Open Access Methodenbuch zu Inhaltsanalyse erschienen
Gerade ist „The Handbook of Qualitative and Quantitative Content Analysis: Introduction to Classical, Digital, AI-Supported, and Automated Data Analysis“ Open Access erschienen. Das Handbuch bietet u. a. für internationale Studierende in den Sozial- und Geisteswissenschaften eine Einführung zu unterschiedlichen Methoden der Inhaltsanalyse. Dazu wurde das deutsche Methodenbuch „Qualitative und quantitative Inhaltsanalyse: digital und automatisiert“ grundlegend überarbeitet, erweitert und in Bezug auf KI auf den neuesten Stand gebracht. So wurde „Part 3: Practical Guide to Fully Automated Big Data Content Analysis“ komplett überarbeitet sowie neue Kapitel zu „Quality Conventions“, „Data Interpretation“ und „Artificial Intelligence and Qualitative Content Analysis“ ergänzt. Diese Ergänzungen reflektieren die aktuellen Entwicklungen in der Methodenforschung und den Einsatz digitaler sowie KI-gestützter Tools.
Die Open-Access-Publikation wurde durch die Förderung der Universitätsbibliotheken von Kassel und Paderborn ermöglicht. Vielen Dank für die Unterstützung, die es uns ermöglicht hat, das Wissen breiter zugänglich zu machen.
Inhaltsübersicht:
1. Introduction
Part 1: Basics of Qualitative and Quantitative Content Analysis and Empirical Research
2. Definitions of Qualitative and Quantitative Content Analysis, and Inductive and Deductive Research Approaches
3. Know your Data: Possibilities and Limitations of Text, Numeric, Video and Pictographic Data, and Primary and Secondary Studies
4. Quality Conventions: A Guide for Good Quality Empirical Research
5. Data Interpretation: A Practical Guide
Part 2: Practical Guide to Classical Qualitative Content Analysis and Semi-automated Quantitative Content Analysis
6. Deductive Qualitative Content Analysis
7. Introduction to Inductive Qualitative Content Analysis
8. Introduction to Quantitative Content Analysis
9. Deductive Quantitative Content Analysis: A Bibliometric Literature Review
10. Artificial Intelligence and Large Language Model-powered Chatbots to Support Qualitative Content Analysis
Part 3: Practical Guide to Fully Automated Big Data Content Analysis
11. Automated Content Analysis: Basic Concepts and Useful Tips Prior to Data Collection and Data Analysis
12. Getting Started with Python
13. Data Preprocessing
14. Introducing and Exploring a Dataset Statistically
15. Automated Content Analysis using Relational Methods
16. Sentiment Analysis
17. Topic Modeling with Latent Dirichlet Allocation
18. Topic Modeling with BERTopic
