Konversationen im digitalen Raum: Eine Analyse der DHd 2024 auf Mastodon

1 Veröffentlicht von Stefanie Schneider am

Dieser Beitrag ist im Rahmen meines Reisestipendiums für die DHd 2024 vom 26. Februar bis 1. März 2024 entstanden. Ich möchte mich an dieser Stelle noch einmal bei NFDI4Culture und den Organisatoren bedanken, die mir durch dieses Stipendium die Teilnahme an der Konferenz ermöglicht haben.

DALL·E 3: „A detailed panorama of a workspace dedicated to digital humanities data analysis, in landscape mode. The desk is cluttered with notes, charts, graphs, and digital devices. A Jupyter Notebook is open, displaying code and statistical data. Symbols of digital communication, including social media icons related to Mastodon, are scattered around. A large digital screen in the background shows a complex network of connections with the hashtag #dhd2024, symbolizing the digital humanities ecosystem. The scene conveys an immersive research environment, focusing on discovering patterns and insights within digital humanities.“

In diesem Konferenzbericht wenden wir uns einem eher unkonventionellen Untersuchungsgegenstand zu: den Diskussionen innerhalb der Digital Humanities auf Mastodon, markiert durch den Hashtag #dhd2024. Die Analyse zielt darauf ab, die digitale Resonanz auf die DHd 2024 zu kartografieren, indem die Dynamik der Konversationen, die führenden Stimmen, die zeitlichen Muster der Interaktion und die vorherrschenden Themen untersucht werden. Ein Jupyter Notebook, das als Teil dieses Berichts erstellt wurde, sucht nach Mustern und Einblicken in die Art und Weise, wie die Community kommuniziert, welche Themen besondere Aufmerksamkeit erregen und wie sich die Diskussionskultur innerhalb eines digitalen Ökosystems wie Mastodon entwickelt. Vier Fragen sind von Interesse: Wie gut wurde diskutiert? Wer hat am meisten diskutiert? Wann wurde am meisten diskutiert? Und vor allem: Worüber wurde am meisten diskutiert?

Dazu werden unter anderem die Informationen aus dem Programm der DHd 2024 verwendet, um sogenannte Prompts zu generieren, die an das LLM weitergeleitet werden. Für jeden Beitrag wird geprüft, welche Sessions zeitlich mit dem Veröffentlichungsdatum des Toots übereinstimmen. Ziel ist es, nur die Sessions zu berücksichtigen, die zum Zeitpunkt des jeweiligen Toots stattgefunden haben (und damit das Context Window des LLMs nicht zu überschreiten).

Das Jupyter Notebook ist auf GitHub verfügbar. Alle Statistiken der Mastodon-Toots können dort eingesehen und zur eigenen Analyse geklont werden.

Ein Kommentar Kommentar schreiben
  • Melanie Seltmann

    Antworten

    Spannende Auswertung! Und wirklich passendes Bild 😉

Kommentar schreiben