BA Inhaltsanalyse

Parasoziale Beziehungen im Zeitverlauf: (Computergestützte) Inhaltsanalyse von parasozialen Beziehungen auf YouTube

Felix Dietrich

Johannes Gutenberg-Universität Mainz
BA Inhaltsanalyse: Inhalte öffentlicher Kommunikation KF G
Wintersemester 2024/2025

Willkommen!

Sie können horizontal durch die Sitzungen und vertikal innerhalb der Sitzungen navigieren
Verwenden Sie die Pfeiltasten
Verwenden Sie “M”, um das Menü zu öffnen
Die Kurs-Website und alle Folien finden Sie unter https://felixdidi.github.io/24-2-ia
Drücken Sie ? auf Ihrer Tastatur, um mehr darüber zu erfahren, wie Sie durch die Folien navigieren können!

Sitzung 01: Einführung

Ressourcen für diese Sitzung

https://felixdidi.github.io/24-2-ia/

Krippendorff (2018); Neuendorf (2017); Oehmer-Pedrazzi et al. (2023); Rössler (2017);

Das Genre “Family-Vlog”

4 Mio. Aufrufe; 6,6 Mio. Abonnenten

“You guys don’t know how much you mean to my daughter. You guys are so special and so amazing and I hope you guys know how many little people you make so happy. My daughter will forever know what family is because of you guys! Please shout out my daughter Haylee Heidt from Saskatoon Saskatchewan. She is 12 and in grade 6”

“I love you Titus and I love you right away I love all of you guys and your dad and mum ❤️”

Haben Sie schonmal ein ähnliches Video geschaut?
Was denken Sie: Warum schauen Menschen sich so etwas an?

Los geht’s!

Welche sind die wichtigsten Fragen, die in dieser Sitzung beantwortet werden sollen?

Worum geht es in diesem Kurs?
Was werde ich lernen?
Was werde ich tun (müssen)?

Kurs-Website

Verfügbar unter https://felixdidi.github.io/24-2-ia
Bitte nach dieser Sitzung im Detail ansehen

Kursmaterial

Wird über die Kurs-Website (und Moodle) bereitgestellt
Bitte prüfen Sie, ob Sie Zugang zur Moodle-Plattform haben
Sie sollten automatisch zum Moodle-Kurs hinzugefügt werden
Wenn Sie bis Ende dieser Woche keinen Zugang haben, schreiben Sie bitte eine E-Mail

Vorstellungsrunde

Über Felix

Doktorand & wiss. Mitarbeiter
am Fachbereich Medienpsychologie
JGU Mainz

Meine Forschungsinteressen umfassen:

Rezeption und Wirkung von Unterhaltungsmedien
Algorithmische Kuratierung von Medieninhalten
Digitale Autonomie & mentale Gesundheit
Open & Computational Communication Science

Und Sie?

Wie ist Ihr Name?
Was ist Ihr Haupt- und Nebenfach?
Haben Sie schonmal etwas von PSI/PSB gehört? Wie groß ist Ihr Interesse an computergestützten Analysemethoden?

Seminarübersicht

Theoretische Grundlagen & Empirische Umsetzung

Datum	Thema
24.10.24	Einführung & Organisation
31.10.24	Parasoziale Beziehungen im Zeitverlauf
07.11.24	Eine Problemstellung entwickeln
14.11.24	Grundlagen der manuellen Inhaltsanalyse
21.11.24	Chancen & Risiken automatisierter Methoden
28.11.24	Automatisierte Inhaltsanalyse 1
05.12.24	Automatisierte Inhaltsanalyse 2
12.12.24	Codebuch & Goldstandard
19.12.24	Durchführung Inhaltsanalyse

Seminarübersicht

Auswertung & Aufbereitung

Datum	Thema
09.01.25	Datenanalyse 1: Reliabilität und Validität
16.01.25	Datenanalyse 2: Hypothesentests
23.01.25	Rezfo 2025 (Keine Sitzung)
30.01.25	Datenanalyse 3: Ergebnisaufbereitung
06.02.25	Semesterabschluss und Informationen zum Projektbericht
17.03.25	Einreichungsfrist für Hausarbeiten

Hinweis: Die Seminarstruktur kann an die individuellen Bedürfnisse und Interessen der Projektgruppen angepasst werden.

Was werde ich lernen?

Expertise

Forschung zur digitalen Mediennutzung, Fokus auf parasoziale Phänomene
Anwendung von Inhaltsanalyse auf Medieninhalte

Methodische Kompetenz

Entwicklung empirischer Forschungsdesigns zur Inhaltsanalyse (Schwerpunkt Computational Communication Science)
Durchführung und Dokumentation von Datenanalyse und Reflexion der methodischen Grenzen

Persönliche Kompetenz

Problemlösungskompetenz bei forschungsorientierten Aufgaben
Übertragung des Wissens auf ähnliche Fragestellungen

Was muss ich tun?

Seminar-Sitzungen

Nehmen Sie an den Seminar-Sitzungen teil

Leseaufgabe (siehe “Vorbereitung” im Seminarplan)

Lesen Sie die bereitgestellte Literatur, um sich auf eine Seminar-Sitzung vorzubereiten
Orientieren Sie sich bei der Lektüre an den Fragen, die am Ende der letzten Sitzung gestellt wurden
Sie sollten in der Lage sein, diese Fragen in der Sitzung zu beantworten

Wie man liest und wie man nicht lesen sollte?

Lesen Sie wissenschaftliche Literatur nicht wie einen Roman
Beginnen Sie mit Titel, Zusammenfassung und Zwischenüberschriften, um einen ersten Eindruck zu gewinnen
Wenn Sie digital lesen, suchen Sie nach Schlüsselwörtern
Überlegen Sie: “Was will ich von diesem Text?”
Beantworten Sie Ihre eigenen Fragen (ich werde auch einige stellen)

Was muss ich tun?

Arbeit in den Arbeitsgruppen

Gruppenarbeit im Seminar: ca. 5 Studierende pro Gruppe
Maximal 5 Arbeitsgruppen im Seminar
Prinzip: “Learning by doing”
Studierende sammeln praktische Erfahrungen in Arbeitsgruppen (AGs)
Austausch mit anderen AGs: Kennenlernen von Methoden, Themen und Arbeitsweisen
Feedback geben und erhalten: zur eigenen und zu anderer AG-Arbeit

Präsentation des Projektfortschritts (nicht benotet)

Wöchentliche Gruppensitzungen während des Seminartermins
Fester Bestandteil: 5-Minuten-Gruppenbericht, präsentiert von einem Gruppenmitglied
Jedes Mitglied präsentiert im Laufe des Seminars einmal
Nach jedem Bericht: Feedbackrunde (Gruppe und Seminarteilnehmer)
Alternative Sitzungen: offene Arbeitssitzung oder Sprechstunde
Weitere Infos zur Gruppenarbeit: siehe Aufgabe Woche 1

Was muss ich tun?

Abgabe von Methodenübungen (nicht benotet)

In der Gruppe:

Allgemeine Aufgaben für alle Gruppen: in der Spalte “Aufgaben” der Seminarübersicht
- Müssen i.d.R. nicht abgegeben werden
- Orientieren sich am Fortschritt der Gruppenarbeit

Individuell:

Insgesamt drei “Hausaufgaben” zu Methodenübungen
- Abgabe der R-Datei via Moodle
- Weitere Informationen in den entsprechenden Sitzungen

Was muss ich tun?

Benotete Leistung (“Prüfungsleistung”)

Informationen auf der Kurswebsite & in der letzten Sitzung

Allgemeine Literatur

Soweit Fragen?

https://felixdidi.github.io/24-2-ia

Gruppenbildung

Siehe Aufgabe 1

Vorbereitung auf die kommende Sitzung

Siehe Vorbereitung Sitzung 2

Sitzung 02: Parasoziale Beziehungen im Zeitverlauf

Ressourcen für diese Sitzung

Walter et al. (2023); Leith (2021)

Unterhaltungserleben: Klassische Definition

In der kommunikationswissenschaftlichen Unterhaltungsforschung wird Medienunterhaltung meist als Rezeptionsphänomen definiert:

Unterhaltung ist, was Rezipienten als unterhaltsam wahrnehmen

Bosshart & Macconi (1998)

Traditionell wird das Unterhaltungserleben als angenehmer und positiver Erlebenszustand beschrieben:

“enjoyment typically has been defined using terms associated with pleasure and measured as a positive emotional reaction to content”

Raney & Bryant (2019, S. 324)

Die klassischen Definitionen des Unterhaltungserlebens nehmen somit eine rein hedonische Sichtweise ein: Unterhaltungserleben ist das reine Vergnügen an der Medienrezeption

Problem: Die rein hedonische Perspektive klassischer Unterhaltungstheorien vernachlässigt die Rezeption von Stimuli, die zunächst zu aversiven Reaktionen führen

Aktuelle Ansätze zum Unterhaltungserleben: Zwei-Prozess-Modelle

Neuere Zwei-Prozess-Modelle des Unterhaltungserlebens berücksichtigen auch die non-hedonische Seite der Medienunterhaltung

Basic Psychological Needs

Menschen streben nicht (nur) nach hedonischem Glück, sondern nach psychologischem Wachstum (Self-Determination Theory, Ryan & Deci, 2000)
Grundlegende psych. Bedürfnisse:
- Kompetenz
- Autonomie
- Soziale Verbundenheit
Mediennutzung orientiert sich an diesen Bedürfnissen (bspw. Tamborini et al., 2011)

Appreciation

Statt Streben nach Unterhaltung, Suche nach “Meaningful Entertainment” (Oliver & Raney, 2011)
Form des Genusses von Medien auf höherer kognitiver Ebene
Wird empfunden bei:
- Moralischer/ästhetischer Schönheit
- Erinnerung an die eigene Endlichkeit und den Sinn des Lebens

Warum forschen wir dazu?

Psychologisches Wohlbefinden

“Optimal psychological functioning and experience”

Ryan & Deci (2001, p. 142)

Hedonia

Fokus auf Glück und Lebenszufriedenheit
Erreichen von Freude (positiver Affekt)
Schmerzvermeidung (Vermeidung von negativem Affekt)
Manchmal auch subjektives Wohlbefinden genannt

Eudaimonia

Fokus auf volle Funktionsfähigkeit
Bedeutsamkeit / Sinn (Meaning)
Selbstverwirklichung

Zwei-Kontinua-Modelle der psychischen Gesundheit

im Zusammenhang mit computervermittelter Kommunikation, siehe Meier & Reinecke (2021)

Mentale Gesundheit

Psychopathologie

Psychische Erkrankung
Persönliches Leiden
Beeinträchtigung der Lebensfunktionen
Dysfunktion

Psychologisches Wohlbefinden

Glück und Lebenszufriedenheit
Persönliches Wachstum
Entfaltung und Lebensqualität

Hedonia

Eudaimonia

Besprechung der Literatur

Wie entstehen PSBs?
Was sind potentielle Prädiktoren für die Intensität von PSBs?
Was meint Leith mit “verbal immediacy”? Notieren Sie sich Fragen zu möglichen Unklarheiten
Was sind potentielle Unterschiede bei PSI und PSB zu Social-Media-Persönlichkeiten im Vergleich zu TV-Personae (z.B. Charaktere in einem Film oder Nachrichtensprecher:innen)
Überlegen Sie sich, inwiefern das alles auf das Anwendungsbeispiel der Family-Vlogs zutreffen kann

Parasoziale Phänomene

Das Konzept der parasozialen Interaktion (PSI) geht zurück auf Horton & Wohl (1956)
In ihrer Forschung über die Rezeption von Fernsehmoderatoren stellten sie fest, dass diese oft die Illusion einer direkten Interaktion mit dem Publikum vermitteln
Das Fernsehen hat keinen Rückkanal, parasoziale Interaktionen stellen “Schein”-Beziehungen zwischen Mediennutzer:innen und Persona dar
Es besteht eine “wahrgenommene Reziprozität” zwischen Mediennutzer:innen und Persona
PSI entsteht durch automatisierte Prozesse der sozialen Wahrnehmung:
- Wir kategorisieren unwillkürlich alle Objekte in unserer Umgebung in unbelebte Dinge und soziale Akteure
- Medienpersonae werden als soziale Akteure kategorisiert und behandelt, obwohl eine direkte Interaktion mit ihnen nicht möglich ist
siehe auch Hartmann & Goldhoorn (2011), Rubin et al. (1985)

Von der PSI zur PSB

Eine Reihe von Einflussfaktoren bestimmen die Stärke der PSI, z.B.:
- die Obtrusivität der Persona, d.h. ihre Medienpräsenz oder Aufdringlichkeit
- die Persistenz der Persona, d. h. die Dauer und Häufigkeit ihres Auftretens
- die direkte Ansprache der Mediennutzer:in durch die Persona
- Die Attraktivität der Persona
- der Grad des Anthropomorphismus (Menschenähnlichkeit) der Persona und ihre Realitätsnähe (z.B. menschlich vs. außerirdisch)
Aus PSI können sich im Laufe der Zeit parasoziale Beziehungen (PSB) entwickeln, die längerfristige Bindungen zu einer Persona beschreiben
Parasoziale Beziehungen stellen in der Regel keine innigen Freundschaften dar und leisten für die Mehrheit der Rezipienten keinen Ersatz für reale Beziehungen
siehe z.B. Tukachinsky & Stever (2019), Walter et al. (2023)

Verbal Immediacy

“Past studies have also found that NLP tools like LIWC can identify and score messages for language that conveys closeness and immediacy (Borelli et al., 2011; Pennebaker & King, 1999). Namely, verbal immediacy scores increased in closer relationships (Cegala, 1989) and decreased when individuals were less involved (Borelli et al., 2011; Cohn et al., 2004).”

Leith (2021, S. 116)

“Bazarova et al. (2013) used LIWC to score the verbal immediacy of close friends on Facebook in comparison to strangers. They found that verbal immediacy correlated with partner familiarity. Public messages to friends had a greater verbal immediacy score than the public messages to strangers . . . It is therefore expected that the messages to a PSR partner are more like the messages to a friend than a stranger.”

Leith (2021, S. 120)

Verbal Immediacy

“The LIWC score for verbal immediacy is the arithmetic mean for first-person singular pronouns, present focus, discrepancies, words greater than six letters, and articles, with the last two scores being inversely scored”

Leith (2021, S. 120)

Sitzung 03: Eine Problemstellung entwickeln

Ressourcen für diese Sitzung

Döring (2022)

Mögliche Diskussionspunkte

Inwiefern bilden sich die von Ihnen genannten Konstrukte in Medieninhalt ab (z.B. Nutzer:innenkommentare, bildlich oder textuell im Video)? Wie implizit oder explizit ist das Konstrukt in diesen Inhalten vorhanden?
- z.B. Übertragung normativer Fragen (Ethik) auf empirisch messbare Dimensionen
- z.B. Emotionales Empfinden → Ausdrucksformen
Inwiefern lassen sich diese Fragestellungen auch in anderen Nutzungskontexten untersuchen?
- z.B. Fernsehen (nur Inhalte, keine Nutzer:innenreaktionen)
- z.B. Podcasts
- siehe auch zukünftige Sitzung zu Datenerhebung
Welche Limitationen könnte ein inhaltsbasierter Ansatz haben, und wie können wir diese möglichst gering halten?

Sitzung 04: Grundlagen der manuellen Inhaltsanalyse

Ressourcen für diese Sitzung

Krippendorff (2018); Neuendorf (2017); Oehmer-Pedrazzi et al. (2023); Rössler (2017)

Sozialwissenschaftliche Methoden

Definition der Inhaltsanalyse

“Content analysis is a research technique for the objective, systematic, and quantitative description of the manifest content of communication.”

Berelson (1952, p. 18)

Gibt es ein Problem mit diesem Tweet?

Manifester vs. latenter Inhalt

Manifest: Elemente, die physisch vorhanden und zählbar sind
Latent: Konstrukte, die nicht direkt gemessen werden können
- Messung durch die Bewertung der Codierer:in…
- …oder mehrere manifeste Indikatoren

“Content analysis is a research technique for making replicable and valid inferences from texts (or other meaningful matter) to the contexts of their use.”

Krippendorff (2018, p. 18)

“Content analysis is a summarizing, quantitative analysis of messages that follows the standards of the scientific method (including attention to objectivity–intersubjectivity, a priori design, reliability, validity, generalizability, replicability, and hypothesis testing based on theory) and is not limited as to the types of variables that may be measured or the context in which the messages are created or presented.”

Neuendorf (2017, p. 17)

Die Mythen der Inhaltsanalyse

Die Inhaltsanalyse beschränkt sich auf einfache Analysen
Jeder kann eine Inhaltsanalyse durchführen; sie erfordert keine besondere Vorbereitung
Der Begriff Inhaltsanalyse bezieht sich auf alle Untersuchungen von Nachrichten (z.B. was ist mit “qualitativer Inhaltsanalyse”?)
Die Inhaltsanalyse ist nur für den akademischen Gebrauch bestimmt

Kann man nur das analysieren, was “im” Text ist? (wie der Inhalt eines Containers)

“The term ‘content’ in content analysis is something of a misnomer because verbal materials may be examined for content, for form (e.g., style, structure), function, or sequence of communications”

Smith (2000, p. 314)

Ziele der Inhaltsanalyse

Beschreibung des Nachrichteninhalts
- im Allgemeinen nicht problematisch - aber siehe Problem latenter vs. manifester Inhalt
- z.B. “Inwieweit kommen populistische Kommunikationsstrategien in extremistischen Propagandavideos vor?” (vgl. Schmitt et al., 2018)
Die Untersuchung der Qualität von Botschaften
- erfordert einen (normativen) Rahmen
- z.B. “Gibt es einen Unterschied zwischen rechtsextremen und islamistischen Propagandavideos in Bezug auf den Einsatz populistischer Kommunikationsstrategien?” (vgl. Schmitt et al., 2018)
Inferenz
- erfordert zusätzliche Daten oder tiefgreifende theoretische Annahmen
- prognostische Inferenz (z.B. “Welchen Einfluss haben populistische Kommunikationsstrategien in extremistischen Propagandavideos auf die Zuschauer?”)
- diagnostische Inferenz (z.B. “Welche Elemente der Diskursarchitektur fördern die Verwendung bestimmter populistischer Kommunikationsstrategien?”)

Forschungsobjekte

Private Kommunikation, z.B. Briefe, Privatgespräche, private Nachrichten
Öffentliche Kommunikation, z.B. öffentliche Reden, Medienberichte von Print-, Online-, TV- und Radiosendern, Protokolle von Parlamentsdebatten, Beiträge in sozialen Medien, Anzeigen, …
Visuelle Objekte (Fotos, Diagramme usw.) vs. geschriebener Text vs. gesprochener Text (muss vor der Analyse transkribiert werden)

Potenziale der Inhaltsanalyse

Quantitative Beschreibung von großen Mengen von Nachrichten
Ermöglicht retrospektive Längsschnittstudien
Keine Verweigerungen oder Aussteiger
Nicht-Reaktivität
Anwendbar auf alle Formen der Kommunikation

Einheiten

Population: Gesamtheit der Medienbotschaften, über die die Studie Schlussfolgerungen ziehen soll
Untersuchungseinheiten: Formal definierte Einheiten (im Codebuch), die die Grundlage für eine Analyse bilden, z.B. Zeitungsausgaben, Twitter-Posts von bestimmten Accounts innerhalb eines bestimmten Zeitraums usw.
Analyseeinheiten: Einheiten, die kodiert werden und auf denen die Ergebnisse beruhen sollen (z.B. Tweets, Artikel, Fotos, Absätze, Sätze, Wörter usw.)

Welche möglichen Analyseeinheiten sehen Sie hier?

Artikel-Ebene, Absatz-Ebene, Satz-Ebene, Bild-Ebene, Wort-Ebene

Design-Entscheidungen

Materialien für die manuelle Kodierung

Codebuch: System von Regeln und Anweisungen für die Auswahl und Kodierung von Nachrichten
- Grundlegende Definitionen von theoretischen Begriffen
- Untersuchungseinheiten und Analyseeinheiten
- Kriterien für die Aufnahme
- System der zu kodierenden Kategorien
- Detaillierte Kodierungsanweisungen
Kodierschema: Heutzutage typischerweise eine Datendatei im Tabellenformat
Kodiererschulungen und anschließende Reliabilitätstests

Beispiel für ein Codebuch hier: https://osf.io/2z3dk/

Inhaltsanalyse nach den Standards der wissenschaftlichen Methode

“Content analysis is a summarizing, quantitative analysis of messages that follows the standards of the scientific method (including attention to objectivity–intersubjectivity, a priori design, reliability, validity, generalizability, replicability, and hypothesis testing based on theory) and is not limited as to the types of variables that may be measured or the context in which the messages are created or presented.”

Neuendorf (2017, p. 17)

Objektivität-Intersubjektivität

Objektivität: Vermeidung von Voreingenommenheit des Beobachters
Aber: Soziale Konstruktion der Wirklichkeit

Nicht: “Ist es wahr?”, sondern “Sind wir uns einig, dass es wahr ist?”.
Intersubjektivität

A priori design

Wird bei Inhaltsanalysen oft verletzt
Alle Entscheidungen müssen getroffen werden, bevor der Messprozess beginnt!
- Variablen
- ihre Messung
- Kodierregeln
Menschliche Kodierung: das Kodierbuch und das Kodierformular müssen im Voraus erstellt werden
Automatisierte Kodierung: das Wörterbuch, der Promt, oder ein anderes Kodierungsprotokoll sollte im Voraus erstellt werden

Darüber hinaus…

Verallgemeinerbarkeit: siehe “The Computational Niche” in der nächsten Sitzung
Replizierbarkeit: werden wir am Rande besprechen
Hypothesenprüfung auf der Grundlage von Theorie: gute Problemstellung entwickeln
Reliabilität und Valdität: Wird in einer eigenen Sitzung behandelt

Fragen?

Die vorliegenden Daten zu Family-Vlogs

n = 280.427 Kommentare unter
2.265 Videos
aus 13 Kanälen
M_{Kommentare/Person} = 8.00 (SD = 8.68)
M_{Beziehungsdauer} = 453 Tage
M_{Abonnenten/Kanal} = 5,07 Mio.

Kanäle

@travandcor
@throughryanseyes
@theedwardsfamily
@thejohnsonfam
@onyxfamilyshow
@thecrosbys
@louisepentland

@justjordan33
@kayceerachelwonderland
@familiadiamond
@coleandsav
@cjsocool
@bramfam

Sitzung 05: Chancen & Risiken automatisierter Methoden

Ressourcen für diese Sitzung

van Atteveldt & Peng (2018)

Chancen, Herausforderungen und Fallstricke der computergestützten Kommunikationswissenschaft

Wie können Sie die Möglichkeiten von CCS im Hinblick auf Ihr Forschungsinteresse nutzen?
Wie können Sie mögliche Fallstricke in Bezug auf Ihr Forschungsinteresse vermeiden?

basierend auf van Atteveldt & Peng (2018)

Chancen

Vom Selbstbericht zum tatsächlichen Verhalten
Von Laborexperimenten zu Studien über das echte soziale Umfeld
Von Small-N zu Large-N
Von solitärer zu kollaborativer Forschung

Herausforderungen und Fallstricke

Wie können wir Forschungsdaten zugänglich machen?
Sind “Big Data” immer gute Daten?
Sind computergestützte Messmethoden valide und reliabel?
Was ist verantwortungsvolles und ethisches Vorgehen in der computergestützten Kommunikationsforschung?
(Wie erhalten wir die erforderlichen Fähigkeiten und Infrastrukturen?)

The Computational Niche

Wie passt Ihr Forschungsinteresse in die “Computational Niche?
Wie könnten Sie die von Margolin (2019) vorgeschlagenen Empfehlungen umsetzen?

Relationship between comparative advantages (rows) and recommendations (columns)

	Provide Multi-Causal Inventories	Report Informative Findings	Measure Important Variables “As Is”	Use Purposive Samples
Test External Validity	Fully articulate state of prior knowledge	Give “null finding” equal importance	Converts construct validity concerns to evaluations of theoretical boundary conditions	Guides field to deploy systematic, controlled variation across studies
Explore Theoretical Relevance		Identify when prior expectations are weak for relevant variables	Identifies theories that do and do not explain real world phenomena
Audition Hypotheses for Field	Provide all hypotheses that fit the data			Show that an effect holds in a specific, defined, sub-group and so may be generalizable
Create Unimaginable Hypotheses	Researchers must go beyond “most intuitive” explanation and acknowledge competing alternatives		Encourages theoretical interrogation of unexpected predictors	Reduce reliance on face valid comparisons that disguise counterintuitive differences

Sinnvolle Fragen stellen

basierend auf Jungherr & Theocharis (2017)

Nutzung neuer Daten, um bestehende Theorien zu überprüfen, aber vor allem, um neue Theorien zu entwickeln, die auf neuen Erkenntnissen beruhen, die mit den bisherigen Forschungsinstrumenten nicht hätten gewonnen werden können
Entwicklung neuer Konzepte und Messmethoden, die uns in Kombination dabei helfen können, besser zu verstehen, wie die von dieser neuen Datenquelle erfassten Einstellungen und Verhaltensweisen nicht nur auf größere Phänomene, sondern auch auf unser bestehendes Verständnis abgebildet werden, wodurch klarer wird, welche Schlüsse wir bei der Untersuchung komplexer sozialer und politischer Prozesse ziehen können - und welche nicht.
Unsere erkenntnistheoretischen Instrumente und Methoden neu bewerten und durch interdisziplinäre Zusammenarbeit neu abstimmen, so dass sie synergisieren, anstatt miteinander zu konkurrieren
Sicherstellen, dass das gesamte Forschungsprogramm im Einklang mit wissenschaftlichen Werten, Ethik und Praktiken steht

Fragen?

Sitzung 06: Automatisierte Inhaltsanalyse 1
Datenerhebung

Ressourcen für diese Sitzung

Possler et al. (2019)

Agenda

Einrichtung von R & RStudio sowie ggf. Python
Besprechung des Skripts zu automatisierter Datenerhebung
Übungen
Überarbeitung Codebuch

Einrichtung & Tech Support

Besprechung: Datenerhebung

Übungen

Überarbeitung Codebuch

Bitte beachten:

Keine Befragungsstudie, sondern Inhaltsmerkmale!
Die Frage im Codebuch ist keine Forschungsfrage, sondern instruiert die Codierer:in, Ausprägungen eines Konstrukts zu evaluieren (PSI/PSB). Kann daher alternativ auch als Instruktion formuliert werden

Beispiel “Sentiment-Analyse”

Die allgemeine Stimmung oder Tonalität des Textes soll erfasst werden. Dabei liegt der Fokus nicht auf einzelnen Aussagen oder Passagen, sondern auf der Gesamteinschätzung der Stimmung.

Ausprägungen: 1 = negativ, 2 = neutral, 3 = positiv

Empfohlener Ablauf:

Den gesamten Text lesen und eine intuitive Einschätzung der Gesamtstimmung vornehmen.
Den Text ein zweites Mal lesen, dabei gezielt nach positiven und negativen Elementen suchen.

Eigene Meinungen sollten zurückgestellt werden; die Bewertung sollte möglichst objektiv erfolgen und sich darauf konzentrieren, wie der Text insgesamt wirkt.

Überarbeitung Codebuch

Arbeitsauftrag 1

Mischen Sie sich in den Gruppen so, dass an jedem Tisch mindestens eine Expert:in aus jeder Gruppe ist
Tragen Sie Ihre Ideen und Vorschläge zusammen
Diskutieren Sie, was gut funktionieren könnte, was nicht (und warum)
Nutzen Sie evtl. den Kommentare-Datensatz für Tests

Überarbeitung Codebuch

Arbeitsauftrag 2

Finden Sie sich wieder in Ihrer Forschungsgruppe zusammen
Besprechen Sie, was Sie von den Kommiliton:innen gelernt haben
Überarbeiten Sie das Codebuch entsprechend

Hausaufgaben!

Individuelle Abgabe einer .R-Datei mit Ihrem Code zur Lösung der Aufgaben 1-3 zu Datenerhebung (via LMS)
Gruppenabgabe überarbeitetes Codebuch (via Mail)
Beides bis Dienstag, 03.12., 12 Uhr mittags

Fragen?

Sitzung 07: Automatisierte Inhaltsanalyse 1
Zero-Shot Klassifikation

Ressourcen für diese Sitzung

Törnberg (2023); Törnberg (2024)

Agenda

Feedback zu Übung 1
Knappe theoretische Einführung
Transformerbasierte Sprachmodelle und Zero-Shot-Klassifikation
Kurze praktische Übung
Überarbeitung Codebuch

Feedback zu Übung 1

Dateiendung .R bei der Abgabe
Installation von Python (nach Bedarf)
- Wichtig: Immer Environment aktivieren und Pakate darin installieren
Berechnung von deskriptiven Statistiken zum Datensatz (summarise)
vs. Anlegen neuer Variablen (mutate) auf Zeilenbasis

yt_metadata |>
  summarise(
    mean_kommentare = mean(comment_count, na.rm = TRUE),
    mean_aufrufe = mean(view_count, na.rm = TRUE),
    mean_likes = mean(like_count, na.rm = TRUE)
  )

# A tibble: 1 × 3
  mean_kommentare mean_aufrufe mean_likes
            <dbl>        <dbl>      <dbl>
1           2847.     2420861.     74211.

yt_metadata |>
  mutate(
    interaction_count = comment_count + like_count
  ) |> 
  select(comment_count, like_count, interaction_count)

# A tibble: 5 × 3
  comment_count like_count interaction_count
          <dbl>      <dbl>             <dbl>
1          1000       6731              7731
2          8000     122526            130526
3          3500     220656            224156
4          1500      17421             18921
5           234       3723              3957

Fragen?

Automatisierte Inhaltsanalyse

Verfügbarkeit großer Textmengen
Dadurch Interesse an automatisierten Methoden stark angestiegen
Problem: Wie kann ein Computer natürliche Sprache “verstehen”?

Anwendungsbeispiel:

Self-Transcendent Emotions (Awe - Gratitude - Elevation - Admiration - Hope) als Beispiel einer eudaimonischen Unterhaltungserfahrung

Wie könnten wir das in Nutzer:innenkommentaren messen?

comments <- c(
  "Watching this, I feel so small yet so deeply connected to something infinitely greater. The beauty of this sunrise reminds me that we are all part of this vast, intricate universe, and it fills me with gratitude and awe.",
  "This video includes footage of a sunrise over a mountain range. The scenes are edited together to show the progression of light and color changes in the sky."
  )

Diktionärbasierte Ansätze

Wörterbuch von Ji & Raney (2020)

Probleme: “Bag of Words”-Annahme; viel Preprocessing notwendig; kein Transfer

library(quanteda)
sted <- dictionary(file = "sted.dic", 
                   format = "LIWC")
sted

Dictionary object with 6 key entries.
- [general]:
  - accomplish*, better, broaden*, brought to tears, care, caring, challenging, charisma*, compelling, constructive, craftsmanship, creativ*, cultivate, determinat*, elat*, electrifying, empower*, emulat*, energ*, enkindle* [ ... and 57 more ]
- [awe]:
  - admir*, aesthetic, amazed, amazing, astonish*, awake*, awe*, beaut*, breathtak*, brilliant, captivat*, christ*, courage*, curiosity, delight*, devot*, divin*, enchant*, engag*, enlight* [ ... and 39 more ]
- [gratitude]:
  - acknowledg*, admir*, affection, almighty, appreciat*, belove*, benevolen*, bestow*, bless*, charit*, christ*, compassion*, content*, credit, dedicat*, delight*, devot*, donat*, earn*, esteem* [ ... and 41 more ]
- [elevation]:
  - advanc*, amplify, ascen*, bliss*, compassion*, conscious*, content*, creation, delight*, digni*, divin*, elat*, elevat*, encourag*, engag*, enhanc*, enrapture, exalt*, excit*, exhilarat* [ ... and 28 more ]
- [admiration]:
  - acclaim*, achiev*, admir*, ador*, adulat*, affection, amazed, amazing, ambition, applau*, appreciat*, approbation, approv*, artist*, awe*, beaut*, belove*, bravery, charm*, cherish [ ... and 83 more ]
- [hope]:
  - achiev*, ambition, anticipat*, aspir*, assum*, assur*, at ease, auspicious, await, belie*, bright, buoyan*, cheer*, cherish, comfort*, compassion*, confiden*, congratulat*, contemplat*, content* [ ... and 77 more ]

comments |> 
  str_count(str_c(sted$awe, collapse = "|"))

[1] 4 1

Weiterentwicklungen: Von Embeddings zum Transformer

Abbildung basierend auf Dietrich et al. (2024)

Zero-Shot Klassifikation (Text)

Funktioniert nur im VPN der Uni Mainz (bitte Server nicht überlasten!)

library(tidyllm)

classify_text <- function(text, task) {
  prompt <- paste(task, text, sep = "\n\n")
  tidyllm::llm_message(prompt) |>
    tidyllm::ollama(
      .ollama_server = "https://llm.ifp.uni-mainz.de",
      .model = "gemma2",
      .temperature = 0
    ) |>
    tidyllm::last_reply() |>
    str_squish()
}

map_chr(
  as.list(comments),
    classify_text,
    task = "Does this text express awe? Answer only with the words TRUE or FALSE."
  ) |> 
  parse_logical()

[1]  TRUE FALSE

Zero-Shot Klassifikation (Bild)

Funktioniert nur im VPN der Uni Mainz (bitte Server nicht überlasten!)

library(tidyllm)

classify_image <- function(image, task) {
  tidyllm::llm_message(task, .imagefile = image) |>
    tidyllm::ollama(
      .ollama_server = "https://llm.ifp.uni-mainz.de",
      .model = "llava:34b",
      .temperature = 0
    ) |>
    tidyllm::last_reply() |>
    str_squish()
}

classify_image("slides/img/07/screenshot_1.jpg",
  task = "Does this image show a person looking directly into the camera?"
)

[1] "No, the image shows a person walking away from the camera. They are not looking directly into it."

classify_image("slides/img/07/screenshot_2.jpg",
  task = "Does this image show a person looking directly into the camera?"
)

[1] "Yes, in the image there is a person who appears to be looking directly into the camera. The individual seems to be holding up an item for display or attention."

Offene Probleme

Instruction Following / Structured Output (Mögliche Lösung: Bessere Modelle)
Verzerrungen (Mögliche Lösung: Bessere Trainingsdaten)
Mehrsprachigkeit (Mögliche Lösung: Bessere Modelle)
Rechenlast (Mögliche Lösung: Finetunded Zero-Shot-Classifier anstatt Prompt-Tuning)
Offenheit (Mögliche Lösung: Open Source-Modelle)
Reproduzierbarkeit (Mögliche Lösung: Open Source-Modelle & Temperature)
Validität (Mögliche Lösung: “Validate, Validate, Validate!”)

Kurze praktische Übung

Überarbeitung Codebuch

Arbeitsauftrag 1

Mischen Sie sich in den Gruppen so, dass an jedem Tisch mindestens eine Expert:in aus jeder Gruppe ist
Tragen Sie Ihre Ideen und Vorschläge zusammen
Diskutieren Sie, was gut funktionieren könnte, was nicht (und warum)
Nutzen Sie evtl. den Kommentare-Datensatz für Tests

Überarbeitung Codebuch

Arbeitsauftrag 2

Finden Sie sich wieder in Ihrer Forschungsgruppe zusammen
Besprechen Sie, was Sie von den Kommiliton:innen gelernt haben
Überarbeiten Sie das Codebuch entsprechend

Hausaufgaben!

Individuelle Abgabe einer .R-Datei mit Ihrem Code zur Lösung der Aufgaben 1-3 zu Zero-Shot Klassifikation (via LMS)
Gruppenabgabe überarbeitetes Codebuch (via Mail)
Beides bis Mittwoch, 11.12., 08 Uhr morgens

Fragen?

Sitzung 08: Codebuch & Goldstandard

Ressourcen für diese Sitzung

Schramm & Hartmann (2008)

Agenda

Feedback zu Übung 2
Überarbeitung des Codebuchs

Feedback zu Übung 2

Verwendung von OpenAI API: Kostenpflichtiger Zugang, verwenden wir nicht im Kurs
- Bei Fragen können Sie sich jedoch gerne an mich wenden
- API-Key am besten nicht in Abgaben / geteilten Dokumenten angeben 😉
Viel Kraut und Rüben: Wenn Sie etwas nicht verstanden haben, fragen Sie bitte nach!
Debugging-Tipp: Komplexe Funktionen oder “Pipes” schrittweise auseinandernehmen
Verbesserung von tidyllm mit Structured Output besprechen wir später im Semester

Überarbeitung des Codebuchs

Literaturangaben

Berelson, B. R. (1952). Content Analysis in Communication Research. Free Press.

Bosshart, L., & Macconi, I. (1998). Media Entertainment. Communication Research Trends, 18(3), 3–8.

Dietrich, F., Possler, D., Lammers, A., & Scheper, J. (2024, März 13–15). Open Source Transformer Modelle: Ein Einfaches Werkzeug Zur Automatisierten Inhaltsanalyse Für Die (Deutschsprachige) Kommunikationswissenschaft [Open Source Transformer Models: A Simple Tool for Automated Content Analysis for (German-speaking) Communication Science] [Conference Presentation]. Annual Conference of the German Communication Association (DGPuK), Erfurt, Germany.

Döring, N. (2022). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-64762-2

Hartmann, T., & Goldhoorn, C. (2011). Horton and Wohl Revisited: Exploring Viewers’ Experience of Parasocial Interaction. Journal of Communication, 61(6), 1104–1121. https://doi.org/10.1111/j.1460-2466.2011.01595.x

Horton, D., & Wohl, R. (1956). Mass Communication and Para-Social Interaction: Observations on Intimacy at a Distance. Psychiatry, 19(3), 215–229. https://doi.org/10.1080/00332747.1956.11023049

Ji, Q., & Raney, A. A. (2020). Developing and Validating the Self-Transcendent Emotion Dictionary for Text Analysis. PLOS ONE, 15(9), e0239050. https://doi.org/10.1371/journal.pone.0239050

Jungherr, A., & Theocharis, Y. (2017). The Empiricist’s Challenge: Asking Meaningful Questions in Political Science in the Age of Big Data. Journal of Information Technology & Politics, 14(2), 97–109. https://doi.org/10.1080/19331681.2017.1312187

Krippendorff, K. (2018). Content Analysis: An Introduction to Its Methodology (Fourth Edition). SAGE.

Leith, A. P. (2021). Parasocial Cues: The Ubiquity of Parasocial Relationships on Twitch. Communication Monographs, 88(1), 111–129. https://doi.org/10.1080/03637751.2020.1868544

Margolin, D. B. (2019). Computational Contributions: A Symbiotic Approach to Integrating Big, Observational Data Studies into the Communication Field. Communication Methods and Measures, 13(4), 229–247. https://doi.org/10.1080/19312458.2019.1639144

Meier, A., & Reinecke, L. (2021). Computer-Mediated Communication, Social Media, and Mental Health: A Conceptual and Empirical Meta-Review. Communication Research, 48(8), 1182–1209. https://doi.org/10.1177/0093650220958224

Neuendorf, K. A. (2017). The Content Analysis Guidebook. SAGE Publications, Inc. https://doi.org/10.4135/9781071802878

Oehmer-Pedrazzi, F., Kessler, S. H., Humprecht, E., Sommer, K., & Castro, L. (Hrsg.). (2023). Standardisierte Inhaltsanalyse in der Kommunikationswissenschaft – Standardized Content Analysis in Communication Research: Ein Handbuch - A Handbook. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-36179-2

Oliver, M. B., & Raney, A. A. (2011). Entertainment as Pleasurable and Meaningful: Identifying Hedonic and Eudaimonic Motivations for Entertainment Consumption. Journal of Communication, 61(5), 984–1004. https://doi.org/10.1111/j.1460-2466.2011.01585.x

Possler, D., Bruns, S., & Niemann-Lenz, J. (2019). Data Is the New Oil—but How Do We Drill It? Pathways to Access and Acquire Large Data Sets in Communication Science. International Journal of Communication, 13, 3894–3911.

Raney, A. A., & Bryant, J. (2019). Entertainment and Enjoyment as Media Effect. In M. B. Oliver, A. A. Raney, & J. Bryant (Hrsg.), Media Effects: Advances in Theory and Research (4. Aufl., S. 324–341). Routledge. https://doi.org/10.4324/9780429491146-21

Rössler, P. (2017). Inhaltsanalyse (3. überarbeitete Auflage, Online-Ausgabe). UVK Verlagsgesellschaft mbH. https://doi.org/10.36198/9783838547060

Rubin, A. M., Perse, E. M., & Powell, R. A. (1985). Loneliness, Parasocial Interaction, and Local Television News Viewing. Human Communication Research, 12(2), 155–180. https://doi.org/10.1111/j.1468-2958.1985.tb00071.x

Ryan, R. M., & Deci, E. L. (2000). Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being. American Psychologist, 55, 68–78.

Ryan, R. M., & Deci, E. L. (2001). On Happiness and Human Potentials: A Review of Research on Hedonic and Eudaimonic Well-Being. Annual Review of Psychology, 52, 141–166. https://doi.org/10.1146/annurev.psych.52.1.141

Schmitt, J., Winkler, J., Lutz, S., Dietrich, F., & Rieger, D. (2018, Mai 24–28). Populist Voices in Extremist Online Videos: A Content Analysis of Right-Wing and Islamic Extremist YouTube Videos [Conference Presentation]. 68th Annual Conference of the International Communication Association (ICA), Prague, Czech Republic.

Schramm, H., & Hartmann, T. (2008). The PSI-process Scales. A New Measure to Assess the Intensity and Breadth of Parasocial Processes. 33(4), 385–401. https://doi.org/10.1515/COMM.2008.025

Smith, C. P. (2000). Content Analysis and Narrative Analysis. In H. T. Reis & C. M. Judd (Hrsg.), Handbook of Research Methods in Social and Personality Psychology (S. 313–335). Cambridge University Press.

Tamborini, R., Grizzard, M., Bowman, N. D., Reinecke, L., Lewis, R. J., & Eden, A. (2011). Media Enjoyment as Need Satisfaction: The Contribution of Hedonic and Nonhedonic Needs. Journal of Communication, 61(6), 1025–1042. https://doi.org/10/dm34xj

Törnberg, P. (2023, Juli 24). How to Use LLMs for Text Analysis. https://doi.org/10.48550/arXiv.2307.13106

Törnberg, P. (2024, Februar 5). Best Practices for Text Annotation with Large Language Models. https://doi.org/10.48550/arXiv.2402.05129

Tukachinsky, R., & Stever, G. (2019). Theorizing Development of Parasocial Engagement. Communication Theory, 29(3), 297–318. https://doi.org/10.1093/ct/qty032

van Atteveldt, W., & Peng, T.-Q. (2018). When Communication Meets Computation: Opportunities, Challenges, and Pitfalls in Computational Communication Science. Communication Methods and Measures, 12(2-3), 81–92. https://doi.org/10.1080/19312458.2018.1458084

Walter, N., Andrews, E. A., & Tukachinsky Forster, R. (2023). Initiation and Evolution of PSRs. In R. Tukachinsky Forster (Hrsg.), The Oxford Handbook of Parasocial Experiences (1. Aufl., S. 125–146). Oxford University Press. https://doi.org/10.1093/oxfordhb/9780197650677.013.5

BA Inhaltsanalyse

Willkommen!

Sitzung 01: Einführung

Das Genre “Family-Vlog”

Los geht’s!

Vorstellungsrunde

Seminarübersicht

Seminarübersicht

Was werde ich lernen?

Was muss ich tun?

Was muss ich tun?

Was muss ich tun?

Was muss ich tun?

Allgemeine Literatur

Sitzung 02: Parasoziale Beziehungen im Zeitverlauf

Unterhaltungserleben: Klassische Definition

Aktuelle Ansätze zum Unterhaltungserleben: Zwei-Prozess-Modelle

Warum forschen wir dazu?

Zwei-Kontinua-Modelle der psychischen Gesundheit

Besprechung der Literatur

Parasoziale Phänomene

Von der PSI zur PSB

Verbal Immediacy

Verbal Immediacy

Sitzung 03: Eine Problemstellung entwickeln

Mögliche Diskussionspunkte

Sitzung 04: Grundlagen der manuellen Inhaltsanalyse

Sozialwissenschaftliche Methoden

Definition der Inhaltsanalyse

Die Mythen der Inhaltsanalyse

Ziele der Inhaltsanalyse

Einheiten

Design-Entscheidungen

Inhaltsanalyse nach den Standards der wissenschaftlichen Methode

Objektivität-Intersubjektivität

A priori design

Darüber hinaus…

Die vorliegenden Daten zu Family-Vlogs

Sitzung 05: Chancen & Risiken automatisierter Methoden

Chancen, Herausforderungen und Fallstricke der computergestützten Kommunikationswissenschaft

The Computational Niche

Sinnvolle Fragen stellen

Sitzung 06: Automatisierte Inhaltsanalyse 1Datenerhebung

Agenda

Einrichtung & Tech Support

Besprechung: Datenerhebung

Übungen

Überarbeitung Codebuch

Überarbeitung Codebuch

Überarbeitung Codebuch

Sitzung 07: Automatisierte Inhaltsanalyse 1Zero-Shot Klassifikation

Agenda

Feedback zu Übung 1

Automatisierte Inhaltsanalyse

Diktionärbasierte Ansätze

Weiterentwicklungen: Von Embeddings zum Transformer

Zero-Shot Klassifikation (Text)

Zero-Shot Klassifikation (Bild)

Offene Probleme

Kurze praktische Übung

Überarbeitung Codebuch

Überarbeitung Codebuch

Sitzung 08: Codebuch & Goldstandard

Agenda

Feedback zu Übung 2

Überarbeitung des Codebuchs

Literaturangaben

Sitzung 06: Automatisierte Inhaltsanalyse 1
Datenerhebung

Sitzung 07: Automatisierte Inhaltsanalyse 1
Zero-Shot Klassifikation