifendes Datenmodell zugrunde. Die einzelnen Listen enthalten alle die gleichen Variablen, die in Tab. 20 der Dokumentation erläutert sind. Variablen mit Angaben zu Social-Media-Profilen haben das Präfix „SM_“, kategorienspezifische Variablen (z.B. das Geschlecht bei Personen) das Präfix „K_“ und typenspezifische Variablen (z.B. das Parlament, in dem ein:e Politiker:in das Mandat hat) besitzen das Präfix „T_“. Je nach Typ sind dadurch manche kategorien- und typenspezifischen Variablen leer. Sie sind dennoch in der Tabellenstruktur enthalten, um verschiedene Listen rasch zusammenfügen zu können.


Instructions for Contributors

Update Instructions

Setup

Assuming a working Pipenv installation, run the following commands in a bash-like shell (please report issues if they arise in other environments):

pipenv install
pipenv shell
jupyter-lab

Update data

With a prepared XLSX file containing category-wise sheets named by category-number, open the notebook upload.ipynb in the opening browser interface and follow its instructions.