-
Notifications
You must be signed in to change notification settings - Fork 1
Baustein GL Meth Tracking
Quick Links: Home | Konzept Grundlagenveranstaltung | Bausteine
Web-Tracking
CCS-Grundlagen
Methoden
Philipp Müller
BA
- Wissen & Verstehen: Verschiedene Datentypen aus dem Bereich Web-Tracking und Log-Daten (und verwandte digitale Beobachtungsdaten) und deren Unterschiede kennen; Potentiale und Limitationen der verschiedenen Verfahren verstehen; typische Anwendungsfelder kennen
- Anwendung: Fähigkeit, eine qualifizierte Entscheidung zu treffen, welches Verfahren für die Bearbeitung einer spezifischen Fragestellung das richtige ist: erste einfache praktische Anwendungen mit offenen Datensätzen
- Grundlegendes Konzept von Datentypen & -strukturen, Vorwissen zu quantitativer Befragung, Beobachtung und (manueller sowie automatisierter) Inhaltsanalyse, Kenntnisse im Bereich Stichprobenbildung
Aufbauend auf:
- Generelle rechtliche, technische und ethische Überlegungen
- Automatische Beobachtung und Sammlung personenbezogener Daten
Mögliche Umsetzung mit Sequenz- und Longitudinalanalysen in: * Anwendung Programmieren: Ausgefallene Verfahren
-
Web-Tracking & Log-Daten:
- Definition, Vorgehensweise und Anwendungsfälle
- Primärdaten-Erhebung: Stichprobenbildung und Datenzugriff (mobil vs. stationär)
- Sekundärdaten-Quellen (z.B. Google Trends)
- Forschungsethische Überlegungen
- Interpretation und Validierung der erhaltenen Ergebnisse und Limitationen
-
Linkage-Analysen (Kombination von Trackingdaten mit Befragungen und/oder Inhaltsanalysen):
- Vorgehensweise und typische Anwendungsfälle
- Datenzugriff über Experience-Based Sampling
- Interpretation und Validierung der erhaltenen Ergebnisse und Limitationen
Erarbeitung der Inhalte im wesentlichen über Lehrvorträge oder Kurzpräsentationen der Kursteilnehmer:innen; das Kennenlernen der typischen Datenstrukturen sollte mittels einfacher Analyse-Aufgaben können auch an zur Verfügung gestellten Beispieldatensätzen praktisch ausprobiert werden; dabei sollte aufgrund der Datenschutz-sensiblen Informationen mit fiktiven Dummy-Datensätzen gearbeitet werden, nicht mit realen Daten
- 45-90 min
- Link:Tracking-Datensatz zur Studie "How social network sites and other online intermediaries increase exposure to news" https://osf.io/pqd9f/
- Lesen (& Vorstellen) einer Studie, die Tracking- bzw. Logdaten verwendet
- Fragen zu Begriffen
- Einfach praktische Übungen an zur Verfügung gestellten Datensätzen
- Entwickeln eines Studiendesigns zu einer vorgegebenen (oder: selbst gewählten) Fragestellung
siehe Übungen
- Christner, C., Urman, A., Adam, S., & Maier, M. (2021). Automated Tracking Approaches for Studying Online Media Use: A Critical Review and Recommendations. Communication Methods and Measures, 1–17. https://doi.org/10.1080/19312458.2021.1907841
- Masur, P. K. (2019). Capturing situational dynamics: Strength and pitfalls of the experience sampling method. In: Müller, P., Geiß, Schemer, C.,, Naab, T. K., & Peter, C. (Eds.), Dynamische Prozesse der öffentlichen Kommunikation – Methodische Herausforderungen. Köln: Halem. https://doi.org/10.31219/osf.io/vx5ha
- Parry, D. A., Davidson, B. I., Sewall, C. J. R., Fisher, J. T., Mieczkowski, H., & Quintana, D. S. (2021). A systematic review and meta-analysis of discrepancies between logged and self-reported digital media use. Nature Human Behaviour, 1–13. https://doi.org/10.1038/s41562-021-01117-5
- Stier, S., Breuer, J., Siegers, P., & Thorson, K. (2020). Integrating Survey Data and Digital Trace Data: Key Issues in Developing an Emerging Field. Social Science Computer Review, 38(5), 503–516. https://doi.org/10.1177/0894439319843669
Diese Wiki und die enthaltenen Bausteine für Vorlesungsinhalte wurden für und von Dozierenden der Methoden in der Kommunikationswissenschaft zusammengestellt. Für aktuelle Ergänzungen, insbesondere in den Bereichen Literatur und Lehrmaterialien sind wir jederzeit dankbar.