Digitale Methoden für qualitative Forschung

Text Mining und Topic Modeling, Netzwerkanalyse, Sentiment Analyse, Visualisierungen oder digitales Annotieren: Computationelle Methoden sind auch in der qualitativen Forschung angekommen. Sie können Forschungsprozesse unterstützen und erweitern.
Der Band zeigt in verständlicher Form mit konkreten Lösungen auf, welche Verfahren für welche Analyseschritte geeignet sind. Dafür werden auch Möglichkeiten der digitalen Datenerhebung sowie Grundkenntnisse der Digital Literacy vermittelt.
In einem Glossar sind hilfreiche (open source) Software, Online-Portale und Datenrepositorien gebündelt. Übungsaufgaben ermöglichen die praktische Anwendung des Grundlagenwissens. Studierende und Forschende können auf Basis des Bandes selbstständig digitale Daten und Verfahren zielgenau verstehen, anwenden und hinterfragen.

Dr. phil. Lina Franken ist Professorin für Digital Humanities in den Kulturwissenschaften an der Universität Vechta. Zuvor vertrat sie die Professur für Soziologie mit dem Schwerpunkt Computational Social an der LMU München. Sie koordinierte das Digital-Humanities-Projekt "Automatisierte Modellierung hermeneutischer Prozesse" an der Universität Regensburg und promovierte 2017 in der Vergleichenden Kulturwissenschaft in Regensburg zu Unterrichten als Beruf. Akteure, Praxen und Ordnungen in Schulbildung".

1. Einleitung: Digitale Methoden in der qualitativen Forschung 92. Grundlagen und Entwicklungslinien 192 1 Digital Humanities und Computational Social Sciences als Querschnittsaufgaben 192 2 Digitale Grundkenntnisse: Datenethik und Datenschutz 292 3 Computationelles Denken und Modellieren in den Geistes-, Sozial- und Kulturwissenschaften 382 4 Der Forschungsprozess und seine Erweiterungen mit digitalen Methoden 482 5 Die Relevanz von digitalen Daten, Software und Programmiercode für qualitative Forschung 583. Digitale Datentypen 623 1 Erzeugte und vorgefundene Daten im Vergleich 663 2 Textdaten 713 3 Bild- und audiovisuelle Daten 773 4 Social-Media-Daten 843 5 Trace Data 964. Digitale Daten finden und speichern 1014 1 Webcrawling und Scraping 1084 2 Application Programming Interfaces und deren Nutzung mit Software 1124 3 Datenbanken I: Archivdaten und kulturelles Erbe 1184 4 Datenbanken II: Forschungsdaten 1214 5 Normdaten und Vokabulare, Standards und Metadaten 1234 6 Aufbereitung von digitalen Daten für die eigene Analyse 1295. Digitale Analyseverfahren 1425 1 Überblick 1455 2 Natural Language Processing 1525 3 Text-Mining-Verfahren 1585 4 Topic Modeling 1665 5 Annotieren 1725 6 Netzwerkanalysen 1765 7 Sentimentanalyse 1825 8 Visualisierungen und Aufbereitungen 1855 9 Digitale Ethnografie als Alternative oder Ergänzung 1966. Den Forschungsprozess digital unterstützen 2016 1 Kollaboratives Forschen 2026 2 Literatur verwalten 2046 3 Organisationsprozesse strukturieren und begleiten, Ergebnisse präsentieren 2077. Programmieren lernen? 2118. Grenzen digitaler Daten und Verfahren 2169. Zusammenfassung und Ausblick 22510. Literatur 23011. Glossar: Software und Repositorien 24711 1 Repositorien mit nachnutzbaren Datensätzen 24811 2 Finden und Aufbereiten digitaler Daten 25411 3 Digitale Analysetools 26211 4 Tools für Text Mining 26411 5 Visualisierungstools 26811 6 Unterstützungstools im Forschungsprozess 27011 7 Andere Zusammenstellungen von Tools und Verfahren 27511 8 Lernressourcen für Programmiersprachen 278