Computational Methods to Study Political Discontent: From Surveys to Web Tracking
Translated title:
Computational Methods zur Untersuchung politischen Unmuts: Von Umfragen bis hin zu Web-Tracking
Author:
Kirkiza, Eleonora
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Social Sciences and Technology
Institution:
Lehrstuhl für Computational Social Science (Prof. Pfeffer)
Advisor:
Pfeffer, Jürgen (Prof. Dr.)
Referee:
Pfeffer, Jürgen (Prof. Dr.); Theocharis, Yannis (Prof. Dr.)
Language:
en
Subject group:
POL Politologie
Keywords:
political attitude; populism; radical-right; policy preferences; web tracking; ML; survey experiments; surveys
TUM classification:
SOZ 700
Abstract:
This PhD thesis examines computational methods for studying political discontent, focusing on traditional surveys, survey experiments, and new approaches like web tracking and machine learning. While digital trace data offers insights, it struggles to reveal deep patterns in political behavior and attitudes. Through five papers, the thesis highlights each method's strengths and weaknesses, advocating for a balanced approach combining traditional and innovative techniques.
Translated abstract:
Diese Dissertation untersucht Methoden zur Erforschung politischen Unmuts, darunter traditionelle Umfragen, Umfrageexperimente sowie neue Ansätze wie Web-Tracking und maschinelles Lernen. Digitale Spurdaten bieten Einblicke, weisen jedoch Schwächen bei der Erfassung tiefer Muster im politischen Verhalten auf. Anhand von fünf Aufsätzen werden Stärken und Schwächen dieser Methoden analysiert und ein kombinierter Ansatz empfohlen, der traditionelle und innovative Techniken vereint.