Überblick

In diesem Projekt wird ein Wörterbuch („Dictionary“) erstellt, das für die automatisierte Textanalyse verwendet werden kann. Dazu werden wir eine in der Föderalismusforschung einzigartige Datensammlung bearbeiten, die durch qualitative Inhaltsanalyse im Forschungsprojekt „COVFED“ entstanden ist. Im COVFED-Projekt wurde der deutsche Föderalismus in Zeiten der Covid-19-Krise untersucht. Dazu wurden 212 Parlamentsdebatten zu Covid-19 analysiert, 4.610 Äußerungen der Abgeordneten des Deutschen Bundestages und der 16 Landesparlamente kodiert und in einen Datensatz integriert, der verschiedenen Qualitätsprüfungen unterzogen wurde. Der Datensatz ist im Datenrepositorium von GESIS frei verfügbar. Aufgrund des außergewöhnlichen Umfangs und der sorgfältigen qualitativen Kodierung können die vorhandenen Daten bearbeitet werden, um ein fundiertes Wörterbuch für die automatische Textanalyse (text-as-data) zu erstellen. Über Covid-19 hinaus ermöglicht dieses Wörterbuch eine vielseitige Wieder – und Weiterverwendung der Daten für neue und relevante Forschungsprojekte in den Bereichen Föderalismus und Mehrebenenpolitik. Darüber hinaus wird das Wörterbuch einen innovativen Beitrag zur vergleichenden Föderalismusliteratur leisten und Forschenden, die sich mit anderen föderalen Systemen beschäftigen, als vielversprechender Ausgangspunkt dienen. Im Projektrahmen kooperiert das Team der Freien Universität Berlin mit GESIS, dem größten europäischen Infrastruktureinrichtung für die Sozialwissenschaften.

Overview

In this project, we aim to construct a profound dictionary which can be used for automated text analysis. Therefore, we will edit a unique data collection that was initially gathered by qualitative content analysis in the research project “COVFED”. In COVFED, we investigated German federalism in times of the Covid-19 crisis. To this end, we analyzed 212 parliamentary debates on Covid-19, coded 4.610 statements made by the deputies in the German Bundestag and in the 16 state parliaments, and integrated them into a dataset that was subject to various quality checks. The dataset is publicly available at the data repository of GESIS. Due to the exceptional scope and careful qualitative coding, the existing data can be edited to construct a dictionary for automated text analysis(text-as-data). Beyond Covid-19, the dictionary enables a multifaceted data reuse for novel and relevant research projects in the areas of federalism and multi-level politics. The dictionary will also be an innovative contribution to the comparative federalism literature, serving scholars who work on other federal systems as promising starting point for research projects. In the data reuse project, the team at Freie Universität Berlin cooperates with GESIS, the largest European infrastructure institute for the social sciences.

Präsentationen / Presentations

• Souris, Antonios, Sabine Kropp: "Blame attribution strategies in cooperative federalism: a dictionary approach." Presented at 2nd IGCOORD Conference, 13 and 14 June 2024, TU Darmstadt.