BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Vrije Universiteit Amsterdam//NONSGML v1.0//EN
NAME:Promotie M.J. Ton
METHOD:PUBLISH
BEGIN:VEVENT
DTSTART:20260313T134500
DTEND:20260313T151500
DTSTAMP:20260313T134500
UID:2026/promotie-m-j-ton@8F96275E-9F55-4B3F-A143-836282E12573
CREATED:20260310T092618
LOCATION:Hoofdgebouw, Aula De Boelelaan
1105 1081 HV Amsterdam
SUMMARY:Promotie M.J. Ton
X-ALT-DESC;FMTTYPE=text/html: Modeling Migration and
Global Population Patterns
Natuurrampen sturen migratie minde
r dan gedacht: nieuwe data geeft realistischer beeld
Natuurram
pen hebben invloed op binnenlandse migratie in de Verenigde Staten, m
aar dat dit effect blijkt minder groot is dan vaak gedacht. Volgens k
limaatwetenschapper Marijn Ton komt dat doordat nabijgelegen regio’
s sterk op elkaar lijken en natuurrampen niet stoppen bij bestuurlijk
e grenzen. Door deze onderlinge samenhang tussen regio’s mee te nem
en is een realistischer schatting van migratie mogelijk. Veelal zal d
eze lager uitvallen dan gedacht.
Daarnaast laat Tons onderzoe
k zien dat het belangrijk is om te weten waar mensen wonen en welke m
ogelijkheden zij hebben. Ton ontwikkelde daarom een wereldwijde datas
et. Voor ongeveer twee miljard huishoudens en meer dan zeven miljard
individuen bracht hij hierin diverse informatie bijeen. Het gaat om d
emografische informatie over zaken als leeftijd, gezinsgrootte en ges
lacht en sociaaleconomische gegevens als opleiding en inkomen. Dit la
at zien waar huishoudens wonen en wat hun verschillende mogelijkheden
zijn.
Door deze informatie te combineren met migratiemodellen,
kunnen we beter inschatten wie na een ramp kan verhuizen, wie blijft
, en waar maatregelen of ondersteuning het meest nodig zijn.
Me
er informatie over het proefschrift
DESCRIPTION: Natuurrampen sturen migratie minder dan gedacht: nieu
we data geeft realistischer beeld
Natuurrampen hebben invloed op
binnenlandse migratie in de Verenigde Staten, maar dat dit effect bl
ijkt minder groot is dan vaak gedacht. Volgens klimaatwetenschapper M
arijn Ton komt dat doordat nabijgelegen regio’s sterk op elkaar lij
ken en natuurrampen niet stoppen bij bestuurlijke grenzen. Door deze
onderlinge samenhang tussen regio’s mee te nemen is een realistisch
er schatting van migratie mogelijk. Veelal zal deze lager uitvallen d
an gedacht.
Daarnaast laat Tons onderzoek zien dat het belang
rijk is om te weten waar mensen wonen en welke mogelijkheden zij hebb
en. Ton ontwikkelde daarom een wereldwijde dataset. Voor ongeveer twe
e miljard huishoudens en meer dan zeven miljard individuen bracht hij
hierin diverse informatie bijeen. Het gaat om demografische informat
ie over zaken als leeftijd, gezinsgrootte en geslacht en sociaalecono
mische gegevens als opleiding en inkomen. Dit laat zien waar huishoud
ens wonen en wat hun verschillende mogelijkheden zijn. Door deze info
rmatie te combineren met migratiemodellen, kunnen we beter inschatten
wie na een ramp kan verhuizen, wie blijft, en waar maatregelen of on
dersteuning het meest nodig zijn. Meer informatie over het proefs
chrift Modeling Migration and Global Population Patterns
END:VEVENT
END:VCALENDAR