Automated Content Analysis
Automated content analysis is the computational measurement of text features at a scale impossible by hand, using natural-language processing and machine learning to classify, scale, or discover the content of large corpora. Synthesized for the social sciences by Grimmer and Stewart's 2013 'Text as Data,' it spans supervised classification, unsupervised discovery, and scaling, all unified by the principle that automated methods augment but do not replace careful human judgment and validation.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Grimmer, J., & Stewart, B. M. (2013). Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political Analysis, 21(3), 267–297. DOI: 10.1093/pan/mps028 ↗
- Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology (2nd ed.). Thousand Oaks, CA: Sage. ISBN: 9780761915454
Så citerar du den här sidan
ScholarGate. (2026, June 22). Automated (Computational) Content Analysis of Text. ScholarGate. https://scholargate.app/sv/communication/automated-content-analysis
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Dictionary-Based Text AnalysisCommunication↔ jämför
- Manifest Content AnalysisCommunication↔ jämför
- Sentiment Analysis in CommunicationCommunication↔ jämför
- Topic Modeling for Communication ResearchCommunication↔ jämför
Refereras av
Liknande metoder
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →