Computational Sensitizing. Zum Mehrwert von Textual Data-Mining im Kontext genuin qualitativer Forschung

Abstract: Analyse- und Visualisierungsverfahren des Textual Data-Minings finden zunehmend auch in der qualitativen Sozialforschung Anwendung. Damit gehen konzeptionelle Überlegungen einher, solche Verfahren direkt in Forschungsprozesse einzubetten. Im Gegensatz zu einer wechselseitigen Kombination von digitalen und qualitativen Methoden argumentieren wir für eine nachgeordnete Nutzung des Textual Data-Minings, die sich auf sprachstatistische Analyseschritte zum Zweck eines Computational Sensitizing beschränkt. Mit computationaler Sensibilisierung meinen wir eine Perspektivenerweiterung: Textual Data-Mining dient dann – wie bisher Vorwissen und Theorien – allein dazu, Fragen an und veränderte Sichtweisen auf das Material anzuregen. Im Beitrag veranschaulichen wir exemplarisch an einem Projekt aus der Bildungsforschung, wie Ergebnisse des Textual Data-Minings für Besonderheiten in den qualitativen Daten sensibilisieren können. https://www.qualitative-research.net/index.php/fqs/article/view/4246

Angaben zum Objekt

• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource
• Sprache: Deutsch

Verweise und Beziehungen

• Erschienen in: Computational Sensitizing. Zum Mehrwert von Textual Data-Mining im Kontext genuin qualitativer Forschung ; volume:25 ; number:3 ; year:2024 ; Forum qualitative Sozialforschung ; 25, Heft 3 (2024)

Beteiligte, Orts- und Zeitangaben

• Urheber: Siebach, Martin ; Philipps, Axel

Weitere Informationen

• DOI: 10.17169/fqs-25.3.4246
• URN: urn:nbn:de:101:1-2410040822217.172408089716
• Rechteinformation: Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 15.08.2025, 07:34 MESZ