#SocialData

2026-01-04

🚀 YouTube & Facebook still rule U.S. social media in 2025! Despite new challengers, these giants lead in reach and daily engagement — see the latest Pew insights now

👉 thepodcasting.org/pew-research

📊

Yliopistobottiyliopistobotti
2025-10-07

🚨Job alert!🚨

Helsinki Institute for Demography and Population Health is recruiting 2 postdocs. Join our team and investigate social inequalities in health!

jobs.helsinki.fi/job/Helsinki-

bsky.app/profile/pophel.bsky.s

2025-04-28

#30DayChartChallenge Día 28: Inclusion! 🤝 O... la falta de ella a nivel territorial en España 🇪🇸. Hoy comparamos la evolución de la tasa de paro trimestral (EPA/INE, 2005-2024) en varias CC.AA. vs la media nacional (rojo). #UncertaintiesWeek #SocialData

¡El gráfico habla por sí solo! Mirad la enorme brecha que se abre, sobre todo tras 2008, entre regiones como Andalucía y otras como País Vasco o Navarra. Madrid, más cerca de la media. Refleja mercados laborales muy diferentes y retos de cohesión enormes. La "inclusión" territorial en el empleo sigue siendo una asignatura pendiente.

Una visualización para reflexionar sobre las desigualdades estructurales.

🛠 #rstats #ggplot2 #data_table | Data: INE (EPA) | Theme: #theme_week5_uncertainty
📂 Código/Viz: t.ly/UwPQG

#Day28 #Inclusion #dataviz #DataVisualization #Paro #Unemployment #EPA #INE #España #Desigualdad #Territorio #ggplot2 #RStats #TimeseriesWeek

Gráfico de líneas que compara la evolución de la tasa de paro trimestral estimada (%) en España (línea roja más gruesa) y cinco Comunidades Autónomas seleccionadas (Andalucía - azul oscuro, Navarra - rosa, Madrid - verde azulado, País Vasco - naranja, Castilla y León - púrpura) desde 2005 hasta 2024. El eje Y muestra la tasa de paro (%), el eje X los años. Se observan grandes diferencias entre las regiones, especialmente después de 2008, cuando la tasa de Andalucía aumenta muy por encima de las demás y de la media nacional, mientras que País Vasco y Navarra se mantienen comparativamente bajas. El gráfico utiliza un tema claro con fondo blanco. Fuente: INE - Encuesta de Población Activa.
2025-04-24

#30DayChartChallenge Día 24: ¡Usando datos de la @WHO! 🌐 Hoy comparamos la cobertura de vacunación DTP3 (% niños 1 año) entre países agrupados por nivel de ingresos (Banco Mundial, 2000-2022). #TimeseriesWeek #SocialData #GlobalHealth

El gráfico muestra:
✅ ¡Gran mejora en todos los grupos hasta ~2019!
⚠️ ¡Pero una brecha enorme persiste! Los países de ingresos altos (amarillo 🟡) cerca del objetivo 95% (línea rosa).
📉 Los países de ingresos bajos (azul índigo 🔵), aunque mejoraron mucho desde el 2000, se quedaron sobre el 70% y sufrieron un retroceso post-pandemia.

Un reflejo claro de la #EquidadEnSalud (o la falta de ella) a nivel global. ¡El acceso a vacunas básicas no es igual para todos!

🛠 #rstats #ggplot2 #data_table | Data: WHO GHO | Theme: #theme_week4_social
📂 Código/Viz: t.ly/fRi1m

#Day24 #WHO #dataviz #DataVisualization #Vaccination #Immunization #HealthEquity #PublicHealth #SDGs #ggplot2 #RStats #DataForGood

Gráfico de líneas que muestra las tendencias de la cobertura estimada de vacunación DTP3 (%) en niños de 1 año, desde el año 2000 hasta 2022, para cuatro grupos de ingresos de países según el Banco Mundial. El eje Y va de 0% a 100%. El eje X muestra los años. Hay cuatro líneas de colores distintos: 'Alto' (amarillo/oro, cerca del 95%), 'Medio-Alto' (naranja, subiendo a >90%), 'Medio-Bajo' (azul grisáceo, subiendo de ~65% a ~85%), y 'Bajo' (azul índigo, subiendo de ~49% a ~70% con un descenso reciente). Una línea horizontal discontinua rosa marca el objetivo del 95%. Fuente: WHO/UNICEF Estimates (via WHO GHO).
2025-04-23

#30DayChartChallenge Día 23: ¡El poder de la Escala Logarítmica! 🪵📐 Hoy vemos el PIB per cápita de España 🇪🇸 (1990-2023, PPA $const) de otra manera. #TimeseriesWeek #SocialData

¿La clave? scale_y_log10(). En esta escala, la *pendiente* de la línea azul representa la tasa de crecimiento porcentual. ¡Ideal para comparar el ritmo económico a lo largo del tiempo!

Se ven clarísimas las diferentes fases:
* Crecimiento fuerte pre-2008.
* El largo estancamiento post-Gran Recesión (zona rosa 08-13).
* El bache del COVID (zona rosa 20-21).
* La crisis de los 90 (zona rosa 92-94).

Una herramienta básica pero potente del análisis de series temporales económicas.

🛠 #rstats #ggplot2 #WDI | Data: World Bank | Theme: #theme_week4_social
📂 Código/Viz: t.ly/e3_cv

#Day23 #LogScale #dataviz #DataVisualization #EconomicGrowth #GDP #PIB #España #Economia #Macroeconomia #ggplot2 #RStats #WorldBank

Gráfico de líneas que muestra la evolución del PIB per cápita de España (PPA, dólares constantes 2017) desde 1990 hasta 2023. El eje Y utiliza una escala logarítmica, con etiquetas de $32,000 a $48,000. El eje X muestra el año. Una línea azul índigo con puntos traza la tendencia del PIB per cápita. Bandas verticales sombreadas de color rosa translúcido resaltan tres períodos de crisis económica: 1992-1994, 2008-2013 y 2020-2021. El gráfico tiene un fondo gris claro y utiliza la fuente Lato. Fuente: World Bank.
2025-04-21

#30DayChartChallenge Día 21: Fossils! 🦖➡️☀️💨 Evolución del mix eléctrico peninsular en España (2015-2025). #TimeseriesWeek #SocialData

Gráfico de áreas apiladas con la proporción (%) de cada fuente (Fósiles/Térmica No Ren., Nuclear, Hidro, Eólica, Solar, Otras Renov.), usando datos diarios de @REDElectrica **suavizados con media móvil de 30 días** (`frollmean`).

¡La #TransicionEnergetica en tendencia!
⚫ Fósiles: Pierden peso relativo.
☢️ Nuclear: Base estable.
💧 Hidro: Variable pero importante.
💨 Eólica: Crecimiento sólido.
☀️ Solar: ¡El boom!

La media móvil ayuda a ver la señal principal sobre el ruido diario.

🛠️ #rstats #ggplot2 #data_table #qs | Data: REE | Theme: #theme_week4_social
📂 Código/Viz: t.ly/v3lz_

#Day21 #Fossils #dataviz #DataVisualization #EnergyTransition #RenewableEnergy #EnergiasRenovables #España #REE #ggplot2 #RStats #ClimateAction #MovingAverage

Gráfico de áreas apiladas mostrando la evolución porcentual, suavizada con media móvil de 30 días, del mix de generación eléctrica en la España peninsular, desde 2015 hasta abril de 2025. El eje Y indica el porcentaje de generación (0-100%) y el eje X los años. Las áreas de colores apiladas representan diferentes tecnologías (aprox. de abajo a arriba): Fósiles/Térmica No Renovable (gris oscuro/negro), Nuclear (naranja), Hidráulica (azul índigo), Eólica (amarillo/dorado), Solar (rosa), Otras Renovables (verde azulado), y Otros/Ajustes (gris oscuro fino arriba). Se observa un crecimiento notable de las áreas Eólica y Solar, mientras que el área de Fósiles/Térmica No Renovable muestra fluctuaciones pero una tendencia a la baja en participación relativa. Fuente: Red Eléctrica de España (REE).
2025-04-20

#30DayChartChallenge Día 20: Urbanización 🏙➡️🏘 ¿Cómo ha cambiado la distribución de la población española por tamaño de municipio entre 2003 y 2022? #TimeseriesWeek #SocialData

Este gráfico de áreas apiladas (geom_area) lo visualiza usando datos del Padrón del INE. Cada color representa un tramo de tamaño municipal.

Observaciones clave:
* La España rural (<5k hab.) pierde peso porcentual (~14% -> 12%).
* Los municipios medianos (especialmente 20k-50k y 50k-100k) ganan algo de proporción.
* Las grandes ciudades (>100k) mantienen su cuota bastante estable (~40%).

Parece que en estas dos décadas, más que un éxodo masivo a las grandes urbes, ha habido una consolidación en ciudades intermedias. ¿Reflejo de la "España Vaciada" y crecimiento periurbano?

🛠 #rstats #ggplot2 #data_table | Data: INE | Theme: #theme_week4_social
📂 Código/Viz: t.ly/AN1-q

#Day20 #Urbanization #dataviz #DataVisualization #Demografia #España #INE #ggplot2 #RStats #Poblacion

Gráfico de áreas apiladas que muestra la distribución porcentual de la población española por tamaño de municipio, desde el año 2003 hasta el 2022. El eje Y representa el porcentaje de 0% a 100%. El eje X representa el año. Cinco áreas de colores están apiladas verticalmente, representando (de abajo a arriba): '< 5k' (azul/gris), '5k - 20k' (rosa), '20k - 50k' (verde azulado), '50k - 100k' (naranja), '> 100k' (púrpura/azul grisáceo). Se observa una ligera disminución del área inferior (<5k) y ligeros aumentos en las áreas intermedias (20k-100k) a lo largo del tiempo. El área superior (>100k) permanece relativamente estable. Fuente: INE - Padrón Municipal.
2025-04-19

#30DayChartChallenge Día 19: Smooth! 〰️🇵🇱 Hoy aplicamos suavizado (geom_smooth) a las encuestas presidenciales de Polonia (Ene-Abr 2025) para ver las tendencias más allá del ruido. #TimeseriesWeek #SocialData

El gráfico muestra la evolución estimada para los 6 candidatos principales (según apoyo medio). Los puntos tenues son las encuestas individuales. La leyenda incluye orientación política para contexto.

Observaciones rápidas:
* Trzaskowski (PO, centro) lidera ~34%.
* Nawrocki (PiS, ext-der) y Mentzen (Konf, ext-der) compiten por el 2º/3º puesto (~16-23%).
* ¡Bastante estabilidad en estos primeros meses!

Una forma útil de seguir la "foto" general de la carrera electoral.

🛠 #rstats #ggplot2 #data_table | Data: CSV propio | Theme: #theme_week4_social
📂 Código/Viz: t.ly/FxTJa

#Day19 #Smooth #dataviz #DataVisualization #Poland #Wybory #Elections #Polling #ggplot2 #RStats #PoliticalScience

Gráfico de líneas de tiempo suavizadas que muestra la evolución de la intención de voto estimada (%) para 6 candidatos presidenciales polacos, desde enero de 2025 hasta abril de 2025. El eje X representa la fecha y el eje Y el apoyo estimado (%). Cada candidato tiene una línea suavizada de color distinto, con puntos tenues de encuestas individuales visibles alrededor. La leyenda identifica a cada candidato por su nombre y orientación política. Rafał Trzaskowski (centro) lidera consistentemente alrededor del 34%. Karol Nawrocki y Sławomir Mentzen (ambos extrema-derecha) le siguen con tendencias entre el 16% y el 23%. Los otros tres candidatos muestran niveles de apoyo inferiores al 10%. El gráfico usa un tema claro con fondo gris pálido. Fuente: Diversas encuestadoras (elaboración propia).
European Open Source AcademyeuropeanOSacademy@fosstodon.org
2025-01-13

Why does #opensourceAI matter for the development of #digitalEurope?👨‍💻

We explore these questions with @cosborne Senior Researcher at #linuxfoundation as one of our speakers at the first #EOSA webinar!

Alongside leading #research project on #OpenSource Cailean is a PhD Candidate in #SocialData Science at the University of Oxford.

👉Ask Cailean more about open source AI : eu01web.zoom.us/webinar/regist

#developers #digitalsovereignty #webinar

GESIS German Microdata Labgesis_gml@sciences.social
2024-09-24

📢 Call for Abstracts!
Submit your research for the 9th European User Conference on Eurostat Microdata! 🌍📊

📅 Mannheim, 6–7 March 2025

Topics: poverty, inequality, migration, COVID-19 impact, gender gap, health, AI in research & more!

Submission Deadline: Oct 13, 2024

Don't miss out on presenting your work at this prestigious event!

👉 Info & submission: bit.ly/3TGowYR

#Research #Eurostat #SocialData #Conference #SILC #LFS #EurostatMicrodata #GESIS #Methodology

2024-01-19

#HASS & #Indigenous research community: Join co-design workshops for new infrastructure to support #data-driven #research through the ARDC's HASS and Indigenous Research Data Commons on #creativearts #socialdata #Indigenousdata #languagedata.

ardc.edu.au/event/co-design-wo

2023-09-01

Fun and productive morning doing an interview (in French) with Licter, social data company. Coming out in October probably!

#socialdata

Cambridge Digital Humanitiescamdighum@fedihum.org
2022-12-05

Applications for the CAMBRIDGE SOCIAL DATA SCHOOL (9-13 Jan) close on Sunday! (11th December)
*
Do you have any questions about the course content or application process? Join us today for a Q&A with the school convenors.
#digitalhumanities #socialdata #datajournalism
*
5 Dec, 2:30-3:30pm (GMT)
buff.ly/3iwlZAN

Anthony RochandAnthonyRochand
2022-11-07

🔎Comment la vient en aide au bit.ly/3CV5OU3

Client Info

Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst