Die Lehrveranstaltung bearbeitet ausgewählte Teilbereiche aus dem Gebiet der räumlichen Entwicklung & Ungleichheit. Es werden unterschiedliche Dimensionen von Ungleichheit (ökonomisch, sozioökonomische,...) anwendungsorientiert auf unterschiedlichen geographischen Ebenen (Kontinente, Länder, Städte, Neighbourhoods) anaylsiert. Die LV wählt dabei einen empirischen Fokus mit dem Anspruch die TeilnehmerInnen mit verschiedensten, aktuellen Regionaldatensätzen vertraut zu machen.

Insbesondere umfasst die Lehrveranstaltung foldende Themen:

• Arten von Ungleichheit, Theorien sozialer Ungleichheit
• (Räumliche) Messung und Darstellung von Ungleichheit
• Ungleichheit als Makro-Phänomen
• Meso- und Mikrodimensionen von Ungleichheit
• Empirisch angewandtes Arbeiten mit GIS Software und R
  

Schlüsselkompetenzen die Studierende in dieser LV erwerben:

• Ungleichheit als vielschichtiges Phänomen zu begreifen und im räumlichen Zusammenhang zu analysieren
• Aktuelle Spannungsfelder auf räumlicher Ebene zu identifizieren
• Theoretisches Verständnis von Ungleichheitszusammenhängen sowie kritische Reflexion der Messung von Ungleichheit
• Replizieren und eigenständiges Erweitern von bestehender Forschung zum Thema
  
• Themenübergreifendes, empirisches Arbeiten
• Räumliche Datenanalyse mit R/QGIS
  

• Interaktive, partizipationsorientierte Seminargestaltung
• Gruppendiskussion und kritische Reflexion von Inhalten
• Fallanalysen, Präsentationen
• Individuelle Coaching Sessions
• Empirisches Lab
  

• Aktive Teilnahme am Seminar und thematische Eigenintiative
  
• Auf- und Vorbereitung von seminarbezogener wissenschaftlicher Literatur [10%]
  
• Mid-term Überprüfung zu Theorie und Methodik [30%]
  
• Eigenständige Bearbeitung einer empirischen Fragestellung (Abschlussarbeit in Form eines wissenschaftlichen Papers) [40%]
  
• Präsentation und Diskussion eigener Ergebnisse im Seminar [20%]
  

• Positive Absolvierung der PI "Grundlagen der Sozioökonomie"
• Positive Absolvierung des Blocks "Theorien und Methoden der Sozioökonomie"

• Grundkenntnisse R von Vorteil aber nicht zwingend notwendig

matmoser@wu.ac.at