five

QCAmap: eine interaktive Webapplikation für Qualitative Inhaltsanalyse

收藏
PsychArchives2022-11-22 更新2026-04-25 收录
下载链接:
https://hdl.handle.net/20.500.11780/3780
下载链接
链接失效反馈
官方服务:
资源简介:
In den letzten Jahren wurde eine Vielzahl von Softwarepaketen zur Unterstützung qualitativer Textanalyse entwickelt, die unter dem Stichwort "Computer Assisted Qualitative Data Analysis Software CAQDAS" überblicksmäßig auf einschlägigen Webseiten dargestellt werden (z. B. http://www.surrey.ac.uk/sociology/research/researchcentres/caqdas/). Viele der verfügbaren und gängigen Software-Tools für qualitativ-orientierte Textanalyse wie MAXQDA, Atlas.ti und andere orientieren sich an der Grounded Theory (Glaser & Strauss, 1998) und unterstützten die Techniken Qualitativer Inhaltsanalyse nur begrenzt. Beispielsweise kann die Spezifizierung der inhaltsanalytischen Regeln, z. B. der Kategoriendefinition bei der induktiven Kategorienbildung oder der Kodierleitfaden bei der deduktiven Kategorienanwendung, nur behelfsmäßig mittels der Memo-Funktion implementiert werden. Darüber hinaus erschwert das bei den gängigen Programmen zur computerunterstützten Textanalyse verwendete statische Konzept für die Benutzeroberfläche die Abbildung des Arbeitsablaufs, der für alle Techniken der Qualitativen Inhaltsanalyse in Form von Ablaufdiagrammen vordefiniert ist. Deshalb haben wir ein neues Software-Tool für Qualitative Inhaltsanalyse entwickelt, das im open access als Webapplikation frei zur Verfügung gestellt wird (Mayring & Fenzl, 2013, www.qcamap.org). Im Unterschied zu traditionellen Programmen zur qualitativ-orientierten Textanalyse, die mit statischen und in Fenster (Textfenster, Kodefenster, Memofenster) unterteilten Benutzer-Interfaces arbeiten, ist diese Software interaktiv, work-flow orientiert aufgebaut und führt Schritt für Schritt durch die inhaltsanalytischen Prozeduren. unknown unknown
提供机构:
ZPID (Leibniz Institute for Psychology Information)
创建时间:
2022-11-22
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作