Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

 
 
DownloadE-Mail
  Computational History: Challenges and Opportunities of Formal Approaches

Jost, J., Lalli, R., Laubichler, M. D., Olbrich, E., Renn, J., Restrepo, G., et al. (2023). Computational History: Challenges and Opportunities of Formal Approaches. Journal of Social Computing, 4(3), 232-242. doi:10.23919/JSC.2023.0017.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
Computational_History_Challenges_and_Opportunities_of_Formal_Approaches.pdf (Verlagsversion), 25MB
Name:
Computational_History_Challenges_and_Opportunities_of_Formal_Approaches.pdf
Beschreibung:
-
OA-Status:
Gold
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-

Externe Referenzen

einblenden:
ausblenden:
Beschreibung:
-
OA-Status:
Keine Angabe

Urheber

einblenden:
ausblenden:
 Urheber:
Jost, Jürgen1, Autor
Lalli, Roberto2, Autor                 
Laubichler, Manfred Dietrich2, Autor           
Olbrich, Eckehard1, Autor
Renn, Jürgen2, Autor                 
Restrepo, Guillermo1, Autor
Stadler, Peter1, Autor
Wintergrün, Dirk2, Autor           
Affiliations:
1Max Planck Institute for Mathematics in the Science, ou_persistent22              
2Department Structural Changes in Systems of Knowledge, Max Planck Institute for the History of Science, Max Planck Society, ou_2266695              

Inhalt

einblenden:
ausblenden:
Schlagwörter: computational history; history of science; network analysis; big data
 MPIWG_PROJECTS: Digital and Computational History of Science
 Zusammenfassung: We propose a program for a computational analysis, based on large scale datasets, of deep
conceptual and formal structures, representing the mechanisms of historical transformations in different domains ranging from biological to social, cultural, and knowledge systems. We conceptualize such systems as consisting of complex multi-layer networks. Structural properties of such networks may explain the
spreading of innovations. Temporal relations between the dynamics of interacting networks may help to identify causalities. Complex systems may show path and context dependencies. We illustrate our approach by case studies from all those types of systems.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2023-09
 Publikationsstatus: Online veröffentlicht
 Seiten: 11
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.23919/JSC.2023.0017
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Journal of Social Computing
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 4 (3) Artikelnummer: - Start- / Endseite: 232 - 242 Identifikator: ISSN: 2688-5255