metadata.yml

# yaml-language-server: $schema=https://quadriga-dk.github.io/quadriga-schema/v1.0.0/schema.json
title: Quantitative Analyse der kommunikativen Barrierearmut des Berliner Senats (2011-2024).
  Eine Fallstudie
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
keywords:
- Open Educational Resource
description: Die vorliegende Fallstudie bereitet – in Form eines “Jupyter Books” –
  den Prozess und die Ergebnisse eines Forschungsprojekts aus den Digital Humanities
  didaktisch auf.
table-of-contents: '- Präambel

  - Fragestellung und Operationalisierung. Einführung in die Fallstudie

  - Korpora als epistemische Objekte

  - Texte als digitale Objekte. Einführung in HTML

  - Scraping als Methode zum Korpusaufbau

  - Korpusaufbau

  - Korpusanalyse

  - Reflexion

  - Epilog'
discipline:
- übergreifend
research-object-type:
- übergreifend
target-group:
- Forschende (PostDoc)
- Forschende (Projektleitung)
- Promovierende
- Hochschullehrende
time-required: PT10H
language: de
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
identifier: https://doi.org/10.5281/zenodo.TODOTODO
git: https://github.com/quadriga-dk/Text-Fallstudie-2
url: https://quadriga-dk.github.io/Text-Fallstudie-2/
chapters:
- title: Präambel
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/präambel/einführung.html
  description: TODO
  learning-goal: TODO
  time-required: TODO
  learning-objectives:
  - learning-objective: TODO
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Fragestellung und Operationalisierung. Einführung in die Fallstudie
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/research_question/research-question_intro.html
  description: TODO
  learning-goal: Sie kennen Grundfragen der geisteswissenschaftlichen Forschung mit
    Korpora nach dem qualitativen Methodenparadigma und wissen um das Konzept der
    “Operationalisierung”.
  time-required: TODO
  learning-objectives:
  - learning-objective: Sie kennen Ansätze zur Operationalisierung von Forschungsfragen
      für quantitaive Methoden-Settings.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Korpora als epistemische Objekte
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/corpus_collection/corpus-collection_intro.html
  description: TODO
  learning-goal: Sie kennen unterschiedliche Ansätze des Korpusaufbaus und sind mit
    der Erstellung basaler Metadaten vertraut.
  time-required: TODO
  learning-objectives:
  - learning-objective: Sie verfügen über Basiswissen über Korpora als geisteswissenschaftliche
      Forschungsobjekte und kennen Typen von Korpora.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie sind mit der Idee von Metadaten vertraut und kennen basale
      Metadatenschemata für Korpora und Korpus-Elemente.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Texte als digitale Objekte. Einführung in HTML
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/html_intro/html-intro_intro.html
  description: TODO
  learning-goal: Abgrenzung von unterschiedlichen Formate zur Textspeicherung und
    benennen der Vor- und Nachteile. Struktur von HTML erklären und die Funktion von
    ausgewählte HTML-Tags benennen. HTML-Tags zur Extraktion von Plain Text aus HTML
    aufzählen.
  time-required: TODO
  learning-objectives:
  - learning-objective: Sie kennen unterschiedliche Realisierungsweisen und Formate
      von Text im Digitalen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können die Semantik der textangebenden html-Tags beschreiben
      und Tags zur Textextraktion auswählen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Scraping als Methode zum Korpusaufbau
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/scraping_intro/scraping_intro.html
  description: TODO
  learning-goal: Sie können HTTP-Abfragen konzeptionell erklären und unterschiedliche
    Methoden zur automatisierten Abfrage von Websites unterscheiden sowie Vor- und
    Nachteile benennen.
  time-required: TODO
  learning-objectives:
  - learning-objective: Sie können die Komponenten aufzählen, die an einem HTTP-Request
      beteiligt sind, den Unterschied zwischen dem Aufbau eines HTTP-Requests und
      einer HTTP-Response erläutern sowie die Response codes 200, 404, 403 und 500
      interpretieren.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können verschiedene Methoden der Website-Abfrage aufzählen
      und Unterschiede identifizieren.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können Vor- und Nachteile der Methoden erklären und ermitteln,
      in welchen Szenarien welche Methode geeignet ist.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Korpusaufbau
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/corpus_building/corpus-building_intro.html
  description: TODO
  learning-goal: Die Lernenden können den Quellcode einer Website untersuchen, geeignete
    HTML-Tags zur Textextraktion ermitteln und entscheiden, welche Scraping-Methode
    für die Extraktion verwendet werden muss.
  time-required: TODO
  learning-objectives:
  - learning-objective: Die Lernenden können mit Hilfe eines Jupyter Notebooks Python-Code
      zur Extraktion des Website-Texts ausführen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Korpusanalyse. Textkomplexität
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/corpus_analysis/corpus-analysis_intro.html
  description: TODO
  learning-goal: Sie können die auf einem Korpus ausgeführte Berechnung der Textkomplexität
    erklären und die Ergebnisse interpretieren.
  time-required: TODO
  learning-objectives:
  - learning-objective: Sie können die Textmaße (Wortlänge, Satzlänge etc.), die zur
      Berechnung der Textkomplexität dienen, aufzählen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie kennen verschiedene Methoden zur Berechnung der Textkomplexität
      und können die Vor- und Nachteile der Methoden aufzeigen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können das Konzept eines Liniendiagramms erklären.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können die Konzeption der Analyse beschreiben und andere
      Möglichkeiten des Korpus-Splitting entwerfen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
  - learning-objective: Sie können das Konzept eines Balkendiagramms erklären und
      das erstellte Diagramm interpretieren sowie die Gründe für Ihre Interpretation
      nennen.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
- title: Reflexion
  url: https://quadriga-dk.github.io/Text-Fallstudie-2/reflection/reflection_reflection.html
  description: TODO
  learning-goal: TODO
  time-required: TODO
  learning-objectives:
  - learning-objective: Die methodischen Limitationen einer Digital Humanities-Fallstudie
      können benannt werden.
    competency: nicht anwendbar
    data-flow: nicht anwendbar
    blooms-category: nicht anwendbar
date-issued: '2024-06-17'
date-modified: '2026-02-19'
version: 1.0.0-beta
context-of-creation: 'Die vorliegenden Open Educational Resources wurden durch das
  Datenkompetenzzentrum QUADRIGA erstellt.


  Förderkennzeichen: 16DKZ2034'
quality-assurance:
  description: https://doi.org/TODO
  date: '2026-11-14'
learning-resource-type: Jupyter Book
schema-version: 1.0.0
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