Weekly outline

  • Die Workshops finden i.d.R. hybrid statt. Beachten Sie bitte Folgendes, wenn Sie online teilnehmen:

    • eigenes Mikrofon: aus
    • eigenes Video: gerne an
    • Fragen bitte über den Chat stellen
    • Die Fragen aus dem Chat werden seitens der/des Moderator*in an den/die Instructor*in gestellt.
    • Am besten nutzen Sie zwei Bildschirme, falls möglich.

    In dieses kollaborative Dokument können Themenvorschläge für die Hands-on-Sessions eingetragen werden.

    Informationen zur Anmeldung und Kurszeiten unter: https://www.ub.uni-frankfurt.de/digitalhumanities/workshops.html

  • Einführung in die Textauszeichnung in TEI/XML

    Dozentin: Agnes Brauer

    Der Workshop führt in die Grundlagen der Textauszeichnung mit TEI ein, einer XML-basierten und sich mittlerweile als De-facto-Standard etablierten Auszeichnungssprache speziell für die Zwecke der Geisteswissenschaften. Nach einer knappen allgemeinen Einführung werden die Teilnehmer anhand einer kleinen Übung die Praxis der Textauszeichnung mit TEI kennenlernen und sich einen ersten Überblick über die Bedeutung und die verschiedenen Module dieser Sprache verschaffen.

    XML-Editoren:



  • Datenbereinigung, -transformation und -analyse mit OpenRefine

    Dozent: Jakob Frohmann

    Der Workshop stellt das Tool OpenRefine vor, mit dessen Hilfe Daten aufbereitet, bereinigt, in eine andere Form überführt oder umstrukturiert werden können. Das Arbeiten mit Daten aller Art, beispielweise aus einer umfangreichen (Excel-) Tabelle, kann dadurch sehr erleichtert werden. Außerdem bietet OpenRefine die Möglichkeit, die eigenen Datensätze online mit anderen Datenbanken automatisiert abzugleichen und anzureichern (z.B. mit Orts- oder Personendaten aus Wikidata), wodurch umständliche einzelne Abfragen vermieden werden können.

    Um OpenRefine zu nutzen, benötigen Sie eine Java-Umgebung. Bitte installieren Sie dies separat oder nutzen Sie den Download mit eingebettetem Java (nur für Windows).

    Informationsangebot zu Open Refine auf den Webseiten der Illinois University Library: https://guides.library.illinois.edu/openrefine/home

  • Literaturrecherche mit KI-Tools - betreutes Ausprobieren (Präsenzveranstaltung)

    Dozentinnen: Lenger, Christine; Roth, Veronika; Lang, Sandy; Jakob, Charlotte; Weihe, Kathrin 

    Einstieg in die KI gestützte Literaturrecherche: Grundlagen und betreutes Ausprobieren

    30.11.

    Am ersten Termin beschäftigen wir uns mit den Grundlagen von KI und besprechen, wo KI im Forschungsprozess sinnvoll eingesetzt werden kann.

    Wir gehen der Frage nach, was ein guter Prompt ist und lassen uns von ChatGPT helfen, eine Suchmatrix zu unseren jeweiligen Forschungsthemen zu erstellen. Hierfür ist es hilfreich, wenn Sie sich vor der Schulung einen eigenen Account bei ChatGPT angelegen.

    7.12.

    Wir stellen verschiedene KI-gestützte Literaturrecherche-Tools und deren Unterschiede bzw. Gemeinsamkeiten vor. Im Anschluss haben die Teilnehmer*innen Zeit, die Tools auszuprobieren.

    In einer Abschlussrunde bewerten wir unsere Suchergebnisse und besprechen die Vor- und Nachteile der KI-gestützten Literaturrecherche.

    Präsenzveranstaltung: Schulungsort ist der Schulungsraum in der BSKW Raum B 127


  • Einführung in R

    Dozentin: Michelle Kamolz

    In diesem Workshop werden grundlegende Funktionen der Programmiersprache R vorgestellt. 1992 von Statistikern entwickelt, ist R zu einer weltweit verwendeten Sprache in Wissenschaft und Wirtschaft geworden. Die funktionale Sprache mit der Entwicklungsumgebung R-Studio ist auf Anwender ausgerichtet. So eignet sie sich trotz anfänglicher hoher Einarbeitungszeit insbesondere für Nicht-Programmierer. Die Sprache, wie ihre zahlreichen Erweiterungen, werden von der Community erzeugt, weiterentwickelt und sind kostenfrei zugänglich. R ist das geeignete Werkzeug für die Aufbereitung von Daten, statistischen Analysen und Visualisierungen. Ständige Weiterentwicklungen der Sprache und ihrer zahlreichen Anknüpfungspunkte an andere Systeme und Sprachen ermöglichen jedoch auch andere Anwendungsmöglichkeiten.

    Für die erste Sitzung können Sie R und die Entwicklungsumgebung R-Studio bereits vorab installieren und dann die Beispiele selbst ausprobieren. Es ist jedoch ausreichend, die Installation in Vorbereitung zur zweiten Sitzung vorzunehmen. In der Präsentation wird auf die Installation eingegangen. 
    Auf den folgenden Seiten können Sie kostenlos Sie R und R-Studio herunterladen: 
    R: https://www.r-project.org/ bzw. https://cran.r-project.org/
    RStudio: https://rstudio.com/
    Es wird beides benötigt - bitte laden und installieren Sie zunächst R und dann R-Studio.

    Achtung: Sollten Sie R/ R-Studio vor dem 14.06.24 installiert haben, tätigen Sie ggf. Updates. Die vorgestellten Funktionen sollten jedoch problemlos mit älteren wie jüngeren Versionen funktionieren. Wenn Sie ein Update gezogen haben, denken Sie bitte nur daran, auch die Packages ggf. zu aktualisieren. 

    Beispielhafte Datensätze und die Skripte werden an dieser Stelle nach den jeweiligen Sitzungen bereitgestellt. 



  • Einführung in Python

    Dozent: Dr. David Krassnig

    In diesem Workshop werden grundlegende Funktionen der Programmiersprache Python vorgestellt. Das Ziel des Kurses ist es, am Ende in der Lage zu sein, rudimentäre Python-Skripte für den eigenen Bedarf zu kreieren und die Funktionsweise fremder Python-Skripte evaluieren zu können.
    Für diesen Workshop wird die Anaconda-Distribution für Python genutzt, um eine uniforme Oberfläche und Paketinstallation zwischen Windows, MacOS und Linux zu garantieren. Bitte installieren Sie Anaconda vor der ersten Sitzung auf Ihrem System.

    Anaconda Downloadlink: https://www.anaconda.com/download/success
    Anaconda Installationsanleitung (Linux):  https://docs.anaconda.com/anaconda/install/linux/
    Anaconda Installationsanleitung (MacOS): https://docs.anaconda.com/anaconda/install/mac-os/
    Anaconda Installationsanleitung (Windows): https://docs.anaconda.com/anaconda/install/windows/

  • Forschungsdaten in den Geisteswissenschaften - mit RDMO zum Datenmanagementplan

    Dozentin: Nina Dworschak