metadata_filled.yml

# yaml-language-server: $schema=https://quadriga-dk.github.io/quadriga-schema/v1.0.0-alpha/schema.json
schema-version: 1.0.0-alpha
book-version: 1.0.0-beta.3
title: Waves of the Spanish Flu – Case Study
identifier: https://doi.org/10.5281/zenodo.14970672
authors:
- given-names: Daniil
  family-names: Skorinkin
  orcid: https://orcid.org/0000-0002-1845-9974
  affiliation: Universität Potsdam
- given-names: Henny
  family-names: Sluyter-Gäthje
  orcid: https://orcid.org/0000-0003-2969-3237
  affiliation: Universität Potsdam
- given-names: Peer
  family-names: Trilcke
  orcid: https://orcid.org/0000-0002-1421-4320
  affiliation: Universität Potsdam
contributors:
- given-names: Hannes
  family-names: Schnaitter
  orcid: https://orcid.org/0000-0002-1602-6032
  affiliation: Humboldt-Universität zu Berlin, Institut für Bibliotheks- und Informationswissenschaft
- given-names: Evgenia
  family-names: Samoilova
  orcid: https://orcid.org/0000-0003-3858-901X
  affiliation: Universität Potsdam
- given-names: Lamia
  family-names: Islam
  affiliation: Universität Potsdam
table-of-contents: '- Präambel

  - Fragestellung und Operationalisierung. Einführung in die Fallstudie

  - Korpusaufbau. Auswählen, sammeln, dokumentieren

  - OCR. Von Bild zu Text

  - "OCR-Nachbearbeitung: manuell, automatisch, LLMs"

  - Korpusverarbeitung. Von Strings zu Token

  - Korpusanalyse. Von Häufigkeiten zu Diagrammen

  - Reflexion

  - Epilog'
description: Diese OER führt in die Erstellung von QUADRIGA-OERs ein, bietet Inhalte
  für Nutzer:innen der OERs und dient gleichzeitig als Template für die Erstellung
  eigener OERs auf Basis der QUADRIGA-Empfehlungen.
discipline:
- übergreifend
research-object-type:
- übergreifend
chapters:
- title: Präambel
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/präambel/einführung.html
  description: Beschreibung der Lernziele und technischer Voraussetzungen der Fallstudie.
  learning-goal: Die Teilnehmenden verstehen die Lernziele und technischen Voraussetzungen
    der Fallstudie.
  duration: 5min
  educational-level: Basis
  learning-objectives:
  - learning-objective: Die Teilnehmenden kennen die Lernziele und technischen Voraussetzungen
      der Fallstudie.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: 2 Verstehen
- title: Fragestellung und Operationalisierung. Einführung in die Fallstudie
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/research_question/research-question_intro.html
  description: Dieses Kapitel bildet den Auftakt der Fallstudie und dient der Klärung
    des Erkenntnisinteresses, das die dann folgende Vorbereitung und Aufbereitung
    des Forschungsgegenstands (Korpus) und schließlich die Analyse leitet.
  learning-goal: Grundlagen korpusbasierter geisteswissenschaftlicher Forschung
  duration: 45min
  educational-level: Basis
  learning-objectives:
  - learning-objective: Die Entwicklung einer Digital Humanities-Fragestellung kann
      am Beispiel der Medienwellen-Forschung zur Spanischen Grippe nachvollzogen und
      erläutert werden.
    competency: 1 Konzeptualisierung
    data-flow: 1 Plannung
    blooms-category: 2 Verstehen
  - learning-objective: Der Operationalisierungsprozess kann am Beispiel der Spanischen
      Grippe nachvollzogen und auf andere Forschungsfragen übertragen werden.
    competency: 2 Formalisierung
    data-flow: 2 Erhebung
    blooms-category: 3 Anwenden
- title: Korpusaufbau. Auswählen, sammeln, dokumentieren
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_collection/corpus-collection_intro.html
  description: Der Forschungsgegenstand wird in Form eines Korpus aufbereitet.
  learning-goal: Ansätze des Korpusaufbaus und Erstellung basaler Metadaten
  duration: 90min
  educational-level: Basis
  learning-objectives:
  - learning-objective: Korpora können als geisteswissenschaftliche Forschungsobjekte
      definiert und deren wesentliche Merkmale beschrieben werden.
    competency: 1 Konzeptualisierung
    data-flow: 2 Erhebung
    blooms-category: 2 Verstehen
  - learning-objective: Die vier Hauptformate digitaler Texte (Bilddigitalisate, Plain
      Text, XML/TEI, CSV) können anhand ihrer charakteristischen Eigenschaften unterschieden
      und deren Vor- und Nachteile für spezifische Anwendungsfälle analysiert werden.
    competency: 3 Datenmodellierung
    data-flow: 3 Anreicherung
    blooms-category: 4 Analysieren
  - learning-objective: Die grundlegenden Metadatenschemata (Dublin Core, TEI, MODS,
      METS) und deren charakteristische Elemente für Korpora und Einzeldokumente können
      beschrieben werden.
    competency: 3 Datenmodellierung
    data-flow: 2 Erhebung
    blooms-category: 2 Verstehen
  - learning-objective: Der schrittweise Prozess des praktischen Korpusaufbaus (Konzeptentwicklung,
      Metadatenerstellung und Datensammlung) kann am Beispiel eines Zeitungskorpus
      beschrieben werden.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: 2 Verstehen
- title: OCR. Von Bild zu Text
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/ocr/ocr_intro.html
  description: In diesem Kapitel lernen wir, wie man mit OCR Bilder in Text umwandelt.
  learning-goal: OCR-basierte Korpuserstellung und Qualitätsbewertung
  duration: 120min
  educational-level: Fortgeschritten
  learning-objectives:
  - learning-objective: Der Prozess der Optical Character Recognition (OCR) für die
      Korpuserstellung kann beschrieben und Tools zur Durchführung der OCR aufgezählt
      werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 2 Verstehen
  - learning-objective: Die notwendigen Schritte zur Verarbeitung ein- und mehrseitiger
      PDFs zu Text können aufgezählt und die Unterschiede zwischen Ursprungs- und
      Zielformat erklärt werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 2 Verstehen
  - learning-objective: Die grundlegenden Metriken zur OCR-Qualitätsevaluation (Präzision,
      Recall, F1-Score) können erläutert und deren Bedeutung für die Bewertung von
      OCR-Systemen beschrieben werden.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: 2 Verstehen
  - learning-objective: Die Schritte zur Qualitätsmessung eines OCR-Outputs können
      aufgezählt und die Qualitätsmaße interpretiert werden.
    competency: nicht anwendbar
    data-flow: 3 Anreicherung
    blooms-category: 3 Anwenden
- title: "OCR-Nachbearbeitung: manuell, automatisch, LLMs"
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/ocr_post_correction/post-correcting_intro.html
  description: In diesem Kapitel werden wir die Ergebnisse der OCR nachbearbeiten.
  learning-goal: OCR-Nachbearbeitung und Qualitätsverbesserung
  duration: 90min
  educational-level: Fortgeschritten
  learning-objectives:
  - learning-objective: Verschiedene Verfahren der OCR-Nachbearbeitung können beschrieben
      und deren Einsatzzwecke unterschieden werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 2 Verstehen
  - learning-objective: Regelbasierte Ansätze zur OCR-Nachkorrektur können beschrieben
      und deren Auswirkungen auf die OCR-Qualität anhand von Metriken erläutert werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 4 Analysieren
  - learning-objective: Die grundlegenden Herausforderungen beim Einsatz von Large
      Language Models für die OCR-Nachbearbeitung können beschrieben werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 2 Verstehen
- title: Korpusverarbeitung. Von Strings zu Token
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_processing/corpus-processing_intro.html
  description: Die im Korpus enthaltenen Textdateien werden mit linguistischen Informationen
    angereichert.
  learning-goal: Korpusverarbeitung mit Natural Language Processing
  duration: 60min
  educational-level: Fortgeschritten
  learning-objectives:
  - learning-objective: Die Grundkonzepte des Natural Language Processing können erklärt
      und die Funktionen von Tokenisierung und Lemmatisierung für die Textanalyse
      beschrieben werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 2 Verstehen
  - learning-objective: Die notwendigen Schritte zur automatischen Annotation eines
      Texts können aufgezählt und Vorteile der Tokenisierung gegenüber einfacheren
      Methoden der Worttrennung genannt werden.
    competency: 4 Automatisierung
    data-flow: 3 Anreicherung
    blooms-category: 3 Anwenden
- title: Korpusanalyse. Von Häufigkeiten zu Diagrammen
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_analysis/corpus-analysis_intro.html
  description: Nachdem die Korpuserstellung und -anreicherung abgeschlossen ist, wird
    in diesem Kapitel zur Forschungsfrage zurückgekehrt. Es soll die öffentliche Aufmerksamkeit
    für die spanische Grippe im Zeitaum von 1918-1920 an Hand von Worthäufigkeiten
    derjenigen Wörter gemessen werden, die direkt oder indirekt auf die spanische
    Grippe verweisen.
  learning-goal: Frequenzanalysen semantischer Felder
  duration: 90min
  educational-level: Fortgeschritten
  learning-objectives:
  - learning-objective: Das Konzept des semantischen Feldes kann erklärt, der Unterschied
      zwischen absoluten und relativen Häufigkeiten beschrieben und die Darstellungsmethoden
      des Liniendiagramms und der Key Word in Context (KWIC)-Anzeige interpretiert
      werden.
    competency: 10 Fachspezifische datenanalyse
    data-flow: 4 Analyse
    blooms-category: 2 Verstehen
  - learning-objective: Die notwendigen Schritte zur Frequenzanalyse eines semantischen
      Felds können aufgezählt, Unterschiede in der Berechnung der Häufigkeiten benannt
      und die Ergebnisse reflektiert werden.
    competency: 10 Fachspezifische datenanalyse
    data-flow: 4 Analyse
    blooms-category: 5 Bewerten
  - learning-objective: Die Darstellungsmethode Keywords in Context kann beschrieben,
      Wörter zur Anzeige ausgewählt und diese angezeigt werden.
    competency: 11 Visualisierung
    data-flow: 5 Visualisierung
    blooms-category: 3 Anwenden
- title: Reflexion
  url: https://quadriga-dk.github.io/Text-Fallstudie-1/reflection/reflection_reflection.html
  description: Auch wenn es uns gelungen ist, das Ziel der Fallstudie zu erreichen
    und unsere eingangs formulierte Forschungsfrage nach den "Medienwellen" der Spanischen
    Grippe insofern exemplarisch zu beantworten, als wir tatsächliche eine wellenartige
    Entwicklung der quantitative verstandenen Aufmerksamkeit in ausgewählten Berliner
    Tageszeitungen nachweisen konnten, gibt es mehrere Punkte, die abschließend kritisch
    zu reflektieren sind.
  learning-goal: Kritische Bewertung der Reichweite und Limitationen
  duration: 30min
  educational-level: Fortgeschritten
  learning-objectives:
  - learning-objective: Die methodischen Limitationen einer Digital Humanities-Fallstudie
      können benannt werden.
    competency: 7 Interpretation
    data-flow: nicht anwendbar
    blooms-category: 5 Bewerten
target-group:
- Promovierende
- Forschende (PostDoc)
- Hochschullehrende
duration: 12h
date-published: '2024-06-17'
date-modified: '2025-08-21'
context-of-creation: 'Die vorliegenden Open Educational Resources wurden durch das
  Datenkompetenzzentrum QUADRIGA erstellt.

  Förderkennzeichen: 16DKZ2034'
url: https://quadriga-dk.github.io/Text-Fallstudie-1/
git: https://github.com/quadriga-dk/Text-Fallstudie-1
license:
  code: https://opensource.org/licenses/AGPL-3.0
  content:
    url: https://creativecommons.org/licenses/by-sa/4.0/
    name: CC BY-SA 4.0