Empfohlene Zitierweise: Anonym: Gutachten zu Fabian Cremer / Johannes Paulmann: Differenzierungsprozesse in der digitalen Quellen- und Datenkritik: Historische und analytische Kategorienbildung am Beispiel der bayerischen Bußgeldkataloge »Corona-Pandemie«, 2020–2022. In: Zeitschrift für digitale Geisteswissenschaften. 23.07.2026. DOI: 10.17175/2025_006_r1
- 10 Aufrufe
Inhalt und Aufbau des Beitrags
☑ Es werden klare Arbeitshypothesen vorgetragen.
☑ Es wird eine sinnvolle Eingrenzung der Thematik vorgenommen.
☑ Die verwendeten Methoden werden angemessen vorgestellt.
☑ Die eigene methodische Vorgehensweise wird angemessen reflektiert.
☑ Es gibt eine nachvollziehbare Argumentationsführung.
☑ Die gesetzten Ziele werden eingelöst.
☑ Die Forschungslage wird angemessen berücksichtigt.
★★★★★★★
Inhaltliche Qualität
Gute Arbeit mit Bedeutug
Kommentar: Die Arbeit verdeutlicht die Auswirkungen und die Bedeutung von Datenmodellierung und den damit verbundenen Entscheidungen, die auch auf andere Kontexte übertragbar ist.
★★★★☆
Bedeutung für Theorie oder Praxis
Bedeutsam
Kommentar: Die Reflexion über die Vorgehensweise und Einordnung der jeweiligen Teilschritte und Differenzierungsprozesse ist für Theorie und Praxis durchaus bedeutsam.
★★★★☆
Originalität und Innovationsgrad
Einen Schritt voraus
Kommentar: Die dargestellten Differenzierungsprozesse sowie die Datenkritik am ausgewählten Beispiel ist methodisch sehr gut umgesetzt und dargestellt worden. Die analytische Kategorienbildung und Reflexion bei der Datenmodellierung und Analyse ist auf der Höhe der Zeit.
★★★☆☆
Qualität der Darstellung (Aufbau, Sprache / Stil)
Exzellent geschrieben
★★★★★
Gesamturteil des eingereichten Beitrags
Definitiv annehmen (sehr hohe Qualität)
Schlusskommentar
Die dargestellten Differenzierungsprozesse sowie die Datenkritik am ausgewählten Beispiel sind methodisch sehr gut umgesetzt und ausführlich dargestellt worden. Die analytische Kategorienbildung und Reflexion bei der Datenmodellierung und Analyse ist auf der Höhe der Zeit. Der Beitrag zeigt auf, wie bedeutsam die Auseinandersetzung mit dem Vorgang der Kategorienbildung ist, um mit digitalen Methoden sinnvolle statistische Analysen umsetzen und diese visualisieren zu können. Der Beitrag zeigt auch auf, wie wichtig die Kontextualisierung von Datenbeständen ist, um Klassifikationen bewerten und einordnen zu können. Insofern handelt es sich um einen Aufsatz der nicht nur im Rahmen der Humandifferenzierung einen Mehrwert ausbildet, sondern sich in seiner methodischen Vorgehensweise auf alle Bereiche der digitalen Geistes- und Kulturwissenschaften anwenden lässt.
