🏆Selbsttest: Wissen und Praxis

2.4. 🏆Selbsttest: Wissen und Praxis#

Wie nutze ich den Selbsttest?

Diese Übungsaufgaben dienen Ihrer Selbsteinschätzung und helfen Ihnen, das im Kapitel Gelernte zu reflektieren.

Sie können die Fragen in beliebiger Reihenfolge beantworten und die Beantwortung auch mehrfach versuchen.

So funktioniert es:

  • Wählen Sie bei jeder Frage die Antwort(en), die Sie für richtig halten

  • Lesen Sie das Feedback zu den einzelnen Antwortoptionen sorgfältig durch

  • Die Erklärungen helfen Ihnen, Ihr Verständnis zu vertiefen – auch bei korrekten Antworten

Es erfolgt keine Bewertung oder Speicherung Ihrer Ergebnisse. Nutzen Sie dieses Assessment, um Wissenslücken zu identifizieren und gegebenenfalls die entsprechenden Abschnitte des Kapitels noch einmal zu bearbeiten.

Geschätzte Zeit: 15 Minuten

Viel Erfolg!

2.4.1. Aufgabe 1#

2.4.2. Aufgabe 2#

Ordnen Sie die folgenden Tools/Datenbanken den entsprechenden Arbeitsbereichen der Digital Humanities in der Filmwissenschaft zu:
Statistische Filmanalyse
Hier ablegen
Digitale Filmanalyse/Annotation
Hier ablegen
Automatisierte Analyse großer Filmkorpora
Hier ablegen
Digitale Archive und Datenbanken
Hier ablegen
Feministische Filmgeschichtsschreibung
Hier ablegen
Farbanalyse im Film
Hier ablegen
Ziehen Sie diese zu den passenden Beschreibungen
Cinemetrics
ELAN
Distant Viewing Toolkit
Media History Digital Library (MHDL)
Women Film Pioneers Explorer
VIAN

2.4.3. Aufgabe 3#

Szenario: Sie arbeiten an einem Forschungsprojekt zu deutschen Stummfilmen der 1920er Jahre und möchten untersuchen, wie sich Montagestile in diesem Zeitraum entwickelt haben. Sie haben Zugang zu 50 digitalisierten Filmen.

Beschreiben Sie:

  1. Welche digitalen Tools Sie einsetzen würden

  2. Welche Art von Daten Sie erheben müssten

Musterlösung

1. Digitale Tools:

Für das Forschungsprojekt können beispielsweise folgende Tools eingesetzt werden

Statistische Filmanalyse:

  • Cinemetrics (nach Yuri Tsivian): Manuelles Tool zur Erfassung von Einstellungswechseln in einem Film; das Ergebnis wird auf die Cinemetrics-Website hochgeladen und die Average Shot Length (ASL) automatisch berechnet

  • Begründung: Etablierte Methode seit Barry Salt, ermöglicht Vergleich verschiedener Montagestile

Automatisierte Analyse:

  • Distant Viewing Toolkit (Arnold/Tilton): Automatisierte Erkennung von Einstellungswechseln mittels ‘computer vision’

  • Begründung: Verarbeitung großer Filmkorpora möglich, reduziert manuellen Aufwand

Detaillierte Annotation:

  • ELAN, VIAN oder Advene: Tools für präzise, teilweise semiautomatische Filmannotation

  • Begründung: Ermöglicht detaillierte Erfassung spezifischer Montagetechniken und deren Kontextualisierung

Erweiterte Ansätze:

  • Kombination manueller und automatisierter Verfahren

2. Art der Daten:

Grundlegende Schnittdaten:

  • Anzahl der Einstellungen pro Film: Basis für ASL-Berechnung

  • Länge der einzelnen Einstellungen: Ermöglicht Analyse von Rhythmus und Tempo

  • Gesamtfilmlänge: Notwendig für ASL-Berechnung (Filmlänge ÷ Anzahl Einstellungen)

Kontextuelle Daten:

  • Entstehungsjahr: Zentral für die Untersuchung zeitlicher Entwicklungen

  • Beteiligte Personen (Regie, Buch, Schauspiel etc.): Für stilistische Zuordnungen

  • Filmgenre: Verschiedene Genres können unterschiedliche Montagestile aufweisen

Contents