Aarhus University Seal / Aarhus Universitets segl

Use-cases

Brugen af digitale metoder er forskellige fra fagfelt til fagfelt. I nogle fag er der allerede en lang tradition for at bruge computerkraft til at analysere data, mens andre fag først i de senere år har set en udvikling mod at arbejde med datamængder, som man ikke på anden vis kan processere.

Den voksende interesse er affødt af flere forhold: flere og flere historiske kilder bliver digitaliseret – aviser, bøger, billeder, radioarkiver, mv. – og giver nye muligheder for at søge og for at se mønstre i arkiverne. Samtidig er digitaliseringen allestedsnærværende: ikke blot de medier, som vi benytter os af, og den information, som vi forholder os til, og store dele af de ting vi selv skaber, er født digitalt, men vi afsætter også en hav af fodspor, som vidner om bestemte former for menneskelig aktivitet. Et nyt forskningsfelt Cultural Analytics, som tager bestik af denne overvældende mængde data, er således en af konsekvenserne af denne udvikling.

Selvom fagene har forskellige behov og udfordringer, så er der også mange fællestræk: man skal have adgang til data, gøre data klar til bearbejdning, og man skal være i stand til at foretage en analyse af data. På denne side har vi samlet links til forskellige projekter, der har anvendt digitale tilgange til at takle faglige problemstillinger. 


 

 

#1 Computing Religion: A New Tool in the Multilevel Analysis of Religion

Felt: Religionsvidenskab

Forfattere: Nielbo, Kristoffer L., Donald M. Braxton og Afzal Upal.

Værktøjer: cognitive / computational modeling, data simulations

Artiklen argumenterer for digitale redskabers værdi i religionsforskning, blandt andet ved gennemgang af studier, hvor digitale metoder er anvendt.

Link til artiklen


#2 Detecting Contrast Patterns in Newspaper Articles by Combining Discourse Analysis and Text Mining

Felt: Lingvistik; pragmatics

Forfattere: Pollak, Senja, Roel Coesemans, Walter Daelemans og Nada Lavrač.

Værktøjer: Text / data mining, databases

Studiet kombinerer text mining og diskursanalyse i en undersøgelse af pressedækning af det kenyanske præsidentvalg i 2007.  Dette er på et tidspunkt (2011), hvor ”computer tools are not yet part of the mainstream methodology” i feltet.

Link til artiklen    


#3 Loudness in the Novel

Felt: Litteraturhistorie

Forfattere: Holst Katma

Værktøjer / metode: Text mining, ”distant reading”

Stanford Literary Labs Holst Katma analyserer “loudness” i et stort korpus af britiske romaner fra 1800-tallet og finder en signifikant “quieting down of the British novel over the course of the 19th century”. Desuden undersøges hvordan lydniveauet i en given scene påvirker plot og læser.

Link til artiklen

En kort gennemgang af flere af Literary Labs studier kan ses her