h1

h2

h3

h4

h5
h6

001     883115
005     20241011042318.0
024 7 _ |a G:(GEPRIS)492361591
|d 492361591
035 _ _ |a G:(GEPRIS)492361591
040 _ _ |a GEPRIS
|c http://gepris.its.kfa-juelich.de
150 _ _ |a Raum-zeitliche Exploration von COVID-19 Daten und lokalen Risikofaktoren in Berlin: am Beispiel des Bezirks Neukölln
|y 2021 - 2024
371 _ _ |a Professorin Dr. Tobia Lakes
371 _ _ |a Privatdozent Dr. Nicolai Savaskan
450 _ _ |a DFG project G:(GEPRIS)492361591
|w d
|y 2021 - 2024
510 1 _ |a Deutsche Forschungsgemeinschaft
|0 I:(DE-588b)2007744-0
|b DFG
680 _ _ |a Im März 2020 erklärte die WHO den Ausbruch des Coronavirus zu einer globalen Pandemie und drei Aspekte werden seitdem sehr deutlich: 1. Der enge Zusammenhang zwischen Gesundheit und einer Reihe anderer Faktoren. Nicht nur biomedizinische Faktoren, sondern auch ökologische, soziale und wirtschaftliche Parameter spielen eine Rolle bei der Verbreitung des Coronavirus. Dies wurde für die individuelle Ebene in anderen Ländern gezeigt, jedoch noch nicht in Deutschland. 2. Die Anzahl der COVID-19-Fälle weist ein sehr spezifisches räumliches Muster auf und deutet auf spezifische zugrunde liegende Prozesse hin. Die räumlichen Unterschiede sind nicht nur auf nationaler, sondern auch auf regionaler und lokaler Ebene zu beobachten. Die Gesundheitsbeobachtung in Deutschland verwendet jedoch in der Regel aggregierte regionale Daten um Determinanten für gesundheitliche Fragen zu ermitteln. Eine solche erste Analyse wurde von der Berliner Senatsverwaltung für Gesundheit, Pflege und Chancengleichheit auf Bezirksebene durchgeführt. Da die Berliner Bezirke sehr heterogen sind vermuten wir, dass die Bezirksebene hinsichtlich ihrer Bevölkerung, ihrer sozialen Struktur und der gebauten Umwelt nicht differenziert genug ist. Dieses Projekt wird daher die besondere Situation nutzen, die Berlin mit dem System kleiner lebensweltlich orientierter Räume (LOR, ähnlich wie Nachbarschaften) bietet. Von den meisten Stadt- und Bezirksverwaltungen werden diese Einheiten zur Aggregation der Daten verwendet. Diese Pandemie hat auch gezeigt, dass ein erhebliches Potenzial zur Verbesserung der Arbeitsabläufe und Techniken besteht, um die Pandemie (und potenzielle andere Gesundheitslagen) zu erfassen, bewerten, analysieren, überwachen und angemessen mit politischen Maßnahmen anzugehen.Vor diesem Hintergrund zielt dieses Projekt darauf, innovative raumzeitliche Datenanalysetechniken zu entwickeln und anzuwenden, um die COVID-19-Pandemie auf einer detaillierten räumlichen Ebene von LOR-Nachbarschaften zu untersuchen. Wir verwenden Verwaltungsdaten aus dem Berliner Datenpool und Daten des Gesundheitsamtes zur Ausbreitung der Coronavirus-Pandemie auf LOR-Nachbarschaftsebene in Berlin-Neukölln. Wir werden die räumlich-zeitliche Verteilung von COVID-19 untersuchen. Wir argumentieren, dass es einen Zusammenhang zwischen sozioökonomischen Faktoren und der Verteilung von COVID-19-Fällen gibt. Es fehlen Forschungsergebnisse, die sich speziell mit COVID-19-Fällen in kleinen geografischen Einheiten und deren Zusammenhang mit sozioökonomischen Variablen der Nachbarschaft befassen. Diese Studie versucht, sozioökonomische Daten mit COVID-19-Fällen in kleinen Verwaltungseinheiten zu analysieren. Die Ergebnisse helfen bei der Entwicklung eines Risikoindex in Berlin und - auf einer sehr detaillierten räumlichen Ebene der Stadtteile - in Berlin-Neukölln.
909 C O |o oai:juser.fz-juelich.de:937677
|p authority:GRANT
|p authority
909 C O |o oai:juser.fz-juelich.de:937677
980 _ _ |a G
980 _ _ |a AUTHORITY

LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21