LFU:online

Die Studierenden sind in der Lage, ein Forschungsdesign zur Beantwortung einer wissenschaftlichen Frage selbständig zu entwickeln und durchzuführen. Das Forschungsdesign umfasst sowohl die Datenerhebung als auch die Datenanalyse. Studierende lernen valide und replizierbare Forschung anzuwenden.

Texte sind eine wertvolle Quelle, um politisches und soziales Verhalten zu verstehen – von Wahlprogrammen über Nachrichtenartikel bis hin zu Social-Media-Beiträgen. Da immer mehr Texte online verfügbar sind, nutzen Politikwissenschaftler:innen zunehmend computergestützte Methoden zur Analyse dieser Daten.

Dieser Kurs führt Studierende der Politikwissenschaft in die quantitative Textanalyse mit R ein. Du lernst, wie man mit echten Textdaten arbeitet: wie man relevante Texte auswählt und Analyseeinheiten definiert, wie man wichtige Merkmale aus den Texten extrahiert und quantifiziert und wie man diese mit Methoden wie Schlagwortverfahren, Skalierungsmodellen und Topic Modelling auswertet. Dabei werden auch die theoretischen Grundlagen vermittelt und gezeigt, wie man die Ergebnisse validiert.

Quantitative Textanalyse, Textannotation, Skalierung, Clustering, Klassifizierung, Validierung

schriftlich

-       

K. L. Nielbo, F. Karsdorp, M. Wevers, A. Lassche, B. R. B., M. Kestemont, and N. Tahmasebi (2024). “Quantitative Text Analysis”. Nature Reviews Methods Primers 2 (24).

-       

D. S. Stoltz and M. A. Taylor (2024). Mapping Texts: Computational Text Analysis for the Social Sciences. Oxford: Oxford University Press.

- J. Grimmer, M. E. Roberts, and B. M. Stewart (2022). Text as Data: A New Framework for Machine Learning and the Social Sciences. Princeton: Princeton University Press

BA Politikwissenschaft: positive Absolvierung der Pflichtmodule 1 bis 3

Erfahrung mit und Affinität zu quantitativen Methoden und Programmieren in R