Revealing Cultural Ecosystem Services through Instagram Images : The Potential of Social Media Volunteered Geographic Information for Urban Green Infrastructure Planning and Governance

With the prevalence of smartphones, new ways of engaging citizens and stakeholders in urban planning and govern-ance are emerging. The technologies in smartphones allow citizens to act as sensors of their environment, producing and sharing rich spatial data useful for new types of collaborative governance set-ups. Data derived from Volunteered Geographic Information (VGI) can support accessible, transparent, democratic, inclusive, and locally-based governance situations of interest to planners, citizens, politicians, and scientists. However, there are still uncertainties about how to actually conduct this in practice. This study explores how social media VGI can be used to document spatial tendencies regarding citizens’ uses and perceptions of urban nature with relevance for urban green space governance. Via the hashtag #sharingcph, created by the City of Copenhagen in 2014, VGI data consisting of geo-referenced images were collected from Instagram, categorised according to their content and analysed according to their spatial distribution patterns. The results show specific spatial distributions of the images and main hotspots. Many possibilities and much potential of using VGI for generating, sharing, visualising and communicating knowledge about citizens’ spatial uses and preferences exist, but as a tool to support scientific and democratic interaction, VGI data is challenged by practical, technical and ethical concerns. More research is needed in order to better understand the usefulness and application of this rich data source to governance.

Clustering von deutschen Ortsnamen

Diese Studie untersucht Gruppen von Ortsnamen in Deutschland (in den Postleitregionen) nach vorhandenen Ähnlichkeiten. Als Messgröße wird ein Häufigkeitsvektor von Trigrammen in jeder Gruppe herangezogen. Mit der Anwendung des Average Linkage-Algorithmus auf die Messgröße werden Cluster aus räumlich zusammenhängenden Gebieten gebildet, obwohl das Verfahren keine Kenntnis über die Lage der Cluster zueinander besitzt. In den Clustern werden die zehn häufigsten n-Gramme ermittelt, um charakteristische Wortpartikel darzustellen. Die von den Clustern umschriebenen Gebiete lassen sich zwanglos durch historische oder linguistische Entwicklungen erklären. Das hier verwendete Verfahren setzt jedoch kein linguistisches, geographisches oder historisches Wissen voraus, ermöglicht aber die Gruppierung von Namen in eindeutiger Weise unter Berücksichtigung einer Vielzahl von Wortpartikeln in einem Schritt. Die Vorgehensweise ohne Vorwissen unterscheidet diese Studie von den meisten bisher angewendeten Untersuchungen.

El daño y el nexo causal en la perdida de oportunidad

El presente escrito se ocupa de estudiar el nexo de causalidad como elemento estructural de la responsabilidad cuando éste es difuso. Para ello, se pretende abordar la pérdida de la oportunidad como una teoría especial de causalidad que tiene lugar cuando el nexo causal no resulta claro, lo cual contradice la tesis preponderante de la doctrina y la jurisprudencia tradicional según la cual, la pérdida de la oportunidad es un criterio autónomo del daño. En su contenido se realiza una explicación del por qué se entiende la pérdida de la oportunidad como una teoría especial de causalidad y no como un criterio autónomo de daño, haciendo énfasis en el elemento de certeza que caracteriza al daño. Posteriormente, se advierte del tratamiento que la jurisprudencia le ha dado a la pérdida de la oportunidad. A su turno, el presente documento, indica la naturaleza jurídica de la pérdida de la oportunidad, afirmando que es una inferencia lógica que realiza el juez y no un hecho que altere el estado de las cosas como si sucede con el daño. Finalmente, se aborda la prueba de la teoría de la pérdida de la oportunidad mediante un cálculo de probabilidades y se identifican los pasos para realizar una adecuada reparación integral.