070066 UE Methodological course - Data Structures and Data Management in the Humanities (2021S)
Prüfungsimmanente Lehrveranstaltung
Labels
GEMISCHT
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 08.02.2021 09:00 bis Mo 22.02.2021 14:00
- Anmeldung von Mi 24.02.2021 09:00 bis Fr 26.02.2021 14:00
- Abmeldung bis Mi 31.03.2021 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Aufgrund der fortlaufenden Corona-Einschränkungen findet die LV ausschließlich online statt!
Mittwoch
03.03.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
10.03.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
17.03.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
24.03.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
14.04.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
21.04.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
28.04.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
05.05.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
12.05.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
19.05.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
26.05.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
02.06.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
09.06.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
16.06.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
23.06.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Mittwoch
30.06.
09:00 - 10:30
Hybride Lehre
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Seminarraum Geschichte 3 Hauptgebäude, 2.Stock, Stiege 9
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Ziel der Lehrveranstaltung ist es, Studierenden mit grundlegenden Datenstrukturen vertraut zu machen und dabei insbesondere die semantische Datenmodellierung auf der Grundlage von Anforderungsanalysen zu erlernen. Dabei steht die Praxis im Vordergrund, d.h. Studierenden sollen anhand von kleinen geisteswissenschaftlichen Projekten entsprechende Datenmodelle generieren und technisch umsetzen. Dafür sind keine Programmierkenntnisse vorweg notwendig (es wird trotzdem große Synergien mit der LV "Introduction to DH: Tools and Techniques" geben.) Viel mehr sollen Studierenden anhand der Projektarbeit die für das jeweilige Projekt notwendigen Kenntnisse im Laufe der Lehrveranstaltung erwerben, was der (DH-)Praxis ohnehin entspricht. In kleinen Teams entwickeln die Kursteilnehmer*innen anhand selbst gewählter Projekte Daten, Strukturen und Modelle, die sie für dieses Projekt benötigen. Sie präsentieren Anforderungen und Lösungen und schlussendlich die Umsetzung anhand des Abschlussprojekts, das auch schriftlich dokumentiert werden sollen (s.u.). Datenmodellierung lädt dabei auch dazu ein, über empirische und theoretische Rahmenbedingungen der Datengewinnung und -verarbeitung zu diskutieren.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Aktive Mitarbeit während der Einheiten, Übungen anhand kleiner Projekte, Projektpräsentation und Abschlussprojekt (inkl. schriftlicher Beschreibung in Form eines Abstracts, Datenmanagementplans, Daten(bank)modells, max. etwa 5 Seiten). Wir verwenden nach Möglichkeit Datacamp (https://www.datacamp.com/) für Hausübungen.
Mindestanforderungen und Beurteilungsmaßstab
Aktive Mitarbeit während der Einheiten (20%); (Haus)übungen (40%); Präsentation (10%) und schriftliche Einreichung (30%) des Abschlussprojektes.
Prüfungsstoff
- Datentypen und grundlegenden Datenstrukturen (Scalars, Arrays, Sets, Tuples, Dictionaries)
- Relationale Datenbanken, Schemata und Modellierung
- XML-basierte Datenstrukturen
- NoSQL / Graphbasierten Datenmodellierung
- Relationale Datenbanken, Schemata und Modellierung
- XML-basierte Datenstrukturen
- NoSQL / Graphbasierten Datenmodellierung
Literatur
Flanders, Julia, and Fotis Jannidis. 2015. “Data Modeling.” In A New Companion to Digital Humanities, edited by Susan Schreibman, Ray Siemens, and John Unsworth, 229–37. Chichester: Wiley Blackwell.Gitelman, Lisa, ed. 2013. “Raw Data” Is an Oxymoron. Cambridge, Massachusetts ; London, England: The MIT Press.
Zuordnung im Vorlesungsverzeichnis
SP Digital Humanities
DH-S I
DH-S I
Letzte Änderung: Fr 12.05.2023 00:13