CareLit Fachartikel

Kartierung der europäischen Bildungsforschungslandschaft durch Topic Modelling. Labelling, Iteration und Analyse medienpädagogischer Begriffscluster

Christ, A.; Schindler, C.; Röschlein, J. · MedienPädagogik · 2026 · Heft 72 · S. 49 bis 70

Dokument
774669
CareLit-ID
Jahr
2026
Publikation
PDF
ja
Volltext
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
MedienPädagogik
Autor:innen
Christ, A.; Schindler, C.; Röschlein, J.
Ausgabe
Heft 72 / 2026
Jahrgang 9
Seiten
49 bis 70
Erschienen: 2026-09-28 11:44:31
ISSN
–

Zusammenfassung

Latent-Dirichlet-Allocation (LDA) ist eine Machine-Learning-Methode zur Themenmodellierung grosser Textkorpora (d. h. zur Bestimmung latenter Begriffs- und Dokumentencluster, sog. Themen). LDAs stellen eine transparente, ressourcenschonende und intuitiv verständliche Alternative zu LLMs dar. Im Sinne der Mixed-Methods müssen die statistischen Ergebnisse der LDAs durch qualitatives Labelling in sinnhafte Themen überführt werden. Dieses Verfahren wurde auf über 30.000 Einreichungen der European Conference on Educational Research (ECER) angewendet und liefert die Grundlage für die interaktive Webapp EduTopics (Chri…

Schlagworte

Topic Modelling Latent Dirichlet Allocation Mixed Methods Medienpädagogik Bildungsforschung ECER EERA Media Literacy Text Mining Digitalisierung Literacy Mining Blei Algorithms Beurteilung Datensätze