Als PDF, PPTX herunterladen
Hochgeladen vonCornelius Puschmann
Digitale Methoden in den Sozial- und Geisteswissenschaften: Chancen und Herausforderungen
Das Dokument von Dr. Cornelius Puschmann beleuchtet die Chancen und Herausforderungen digitaler Methoden in den Sozial- und Geisteswissenschaften. Besonders im Kontext von Social Media-Daten wird die Relevanz neuer Forschungsansätze wie digitale Methoden und Kulturanalytik diskutiert, wobei auch rechtliche und ethische Hürden thematisiert werden. Der Wandel der Forschungsfragen und der Druck zur interdisziplinären Zusammenarbeit werden als wesentliche Aspekte hervorgehoben.
Weitere ähnliche Inhalte
Ähnlich wie Digitale Methoden in den Sozial- und Geisteswissenschaften: Chancen und Herausforderungen
Digitale Methoden in den Sozial- und Geisteswissenschaften: Chancen und Herausforderungen
- 1. Digitale Methoden inden Sozial- und Geisteswissenschaften: Chancen und Herausforderungen Dr. Cornelius Puschmann Berlin School of Library and Information Science / Humboldt Institute for Internet and Society Göttingen Center for Digital Humanities Ringvorlesung „Internet & Society“ 17. Dezember 2012
- 2. Inhalt #1 „Digitale Methoden“ -- ein Einordnungsversuch #2 Analysen anhand von Social Media-Daten #3 Potentiale und Probleme digitaler Methoden
- 3. „Internetforschung?“ Netz als Datenquelle Netz als Gegenstand Netz als Forschungsinfrastruktur
- 4. Text- und Korpusananalyse Netzwerkanalyse Bildanalyse „Digitale Methoden“ Sentimentanalyse Visualisierung Maschinenlernverfahren
- 5. Durch das Internetund die steigende Beliebtheit von Social Media-Diensten gewinnen Forschungsansätze für den Umgang mit digitalen Kommunikationsdaten an Relevanz: • digital methods (Rogers, 2009) • cultural analytics (Manovich, 2007) • computational social science (Lazer et al, 2009)
- 6. Issue Crawler (Rogerset al)
- 7. ImagePlot (Manovich/Software StudiesInitiative)
- 8. „Digitale Methoden“ Software Datenquellen • open source • große Zahl von Quellen • benutzerfreundlich + unterschiedlicher Daten • leistungsstark • Netz-nativ und digitalisiert • größtenteils öffentlich
- 9.
- 10. Web 1.0 • kaumnutzergenerierte Inhalte • kein einfacher Zugriff auf Daten (scraping) Web 2.0 • große Menge nutzergenerierter Inhalte • besserer Zugriff auf Daten über Programmierschnittstellen (APIs)
- 11. Zugang Kontrolle TOS API “law” regeln Umgang Daten ermöglicht Zugriff “code” Besitz Interpretation
- 12. Was sind dieImplikationen von „Big Data“? “There are also significant questions of truth, control, and power in Big Data studies: researchers have the tools and the access, while social media users as a whole do not. Their data were created in highly context-sensitive spaces, and it is entirely possible that some users would not give permission for their data to be used elsewhere.” (boyd & Crawford, 2012, p.12)
- 13. Beispiel Twitter • Mikroblog/Online-Kurznachrichtendienst, gestartet 2006 • inzwischen 500 Millionen aktive Benutzer • wird für die Verbreitung von Nachrichten, öffentliche Kommunikation genutzt • Daten größtenteils über API öffentlich zugänglich
- 16. Daten aus Twitterextrahieren HTTP request liefere alle Daten eines bestimmten Users/von einem bestimmten Ort/... Application Programming Interface (API) Daten*
- 17. Archivieren von Tweetsvia yourTwapperKeeper
- 18. Software Sammeln: • The Archivist (Windows) • yourTwapperKeeper (erfordert Webserver) • 140kit.com (web-basierte Plattform) Analysieren: • Excel, Open Office Calc, SPSS, R, Google Docs.. Visualisieren: • (Excel, OO Calc, R), Gephi, NodeXL
- 19. Rechtliche und ethische Hürden • Daten dürfen nicht weitergegeben werden (Twitter Terms of Service) • Datenschutzrichtlinien müssen eingehalten werden (etwa European Data Protection Directive) • ethische Fragen stellen sich auch dann, wenn die Daten öffentlich sind!
- 20. Beispiel: eine Untersuchungder akademischen Blogplattform hypotheses.org
- 21. 0 500 1000 1500 2004−01 2004−02 2004−03 2004−04 2004−05 2004−06 2004−07 2004−08 2004−09 2004−10 2004−11 2004−12 2005−01 2005−02 2005−03 2005−04 2005−05 2005−06 2005−07 2005−08 2005−09 2005−10 2005−11 2005−12 2006−01 2006−02 2006−03 2006−04 2006−05 2006−06 2006−07 2006−08 2006−09 2006−10 2006−11 2006−12 2007−01 2007−02 2007−03 2007−04 2007−05 2007−06 2007−07 2007−08 2007−09 2007−10 2007−11 2007−12 2008−01 2008−02 2008−03 2008−04 2008−05 2008−06 2008−07 2008−08 2008−09 2008−10 2008−11 2008−12 Posts per 2004 - 2004−01 2009−01 2009−02 2009−03 2009−04 Aktivität Januar month startingJuli 2012 2009−05 2009−06 2009−07 2009−08 2009−09 2009−10 2009−11 2009−12 2010−01 2010−02 Blogplattform hypotheses.org 2010−03 2010−04 2010−05 2010−06 2010−07 2010−08 2010−09 2010−10 2010−11 2010−12 2011−01 2011−02 2011−03 2011−04 2011−05 2011−06 2011−07 2011−08 2011−09 2011−10 2011−11 2011−12 2012−01 2012−02 2012−03 2012−04 2012−05 2012−06 2012−07
- 22. Blogplattform hypotheses.org Aktivste Blogs10nach Beiträgen (n=45.528) Top Blogs by numer of posts (n=45528) 6000 5000 4000 3000 2000 1000 0 Indústrias Culturais Criminocorpus Radar Veille énergie climat Veille sur la Corée Le Cresson veille Corps et Médecine URFIST Info No Mundo dos Museus Nuevo Mundo radar Blog de l'IRHiS
- 23. Blogplattform hypotheses.org Sprachen
- 24. Blogplattform hypotheses.org Verlinkungen externer Webseiten
- 25. Offene Fragen: • Wemgehören die Daten? • Wie wird die Privatsphäre der Nutzer gewahrt? • Wer sichert die Qualität der Daten? • Wie reproduzierbar sind die Ergebnisse? • Über welche Art von Prozesse lassen sich Aussagen treffen? • Wie generalisierbar sind Einzelstudien?
- 26. Potentielle Probleme: • Wettlaufum Kompetenzen und Ressourcen (zwischen Fachbereichen, Wissenschaft/ Industrie), um komplexe Phänomene untersuchen zu können • Wandel der Forschungsfragen • Stärkerer Druck zu Team- und Verbundforschung
- 27. Vielen Dank fürIhre Aufmerksamkeit!