 Herzlich Willkommen zum nächsten Vortrag hier aus der Bietwäscherei in Zürich. Wie bei den vorherigen Vorträgen, könnt ihr gerne Fragen an die vortragende Person stellen über den Chat, der hier unter dem Leben unterhalb des Videos findet. Unser nächster vortragende Person hier ist Valeria Shipovsky. Sie ist Soziologin und Data Artist. Sie erzählt uns etwas über das Thema gesund älter werden. Danke vielmals. Mein Name ist Valentina. Ich heiße Valentina Shipovsky, aber Valerita und auch gut. Danke vielmals. Ich bin Soziologin und unabhängige Forscherin aus Zürich. In 2013 habe ich mein Master an der Universität Zürich absolviert. Zu diesem Thema mache ich eine Erweiterung von meiner Forschung und konzentriere mich auf statistischer Software. Ich performe meine Daten in 3D-Space auf kreative Art und Weise. Ich möchte sie einladen, in den Welt von statistischen Grafiken einzutauchen zusammen mit mir. Die visuellen Dynamiken des gesunden Älters werden und Familienstrukturen in Westeuropa. Ein Overview. Zuerst etwas ganz kurz über die Rahmen, dann Forschungsfrage, dann Hypothesen. Zwischendurch zeige ich 3D-Animationen und spannende Dimensionen, dann Data und Method präsentieren, dann Resultaten und wieder einmal 3D-Animationen und ein Outlook. Background. Was ich eigentlich mache, das ist nicht anderes als Life-Course-Epidemiologie. Verschiedene Disziplinen beteiligen sich daran. Zum Beispiel soziale Gerontologie, soziale Demografie, Familiensoziologie, Gesundheitssoziologie, feministische Gerontologie, Geschlechtsforschung, soziale Psychologie und andere. Statistisch betrachtet sieht es so aus. Das ist sogenannte Strachenshake-Modell. Aufgrund von statistischen Daten kann man ein Life-Course modellieren. Was ich aber performe, das ist sogenannte zweite Lebenshälfte. Das bedeutet dieser Teil von der Lebenskurve und das ist der 40-50-Plus, eher 50-Plus-Respondent und mit möglichst jüngeren Partnerinnen. Deswegen habe ich 40-Plus gemacht und ich modelliere in langen Schnittperspektiven. Das bedeutet, ich werde den Trend für 13 Jahre für Westeuropa abbilden. Meine Referenz sind auch Weltgesundheitsorganisation und natürlich Familiensoziologische Quantitativeforschungen. Okay, Forschungsfrage. Die Idee ist, dass die Familienstrukturen bitten, verschiedene Opportunitäten oder Möglichkeiten ungesund zu altern auf normaler Art und Weise. Besonders, wenn zum Beispiel Gesundheit schwach ist, dann die Familienressource besonders gefragt ist. Deswegen zweite Frage ist, wie intra- und intergenerazielle Beziehungen Einfluss darauf haben können. Auch in langfristigen Perspektiven. Die Hypothesen sind auf Mikro-Level formuliert. Das bedeutet, ich befinde mich eher auf Individual-Level und schaue statistisch, wie es auf Individualen-Level Haushaltstrukturen und Verwandtschaftsstrukturen organisiert sind. Obwohl ich die Möglichkeit habe, auch auf Landeslevel zu agieren. Aber ich schaue auch, wie Verwandtschaftsstrukturen, wie sozialeconomische Status auswirken, ob es urban oder auf dem Lande, verschiedene Kontrollvariable in Modell. Aber Hauptfokus ist die Differenz zwischen zwei Superpopulationen. Das sind die Frauen und die Männer in Westeuropa, in zweiter Lebenshälfte und ihre Veränderung von ihrer funktionale Gesundheit. Das sind zu Daten. Daten sind hier zu gänglich. Man muss als independent Forscherin einen Antrag stellen und sichern, dass man das nicht kommerziell benutzt, weil die Daten sind anonymisiert über Westeuropäer und über verschiedene Lebensdimensionen inklusiv Gesundheit. Die Datenset heißt SHARE or Survey of Health Aging and Retirement in Europe. Ich benutze vier Wellen für gleiche Individuen. Das bedeutet, das ist Balanciertes-Panel oder Langschnittstudie und ich kann den 13 Jahre Trend für diese Personen abbilden. Das bedeutet, dass jede Person viermal auftaucht als ein Datapunkt in meinen Datastories. So sieht es aus, meine abhängige Variable oder funktionelle Gesundheit. Das ist ein Bioindicator, weil es um isometrische Greifgreif handelt. Mit dem Messinstrument wie Dynamometer wird die Stärke, wie man auspressen kann, von dominantem Hand gemessen und genommen. Das ist ein Validerindicator in sozialer Grundologie. So sieht es aus in 3D Space. Das sind normalverteilte Datenmenge. Das ist meine erste Visualisierung, die ich präsentiere. Hier sieht deutlich, dass wir zwei Subpopulationen haben. Der grösste Hügel sind die Frauen, weil sie statistisch in der Gesellschaft mehr präsentiert sind aufgrund von statistischer Lebenserwartung. Es gibt die sogenannte Differenz in Landlebigkeit zwischen Frauen und Männer. Hier haben wir Männer in Westeuropa. Das sind Frauen und das sind sogenannte B-Variate, 3D, oder dreidimensionelle Dichte in Form von Gauss-Glocke. So kann man wahrscheinlich mein Story in ihrem Mittelpunkt vorstellen. Das ist ein erster Performance mit Datum. Jetzt gehen wir weiter. Dann schaue ich die Differenz zwischen Frauen und Männer auf Westeuropäischen Level. Wir sehen, dass diese Differenz gibt, und zwar sogenannte Nord-Südgradient. Das bedeutet von Nordeuropäischer Setting zu Mediterraner Setting. Das ist im Anklang zu Familiensoziologischen Überlegungen zum Thema intergenerational Help-and-Care-Regime. Das sind sogenannte klassischeren Statistik Spaghettiplot für diese neuen Westeuropäischen Länder. Für Frauen und Männer, das sind Männer, das sind Frauen. Man sieht deutlich, dass die Trends nicht parallel sind. Das sind Langschnittstrenze. Ich habe aufgrund diesen Daten eine Spaghettiplot-Animation gemacht über meine 4 Zeitpunkte. So sieht es aus dynamische Alterskurven für Männer und Frauen in verschiedenen Settings. Die Rote sind Nordischer Setting mit stark prominent sozial-politischen Massnahmen. Deutschland Osterreich Blau, das bedeutet, sie haben eher Transferierung zwischen, auch monetare Transferierung zwischen Generationen, Niederland und die Schweiz. Das sind Mix-Regime, konservativ und liberal Mix zwischen privaten und gesellschaftlichen Verantwortung in der Familie. Belgien und Frankreich, das ist Pioniere von Child- oder Kinderbetreuungs-Serviceangebote und Familienunterstützendenanmaßnahmen. Unten sind, nach Daten, mediterane Settings, wo nach Theorien starke Abhängigkeit oftmals zwischen Generationen existiert, besonders, wenn die Stadt eigene Verantwortung nicht genug zeigt oder zeigen kann und die Kehre-Aufgaben oder Pflegeaufgaben die Familien übernehmen. Das ist ein bisschen auch zur politischen Relevanz. Das ist mein Modell. Ich performe sogenannte Fix-Effect-Regression, weil die Daten sind balanciert. Ich schaue diesen Reveilleffekt, wie es innerhalb von Personen über diese vier Punkte ändert. Das ist erst der diskriptive Ergebnis. Das ist eine Story über, wie stark ein Personhaushalt ist, präsent ist in Westeuropa. Wir können beobachten, dass am Ende des Lebens, man kann sehen die Frauen, die allein leben. Jetzt möchte ich dieser Graphik in 3D-Spaces abbilden. Dann mache ich ein paar Manipulationen in meinem Coding-Programm. Sieht es so aus. Ich arbeite in AR. Das ist Opensource und in Package RGL. Das ist ein wunderbarer Vektor-Graphik-Tool. So sieht es aus. Moment, ich muss mal durchklicken. Ich code schon seit 2012. Ich betrachte Coding als ein Art, Artistic-Data-Research zu performen. Moment, jetzt funktioniert es. Die Flächen sind in 3D-Spaces. Das sind Regressionskurven. Sie sehen die Flächen aus. Geld bedeutet, man lebt mit Partner im Haushalt. Black bedeutet, es ist ein Einpersonhaushalt. Das ist ein Setting von Männern. Er ist von gesunden, starken Personen. Man sieht, sie leben eher in Partnerschaften. Wenn man nach unten geht, gibt es Frauen, die Personen mit niedrigen Werten. Man kann sehen, es gibt ein Handlungsbedarf. Es gibt statistisch betrachtet, es gibt ein Menge von alleinstehenden Personen. Diese dünnen Linien sind die Distanz von Datapunkt zu daten Flächen, zu Regressionsgerade. Wir befinden uns jetzt in unserem Dataset. In der Story von Partner im Haushalt in Westeuropa. So sieht es aus. Ich mache auch kleine Animationen aufgrund von diesen Datastories. So. Jetzt gehen wir zur nächsten Story. Die nächste Story ist über Grändparenthut oder Großelternschaft für Männern, Frauen und Europa. Die Skala habe ich so genommen, von blau, nicht oder noch, nicht zu ganz viel, fünf plus. Man sieht, sie leben lebenslaufmäßig. Es gibt die Bewegung. Es kommen mehr Enkelkinder mit zunehmendem Alter. Wenn wir das in 3D performen möchten, sieht es so aus. Verschiedene Theorien sagen, dass es ein sehr aktuelles Thema ist, die intergenerationale Solidarität zwischen Enkelkinder, Erwachsenenkinder, Großeltern und Generationstransfer in Form von Wissen und soziale Unterstützung. Es geht eigentlich um die Sozialkapital und unterstützende Netzwerke und die Rolle der Frau wie Kindkipperin oder Verwandtschaftsknotepunkt oder nicht unbedingt, je nach Kultur. Und dann kann man diese Datastory auch separat für Mediteranzsetting und für Nordsetting machen. Und dann sieht man deutliche Unterschiede in Übergange von noch nicht großelternschaftsstatus zu. Und das hat natürlich auch Gesundheitsimpakt, besonders für Frauen, die in sogenannten Sandwich-Generationen sind, weil sie kümmern sich oftmals um beide Generationen und helfen noch eigenen Kinder und noch eigenen Eltern. Und das sind alle sensible oftmals und ethische Themen über die Rezeprozität, über Geben und Nehmen, über Verantwortung von der Gesellschaft und personale Verantwortung, über die Qualität der Beziehung und ihren langfristigen Impact. Ja, so sieht es aus in Großelternstorien. Und jetzt, nächste Story, ist über Geschwister. Die Geschwisterstory, das ist auch ein sehr wichtiger Punkt, weil es geht jetzt nicht um Intra, sondern über intragenerationale Solidarität. Und was zum Beispiel Dunkel hier ist, das bedeutet nicht sehr ausgeprägte Verwandtschaftsnetzwerke. Und Dunkel-Rot sind stark ausgeprägte Verwandtschaften, die potenziale Unterstützungen bieten können. Und Gelb bedeutet ein Geschwister. Und was wir sehen können, über den zweiten Lebenshälfte begleitet uns irgendwie ein Siblink oder Geschwister. Und das ist eigentlich ein guter Nachricht. Es ist ein Unterstützungspotenzial, falls man das pflegen kann und aktivieren kann in Notlebenssituationen. Und diese Story kann man in 3D Space auch performen. Und dann sieht es so aus. So, das sind auch wieder mal alle Datenpunkten. Alle 30.000. Und wir vergessen nicht, dass jede Person 4-mal auftaucht und auch durch diese Veränderungen auch Live-Kurs-Dynamik zeigt sich. Interessanterweise, man findet schon, viele Personen, die gar keine Geschwister haben, auch in höheren Lebensaltern. Aber man sieht wieder mal diese Unterschiede zwischen Frauen und Männer. Das sind unten Frauen, das sind Männer und sie sind wieder mal nicht parallel. Und das sind familienstrukturelle Ästhetiken, würde ich sagen. Mit der Hilfe von Ellips habe ich das gebildet. Auf jeden Fall gibt es genug Stories, um das anzuschauen und anschaulich für die Leute machen, die politische und sozialpolitische Entscheidungen treffen können. Wie kann man die Beziehungsqualität und Netzwerksqualität von Verwandten stärken und auch, dass es nicht alles als Personenverantwortung, sondern auch Community und Familie und Verwandtschaft strukturell. Wie können wir die gemeinsamen Bedingungen schaffen, um für alle gleiche Chancen gesund zu Altern anzubieten. So, und jetzt Outlook. Zum Schluss nochmals. Intra und intergenerationale Solidarität spielt eine Rolle und horizontale Beziehungen sind eher Frauen spezifisch, weil Frauen oftmals Kindkipper sind und in Sandwich-Positionen auch aktiv befinden, auch aufgrund, dass sie jüngere Partnerinnen von Männer sind oftmals. Soziales Umwelt spielt eine Rolle auch, weil in verschiedenen Ländern und in verschiedenen kulturellen Settings die Differenz zwischen Landlebigkeit von Frauen und Männer unterschiedlich ist. Das muss man alles berücksichtigen. Hier sind Referenzen, familiensozologisch demografisch und auf ähnliche Methodologien und warum die Familienstrukturen für die Gesundheit wichtig sind und auch ethische Fragen, weil wir mit Bioindikator arbeiten. Das ist ein Beispiel von Coding. In Zukunft übertrage ich einiges auf mein Github-Account und das ist einfach ein Beispiel, wie es aussieht. Das ist Regressionstabel oder mein Modell, wo ich genau anschauen kann, auch für meine Publikationen zukünftig. Was genau bedeutet, dass Nuklearfamilie für Frauen, für Männer und Strukturen für den Haushalt und Anzahl von Kindern, Anzahl von Großeltern, unterschiedliche Koffizienten, zum Beispiel Haushaltsanzahl für Frauen spielt enorm, ist sehr signifikant. Für Männer, warum muss man dann genau schauen, auch Partnerschaft, wie der Mal Sieblings, was für Männer eher Fall ist hier und andere Indikatoren, je nach Aspekt, was ich betonen möchte. Ja, und so sieht es aus und die Animationen spielen wichtige Rolle, um das zu spüren, zu bekommen, wie abstrakter Statistik aussehen kann. Ich bin am Ende meiner Präsentation. Vielen Dank. Ja, auf jeden Fall. Wie gesagt vorher, wir können gerne Fragen stellen über den Chat-Kanal und jemand an meinem Account, die Heidschef, und auch über Twitter. Ich beginne erst mal noch mit einer Frage von mir. Wird der 2. Online auf GitHub publizieren, wie wird man die finden? Valentina Szypowska. Ich habe relativ seltene Namen und habe Sachen, die richtig abzutippen, und dann findet man mich ganz einfach. Ich bin auch in Twitter präsent, aber als Kurz-Version von mir, als Valentina Szypowska ist zu langen, das ist ein Account für Instagram und für Twitter, wo ich auch meine Data-Art präsentiere. Übrigens, das hinter mir ist auch von mir genau diese Datastore, die Bewegungen für Stufen. Das ist auch ein Beispiel. Man kann mich schon finden, wenn man mich richtig abtippt. Ich habe das immer wieder, dass ich nicht ein einfaches Name habe. Das liegt daran, dass ich aus Sibirien bin. Ich bin geboren in Sibirien, in Russland. Ich bin gut. Bei der gerbsschwarzen Grafik, bin ich mir nicht sicher, ob ich das alles richtig verstehe. Aber kann man aus der Grafik herausleben, dass alleinstehende Personen im Alter, denen sie weniger gesund sind? Man kann ein bisschen relativieren, je nach, welche Daten hier landen. Es ist generell so, auch nach Theorien, dass die Partner schafft, dass die Partner im Alter ... Es ist eher die Ressource für Männer im Alter. Ich meine jetzt im höheren Alter. Weil aufgrund von, dass die Partnerin jünger sind, als Partner eher den Zähl, die Männer oder die E-Männer oder Partner erleben Pensionierung oder Frühpensionierung. Dann haben sie eine Veränderung der Lebenssituation und dann plötzlich landen sie in der Privatisierung des Lebens. Aber Frauen kennen das schon, aufgrund von ihren Biografien. Die Männer müssen sich konfrontieren mit neuer Realität. Dort spielt die Partnerin eine große Rolle und eine neue Realität für die Männer. Denn es ist eine Art neuer Realität, Pensionierung. Früher, bevor Corona war, war es so, dass alles relativiert. Die Privatisierung betrifft alle Geschlechter und alle Alters. Aber meine Forschung ist, wie gesagt, seit sieben Jahren. Ich habe das noch vor Corona geschaut, die Rolle des Haushalts. Haushalt ist im Allgemeinen Wohlbefinden. Inklusiv physische Gesundheit. Und wenn ich höre zu schauen, gibt es einen eiligen Zusammenhang zwischen Geschwistern. Dass Leute mit mehr Geschwistern eine bessere Chance haben. Wenn die Beziehungskwalität da ist, wenn die Kontakte präsent ist, ja. Aber wenn man Geschwistern pflegt, die Kontakte gar nicht, dann hat man keinen Zugang zu diesen Ressourcen. Und gemäß Theorien, wenn respondent Frau ist, die Chance und die Wahrscheinlichkeit ist eher groß, dass in verschiedene Richtungen matrimonial und patrimonial die Verwandtschaftsbeziehungen aktiviert werden. Das Problem ist, wenn man als Mann ist und nicht lebenslang aktiviert, das hat, dann kann man landen nicht nur allein, sondern auch in Einsamkeitssituationen. Das ist eben wie Balans. In skandinavischer Setting finden viele, viele alleinstehende Personen, die sich gut wohl fühlen. Aber das ist zwei verschiedene Altersrealität. Ob du allein als Mann zum Beispiel älter wirst in Skandinavien oder in mediterranischen Ländern, z.B. in Spanier und Italien, wo andere ökonomischen soziale Realitäten herrschen. Und deswegen andere Möglichkeiten für Unterstützungsnetzwerke aufbauen, zur Verfügung stehen, oder eben nicht stehen. Und das ist ein soziales Problem. Ich habe auch untersucht, wie groß und wie stark die Effekte sind. Die z.B. Geschwister oder Partnerschaft haben im Alter im Vergleich zu anderen Effekten, wie z.B. überhaupt. Ich mache jetzt keine Lifestyle-Indikatoren. Ich nehme eine Art ideale Situation und schaue eher auf Familienstrukturen und konzentriere mich. Ich nehme nicht fest die behavioral oder verhaltensmerkmale. Man kann das machen, aber das sind ein bisschen andere Fragestellungen. Dann gehe ich weg vom familiensoziologischen Bereich, eher in Gesundheitsforschung, pur. Aber was mich mit Gesundheitsforschung verbindet, das ist meine abhängige Variable, Biomarker. Ich gehe einfach ein bisschen andersrum und mache sichtbar die Familienstrukturen und Verwandtschaftsstrukturen. Doch, wir sind in dem Modell. Schauen Sie, im Outlook habe ich dann gezeigt, Sie sind alle drin. Auf die Tabelle ist es richtig groß, weil es schon einige Variable gibt. Wenn ich dazu zusätzlich noch Rauchen nehme oder Verhaltensaspekte, dann wird es noch länger und noch größer. Aber was ich z.B. mache, als Alternative zu behavioral, ich kontrolliere schon für Verhalten, aber ich nehme andere Variable. Diese Variable ist hoch signifikant. Das ist hier für beide Geschlechter. Es ist so genannte, wie aktiv bist du im Alltag. Unter Aktivität kann man verschiedene Sachen verstehen, z.B. Sport oder aktive körperliche Leistung, wie Haushalt führen. Und dann sieht man hier, wenn es weniger als einmal pro Woche aktiv ist, dann ist markant in Minus geht. Deswegen ist die körperliche Aktivität egal, welche Art und Weise wichtig ist. Sonst landen wir in Minusbereich. Dieser Minus zeigt uns Abnahme von Funktionalität. Stärken zeigen uns, dass es für dieses Modell, genau für diese Berechnungen signifikant ist. Ich kontrolliere für Verhalten einfach mit anderen Variables. Ich muss auch schauen, was mir zur Verfügung steht im Datensatz. Und weil die Struktur nicht einfach ist, weil es ist ein sogenannte Balanced Panel, ich muss auch schauen, zum Schluss lande ich schon in diesen Anzahl von Personen. Weil je mehr ich Variable nehme, desto mehr die Wahrscheinlichkeit ist, desto ich verliere die Fälle aufgrund von Messungen oder fehlenden Messungen. Aber das ist wie gesagt ein Versuch. Ich arbeite daran weiter und das ist eine Erweiterung, von was ich schon publiziert habe, für nächste Schritte. Die Idee von diesem Tabellen einfach zu zeigen, dass meine Visuals kann man in koffizienten Format übersetzen. Wenn man nur mit koffizienten Format arbeitet und nur Regressionskoffizienten präsentiert, ist es nicht sehr anschaulich. Deswegen die Überlegung ist, dass ein Art Kreativ zu gestalten, damit man ein Gefühl bekommt, wie es aussieht, wenn man in diese statistischen Welten eintaucht. Ja, so, arbeitlich. Die visuellen Möglichkeiten oder darstellerische Möglichkeiten sind praktisch unbegrenzt. Je nachdem, wie ich das wirklich visualisieren möchte, um das klar zu bringen, was genau ich mache, mir gelingt es nicht immer, das klarzumachen. Aber ich bin im Progress und ich habe auch viele zweite Visualisierungen. Aber mein Herz schlägt für dreide Visualisierungen, wenn ich noch zusätzliche Variable wie Bodymassindex habe. Ohne diese Bodymass kann ich nicht in dreide Space kommen. Ich habe einfach Glück gehabt, dass die Daten bitte mir, gute Large-Scaled Variables. Und meine Aufgabe als Statistikerin, das korrekt zusammenzufassen und soziologisch korrekt zu interpretieren. Ja. Ja, guten Tag. Vielen Dank für deine Ausführung. Wir sind bereits über der Zeit ein bisschen, aber es ist nicht autotragisch, weil der nächste Vortrag ist erst in einer halben Stunde hier in der Bitwest-Reihe. Dann zum Thema Digital Intellectuality aus den jungen Personen und jungen Fundamental Rights 2020 Updates. Ich hoffe, ich sehe euch dann wieder. Bis dann, schönen Pausen.