Daten erfassen in den Digital Humanities (DH Daten)5 ECTS
(englische Bezeichnung: Data acquisition in Digital Humanities)

Lehrveranstaltungen:

• • Applied Computer Vision and Machine Learning in Digital Humanities
    (Praxisseminar, 2 SWS, Hafeez Anwar et al., Mi, 14:00 - 16:00, 02.313; Einzeltermin am 13.11.2019, 14:00 - 16:00, 02.319 Konferenzraum)

Empfohlene Voraussetzungen:

Modul Multimedia- und objektorientierte Datenbanken (parallel dazu empfohlen)

Inhalt:

• Festlegung des Zwecks eines Datenverwaltungssystems (zur gezielten Dimensionierung des Erfassungsaufwands)

• Dazu Definition von geisteswissenschaftlichen Fragestellungen

• Definition von dazu passenden Datenauswertungen (Berichte, Statistiken, Übersichten, graphische Darstellungen, Tabellen u. dergl.)

• Formulierung von (Such- und Auswertungs-) Anfragen an das Speicherungssystem, Anfragesprachen wie SQL, SPARQL, Cypher und ähnlichem

• Auswahl von Speicherungssystemen (relational, Graph-DB, NoSQL, XML-Datenbanken, Document Stores etc.)

• Entwurf von Multimedia-Datenbanken (Schema)

• Formulieren von Anfragen an Multimedia-Datenbanken

• Programmentwicklung (mit Web-Schnittstelle und DatenbankZugriff, nicht unbedingt Programmieren, aber Spezifizieren, z.B. mit der UML)

• Oberflächengestaltung (besonders wichtig für einfaches Erfassen!)

Lernziele und Kompetenzen:

Die Studierenden können die erlernten Kompetenzen über Multimediadatenbanken auf Themenfelder der Geisteswissenschaften übertragen
Die Studierenden

• lernen unterschiedliche Anwendungsgebiete von Multimedialen und objektorientierten Datenbanken in den Digital Humanities kennen.

• übertragen die in der Informatik erlernten Kompetenzen auf kulturwissenschaftliche Fragestellungen.

• abstrahieren die Logik von Datenbanksystemen und bewerten bereits existierende Datenbanken.

• entwickeln selbstständig geeignete Konzepte für die Fallstudien.

Selbstkompetenz
Die Studierenden

• erweitern eigenständig den Umgang mit komplexen Anwendungen durch Eigenstudium.

• überwachen eigenständig ihren Arbeitsfortschritt und die Einhaltung vorgegebener Termine.

• festigen grundlegende Kompetenzen des Selbstmanagements und reflektieren den eigenen Lernprozess Sozialkompetenz

Die Studierenden

• tragen durch kritisches Feedback und Ergebnisdiskussion zum kooperativen und konstruktiven Arbeiten in der Gruppe bei.

• verbessern die Diskussionskultur, indem sie auf hohem Niveau Inhalte und methodische Zugänge argumentativ vertreten.

• erlernen den Umgang mit Kritik als Kritisierende und Kritisierte.

Literatur:

Wird auf studon bekannt gegeben und laufend aktualisiert. Folgender Pfad: 1. Phil >> 1.6 Medienwissenschaften und Kunstgeschichte >> Digitale Geistes- und Sozialwissenschaften

Studien-/Prüfungsleistungen:

Daten erfassen in den DH (Prüfungsnummer: 91551)

Untertitel: Applied Computer Vision and Machine Learning in Digital Humanities

Prüfungsleistung, Seminarleistung, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

weitere Erläuterungen:
wird in der ersten Stunde bekannt gegeben

Prüfungssprache: Deutsch und Englisch

Erstablegung: WS 2019/2020, 1. Wdh.: WS 2019/2020 (nur für Wiederholer)

1. Prüfer:

Jacqueline Klusik-Eckert