metadata.jsonld

{
  "@context": {
    "schema": "http://schema.org/",
    "dc": "http://purl.org/dc/elements/1.1/",
    "dcterms": "http://purl.org/dc/terms/",
    "lrmi": "http://purl.org/dcx/lrmi-terms/",
    "skos": "http://www.w3.org/2004/02/skos/core#",
    "@vocab": "http://schema.org/"
  },
  "@type": [
    "Book",
    "LearningResource"
  ],
  "name": "Waves of the Spanish Flu – Case Study",
  "description": "Diese OER führt in die Erstellung von QUADRIGA-OERs ein, bietet Inhalte für Nutzer:innen der OERs und dient gleichzeitig als Template für die Erstellung eigener OERs auf Basis der QUADRIGA-Empfehlungen.",
  "identifier": {
    "@type": "PropertyValue",
    "propertyID": "DOI",
    "value": "10.5281/zenodo.14970672",
    "url": "https://doi.org/10.5281/zenodo.14970672"
  },
  "version": "1.0.0-beta.3",
  "schemaVersion": "1.0.0",
  "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/",
  "workExample": {
    "@type": "SoftwareSourceCode",
    "name": "Source Code Repository",
    "codeRepository": "https://github.com/quadriga-dk/Text-Fallstudie-1"
  },
  "datePublished": "2024-06-17",
  "dateModified": "2026-02-19",
  "author": [
    {
      "@type": "Person",
      "givenName": "Daniil",
      "familyName": "Skorinkin",
      "name": "Daniil Skorinkin",
      "identifier": {
        "@type": "PropertyValue",
        "propertyID": "ORCID",
        "value": "0000-0002-1845-9974",
        "url": "https://orcid.org/0000-0002-1845-9974"
      },
      "affiliation": {
        "@type": "Organization",
        "name": "Universität Potsdam"
      }
    },
    {
      "@type": "Person",
      "givenName": "Henny",
      "familyName": "Sluyter-Gäthje",
      "name": "Henny Sluyter-Gäthje",
      "identifier": {
        "@type": "PropertyValue",
        "propertyID": "ORCID",
        "value": "0000-0003-2969-3237",
        "url": "https://orcid.org/0000-0003-2969-3237"
      },
      "affiliation": {
        "@type": "Organization",
        "name": "Universität Potsdam"
      }
    },
    {
      "@type": "Person",
      "givenName": "Peer",
      "familyName": "Trilcke",
      "name": "Peer Trilcke",
      "identifier": {
        "@type": "PropertyValue",
        "propertyID": "ORCID",
        "value": "0000-0002-1421-4320",
        "url": "https://orcid.org/0000-0002-1421-4320"
      },
      "affiliation": {
        "@type": "Organization",
        "name": "Universität Potsdam"
      }
    }
  ],
  "contributor": [
    {
      "@type": "Person",
      "givenName": "Hannes",
      "familyName": "Schnaitter",
      "name": "Hannes Schnaitter",
      "identifier": {
        "@type": "PropertyValue",
        "propertyID": "ORCID",
        "value": "0000-0002-1602-6032",
        "url": "https://orcid.org/0000-0002-1602-6032"
      },
      "affiliation": {
        "@type": "Organization",
        "name": "Humboldt-Universität zu Berlin, Institut für Bibliotheks- und Informationswissenschaft"
      }
    },
    {
      "@type": "Person",
      "givenName": "Evgenia",
      "familyName": "Samoilova",
      "name": "Evgenia Samoilova",
      "identifier": {
        "@type": "PropertyValue",
        "propertyID": "ORCID",
        "value": "0000-0003-3858-901X",
        "url": "https://orcid.org/0000-0003-3858-901X"
      },
      "affiliation": {
        "@type": "Organization",
        "name": "Universität Potsdam"
      }
    },
    {
      "@type": "Person",
      "givenName": "Lamia",
      "familyName": "Islam",
      "name": "Lamia Islam",
      "affiliation": {
        "@type": "Organization",
        "name": "Universität Potsdam"
      }
    }
  ],
  "inLanguage": "de",
  "keywords": [
    "OCR",
    "TODO"
  ],
  "about": [
    {
      "@type": "Thing",
      "name": "OCR"
    },
    {
      "@type": "Thing",
      "name": "TODO"
    },
    {
      "@type": "Thing",
      "name": "übergreifend"
    },
    {
      "@type": "Thing",
      "name": "übergreifend"
    }
  ],
  "audience": [
    {
      "@type": "Audience",
      "audienceType": "Promovierende"
    },
    {
      "@type": "Audience",
      "audienceType": "Forschende (PostDoc)"
    },
    {
      "@type": "Audience",
      "audienceType": "Hochschullehrende"
    }
  ],
  "timeRequired": "PT12H",
  "license": [
    {
      "@type": "CreativeWork",
      "name": "Source Code",
      "license": "https://opensource.org/licenses/AGPL-3.0"
    },
    {
      "@type": "CreativeWork",
      "name": "Content",
      "license": "https://creativecommons.org/licenses/by-sa/4.0/"
    }
  ],
  "hasPart": [
    {
      "@type": "LearningResource",
      "name": "Präambel",
      "description": "Beschreibung der Lernziele und technischer Voraussetzungen der Fallstudie.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/präambel/einführung.html",
      "timeRequired": "PT1M",
      "teaches": "Die Teilnehmenden verstehen die Lernziele und technischen Voraussetzungen der Fallstudie.",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Die Teilnehmenden kennen die Lernziele und technischen Voraussetzungen der Fallstudie.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "Fragestellung und Operationalisierung. Einführung in die Fallstudie",
      "description": "Dieses Kapitel bildet den Auftakt der Fallstudie und dient der Klärung des Erkenntnisinteresses, das die dann folgende Vorbereitung und Aufbereitung des Forschungsgegenstands (Korpus) und schließlich die Analyse leitet.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/research_question/research-question_intro.html",
      "timeRequired": "45min",
      "teaches": "Grundlagen korpusbasierter geisteswissenschaftlicher Forschung",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Die Entwicklung einer Digital Humanities-Fragestellung kann am Beispiel der Medienwellen-Forschung zur Spanischen Grippe nachvollzogen und erläutert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: 1 Planung"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Der Operationalisierungsprozess kann am Beispiel der Spanischen Grippe nachvollzogen und auf andere Forschungsfragen übertragen werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 3 Anwenden | Data Flow: 2 Erhebung und Aufbereitung"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "Korpusaufbau. Auswählen, sammeln, dokumentieren",
      "description": "Der Forschungsgegenstand wird in Form eines Korpus aufbereitet.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_collection/corpus-collection_intro.html",
      "timeRequired": "90min",
      "teaches": "Ansätze des Korpusaufbaus und Erstellung basaler Metadaten",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Korpora können als geisteswissenschaftliche Forschungsobjekte definiert und deren wesentliche Merkmale beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: 2 Erhebung und Aufbereitung"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die vier Hauptformate digitaler Texte (Bilddigitalisate, Plain Text, XML/TEI, CSV) können anhand ihrer charakteristischen Eigenschaften unterschieden und deren Vor- und Nachteile für spezifische Anwendungsfälle analysiert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 4 Analysieren | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die grundlegenden Metadatenschemata (Dublin Core, TEI, MODS, METS) und deren charakteristische Elemente für Korpora und Einzeldokumente können beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: 2 Erhebung und Aufbereitung"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Der schrittweise Prozess des praktischen Korpusaufbaus (Konzeptentwicklung, Metadatenerstellung und Datensammlung) kann am Beispiel eines Zeitungskorpus beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "OCR. Von Bild zu Text",
      "description": "In diesem Kapitel lernen wir, wie man mit OCR Bilder in Text umwandelt.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/ocr/ocr_intro.html",
      "timeRequired": "120min",
      "teaches": "OCR-basierte Korpuserstellung und Qualitätsbewertung",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Der Prozess der Optical Character Recognition (OCR) für die Korpuserstellung kann beschrieben und Tools zur Durchführung der OCR aufgezählt werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die notwendigen Schritte zur Verarbeitung ein- und mehrseitiger PDFs zu Text können aufgezählt und die Unterschiede zwischen Ursprungs- und Zielformat erklärt werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die grundlegenden Metriken zur OCR-Qualitätsevaluation (Präzision, Recall, F1-Score) können erläutert und deren Bedeutung für die Bewertung von OCR-Systemen beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die Schritte zur Qualitätsmessung eines OCR-Outputs können aufgezählt und die Qualitätsmaße interpretiert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 3 Anwenden | Data Flow: nicht anwendbar"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "OCR-Nachbereitung. Manuell, automatisch, LLMs",
      "description": "In diesem Kapitel werden wir die Ergebnisse der OCR nachbearbeiten.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/ocr_post_correction/post-correcting_intro.html",
      "timeRequired": "90min",
      "teaches": "OCR-Nachbearbeitung und Qualitätsverbesserung",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Verschiedene Verfahren der OCR-Nachbearbeitung können beschrieben und deren Einsatzzwecke unterschieden werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Regelbasierte Ansätze zur OCR-Nachkorrektur können beschrieben und deren Auswirkungen auf die OCR-Qualität anhand von Metriken erläutert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 4 Analysieren | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die grundlegenden Herausforderungen beim Einsatz von Large Language Models für die OCR-Nachbearbeitung können beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "Korpusverarbeitung. Von Strings zu Token",
      "description": "Die im Korpus enthaltenen Textdateien werden mit linguistischen Informationen angereichert.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_processing/corpus-processing_intro.html",
      "timeRequired": "60min",
      "teaches": "Korpusverarbeitung mit Natural Language Processing",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Die Grundkonzepte des Natural Language Processing können erklärt und die Funktionen von Tokenisierung und Lemmatisierung für die Textanalyse beschrieben werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 2 Verstehen | Data Flow: nicht anwendbar"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die notwendigen Schritte zur automatischen Annotation eines Texts können aufgezählt und Vorteile der Tokenisierung gegenüber einfacheren Methoden der Worttrennung genannt werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: nicht anwendbar | Bloom's: 3 Anwenden | Data Flow: nicht anwendbar"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "Korpusanalyse. Von Häufigkeiten zu Diagrammen",
      "description": "Nachdem die Korpuserstellung und -anreicherung abgeschlossen ist, wird in diesem Kapitel zur Forschungsfrage zurückgekehrt. Es soll die öffentliche Aufmerksamkeit für die spanische Grippe im Zeitaum von 1918-1920 an Hand von Worthäufigkeiten derjenigen Wörter gemessen werden, die direkt oder indirekt auf die spanische Grippe verweisen.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/corpus_analysis/corpus-analysis_intro.html",
      "timeRequired": "90min",
      "teaches": "Frequenzanalysen semantischer Felder",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Das Konzept des semantischen Feldes kann erklärt, der Unterschied zwischen absoluten und relativen Häufigkeiten beschrieben und die Darstellungsmethoden des Liniendiagramms und der Key Word in Context (KWIC)-Anzeige interpretiert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: 4.1 Datenanalyse | Bloom's: 2 Verstehen | Data Flow: 4 Analyse"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die notwendigen Schritte zur Frequenzanalyse eines semantischen Felds können aufgezählt, Unterschiede in der Berechnung der Häufigkeiten benannt und die Ergebnisse reflektiert werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: 4.1 Datenanalyse | Bloom's: 5 Bewerten | Data Flow: 4 Analyse"
        },
        {
          "@type": "AlignmentObject",
          "targetName": "Die Darstellungsmethode Keywords in Context kann beschrieben, Wörter zur Anzeige ausgewählt und diese angezeigt werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: 4.2 Visualisierung | Bloom's: 3 Anwenden | Data Flow: 4 Analyse"
        }
      ]
    },
    {
      "@type": "LearningResource",
      "name": "Reflexion",
      "description": "Auch wenn es uns gelungen ist, das Ziel der Fallstudie zu erreichen und unsere eingangs formulierte Forschungsfrage nach den \"Medienwellen\" der Spanischen Grippe insofern exemplarisch zu beantworten, als wir tatsächliche eine wellenartige Entwicklung der quantitative verstandenen Aufmerksamkeit in ausgewählten Berliner Tageszeitungen nachweisen konnten, gibt es mehrere Punkte, die abschließend kritisch zu reflektieren sind.",
      "url": "https://quadriga-dk.github.io/Text-Fallstudie-1/reflection/reflection_reflection.html",
      "timeRequired": "30min",
      "teaches": "Kritische Bewertung der Reichweite und Limitationen",
      "educationalAlignment": [
        {
          "@type": "AlignmentObject",
          "targetName": "Die methodischen Limitationen einer Digital Humanities-Fallstudie können benannt werden.",
          "educationalFramework": "QUADRIGA Competency Framework",
          "targetDescription": "Competency: 4.3 Interpretation | Bloom's: 5 Bewerten | Data Flow: 4 Analyse"
        }
      ]
    }
  ],
  "dcterms:tableOfContents": "- Präambel\n- Fragestellung und Operationalisierung. Einführung in die Fallstudie\n- Korpusaufbau. Auswählen, sammeln, dokumentieren\n- OCR. Von Bild zu Text\n- OCR-Nachbereitung. Manuell, automatisch, LLMs\n- Korpusverarbeitung. Von Strings zu Token\n- Korpusanalyse. Von Häufigkeiten zu Diagrammen\n- Reflexion\n- Epilog",
  "funding": "Die vorliegenden Open Educational Resources wurden durch das Datenkompetenzzentrum QUADRIGA erstellt.\n\nFörderkennzeichen: 16DKZ2034",
  "learningResourceType": "Jupyter Book",
  "lrmi:learningResourceType": "Jupyter Book",
  "dcterms:type": "Jupyter Book",
  "dc:type": "Jupyter Book"
}