मुख्य अन्य सामग्री विश्लेषण

सामग्री विश्लेषण

अवलोकन

सॉफ्टवेयर

विवरण

वेबसाइटें

रीडिंग

पाठ्यक्रम

अवलोकन

सामग्री विश्लेषण एक शोध उपकरण है जिसका उपयोग कुछ दिए गए गुणात्मक डेटा (अर्थात पाठ) के भीतर कुछ शब्दों, विषयों या अवधारणाओं की उपस्थिति को निर्धारित करने के लिए किया जाता है। सामग्री विश्लेषण का उपयोग करके, शोधकर्ता ऐसे कुछ शब्दों, विषयों या अवधारणाओं की उपस्थिति, अर्थ और संबंधों को माप सकते हैं और उनका विश्लेषण कर सकते हैं। एक उदाहरण के रूप में, शोधकर्ता पूर्वाग्रह या पक्षपात की खोज के लिए समाचार लेख में उपयोग की जाने वाली भाषा का मूल्यांकन कर सकते हैं। शोधकर्ता तब ग्रंथों के भीतर संदेशों, लेखक (ओं), दर्शकों और यहां तक ​​​​कि पाठ के आसपास की संस्कृति और समय के बारे में अनुमान लगा सकते हैं।

विवरण

डेटा के स्रोत साक्षात्कार, ओपन-एंडेड प्रश्न, क्षेत्र अनुसंधान नोट्स, बातचीत, या शाब्दिक रूप से संचारी भाषा की कोई भी घटना (जैसे किताबें, निबंध, चर्चा, समाचार पत्र की सुर्खियां, भाषण, मीडिया, ऐतिहासिक दस्तावेज) हो सकते हैं। एक एकल अध्ययन अपने विश्लेषण में पाठ के विभिन्न रूपों का विश्लेषण कर सकता है। सामग्री विश्लेषण का उपयोग करके पाठ का विश्लेषण करने के लिए, पाठ को विश्लेषण के लिए प्रबंधनीय कोड श्रेणियों (यानी कोड) में कोडित या विभाजित किया जाना चाहिए। एक बार जब पाठ को कोड श्रेणियों में कोडित किया जाता है, तो कोड को और भी आगे डेटा को सारांशित करने के लिए कोड श्रेणियों में वर्गीकृत किया जा सकता है।

सामग्री विश्लेषण की तीन अलग-अलग परिभाषाएँ नीचे दी गई हैं।

  • परिभाषा 1: संदेशों की विशेष विशेषताओं को व्यवस्थित और निष्पक्ष रूप से पहचान कर अनुमान लगाने की कोई भी तकनीक। (होल्स्टी से, 1968)

  • परिभाषा 2: एक व्याख्यात्मक और प्राकृतिक दृष्टिकोण। यह प्रकृति में अवलोकन और कथा दोनों है और सामान्य रूप से वैज्ञानिक अनुसंधान (विश्वसनीयता, वैधता और सामान्यता) से जुड़े प्रयोगात्मक तत्वों पर कम निर्भर करता है (नृवंशविज्ञान, अवलोकन अनुसंधान, और कथा पूछताछ, 1994-2012 से)।

  • परिभाषा 3: संचार की प्रकट सामग्री के उद्देश्य, व्यवस्थित और मात्रात्मक विवरण के लिए एक शोध तकनीक। (बेरेलसन, 1952 से)

सामग्री विश्लेषण के उपयोग

  • किसी व्यक्ति, समूह या संस्था के इरादों, फोकस या संचार प्रवृत्तियों की पहचान करें

    सिमसिटी बिल्डिट एंड्रॉइड चीट्स
  • संचार के प्रति मनोवृत्ति और व्यवहार संबंधी प्रतिक्रियाओं का वर्णन करें

  • व्यक्तियों या समूहों की मनोवैज्ञानिक या भावनात्मक स्थिति का निर्धारण

  • संचार सामग्री में अंतर्राष्ट्रीय अंतर प्रकट करें

  • संचार सामग्री में पैटर्न प्रकट करें

  • लॉन्च से पहले किसी हस्तक्षेप या सर्वेक्षण का पूर्व-परीक्षण और सुधार करें

  • मात्रात्मक डेटा के पूरक के लिए फोकस समूह साक्षात्कार और ओपन एंडेड प्रश्नों का विश्लेषण करें

सामग्री विश्लेषण के प्रकार

सामग्री विश्लेषण के दो सामान्य प्रकार हैं: वैचारिक विश्लेषण और संबंधपरक विश्लेषण। अवधारणात्मक विश्लेषण एक पाठ में अवधारणाओं के अस्तित्व और आवृत्ति को निर्धारित करता है। संबंधपरक विश्लेषण एक पाठ में अवधारणाओं के बीच संबंधों की जांच करके वैचारिक विश्लेषण को और विकसित करता है। प्रत्येक प्रकार के विश्लेषण से अलग-अलग परिणाम, निष्कर्ष, व्याख्या और अर्थ निकल सकते हैं।

वैचारिक विश्लेषण

सामग्री विश्लेषण के बारे में सोचते समय आमतौर पर लोग वैचारिक विश्लेषण के बारे में सोचते हैं। अवधारणात्मक विश्लेषण में, एक अवधारणा को परीक्षा के लिए चुना जाता है और विश्लेषण में इसकी उपस्थिति को मापना और गिनना शामिल होता है। मुख्य लक्ष्य डेटा में चयनित शब्दों की घटना की जांच करना है। शर्तें स्पष्ट या निहित हो सकती हैं। स्पष्ट शब्दों की पहचान करना आसान है। निहित शब्दों की कोडिंग अधिक जटिल है: आपको निहितार्थ के स्तर और व्यक्तिपरकता पर आधार निर्णय (विश्वसनीयता और वैधता के लिए मुद्दा) तय करने की आवश्यकता है। इसलिए, निहित शब्दों की कोडिंग में शब्दकोश या प्रासंगिक अनुवाद नियमों या दोनों का उपयोग करना शामिल है।

एक वैचारिक सामग्री विश्लेषण शुरू करने के लिए, पहले शोध प्रश्न की पहचान करें और विश्लेषण के लिए एक नमूना या नमूने चुनें। इसके बाद, पाठ को प्रबंधनीय सामग्री श्रेणियों में कोडित किया जाना चाहिए। यह मूल रूप से चयनात्मक कमी की एक प्रक्रिया है। पाठ को श्रेणियों में कम करके, शोधकर्ता उन विशिष्ट शब्दों या पैटर्न पर ध्यान केंद्रित कर सकता है और कोड कर सकता है जो शोध प्रश्न को सूचित करते हैं।

एक वैचारिक सामग्री विश्लेषण करने के लिए सामान्य कदम:

1. विश्लेषण का स्तर तय करें: शब्द, शब्द भाव, वाक्यांश, वाक्य, विषय

2. तय करें कि कितनी अवधारणाओं के लिए कोड करना है: श्रेणियों या अवधारणाओं के पूर्व-परिभाषित या इंटरैक्टिव सेट का विकास करना। या तो तय करें: A. कोडिंग प्रक्रिया के माध्यम से श्रेणियों को जोड़ने के लिए लचीलेपन की अनुमति देने के लिए, या B. श्रेणियों के पूर्व-निर्धारित सेट के साथ रहने के लिए।

  • विकल्प ए नई और महत्वपूर्ण सामग्री के परिचय और विश्लेषण की अनुमति देता है जिसका किसी के शोध प्रश्न पर महत्वपूर्ण प्रभाव पड़ सकता है।

  • विकल्प बी शोधकर्ता को केंद्रित रहने और विशिष्ट अवधारणाओं के लिए डेटा की जांच करने की अनुमति देता है।

3. तय करें कि किसी अवधारणा के अस्तित्व या आवृत्ति के लिए कोड करना है या नहीं। निर्णय कोडिंग प्रक्रिया को बदल देता है।

  • एक अवधारणा के अस्तित्व के लिए कोडिंग करते समय, शोधकर्ता एक अवधारणा को केवल एक बार गिनता है यदि वह डेटा में कम से कम एक बार दिखाई देता है और चाहे वह कितनी भी बार दिखाई दे।

  • एक अवधारणा की आवृत्ति के लिए कोडिंग करते समय, शोधकर्ता एक पाठ में एक अवधारणा के प्रकट होने की संख्या की गणना करेगा।

4. तय करें कि आप अवधारणाओं में कैसे अंतर करेंगे:

  • क्या टेक्स्ट को ठीक उसी तरह कोडित किया जाना चाहिए जैसा वे दिखाई देते हैं या अलग-अलग रूपों में दिखाई देने पर उसी तरह कोडित किया जाना चाहिए? उदाहरण के लिए, खतरनाक बनाम खतरनाकता। यहाँ बिंदु कोडिंग नियम बनाने का है ताकि इन शब्द खंडों को तार्किक रूप से पारदर्शी रूप से वर्गीकृत किया जा सके। नियम इन सभी शब्द खंडों को एक ही श्रेणी में ला सकते हैं, या शायद नियम तैयार किए जा सकते हैं ताकि शोधकर्ता इन शब्द खंडों को अलग-अलग कोड में अलग कर सकें।

  • किस स्तर के निहितार्थ की अनुमति दी जानी चाहिए? वे शब्द जो अवधारणा या शब्दों को स्पष्ट रूप से अवधारणा बताते हैं? उदाहरण के लिए, खतरनाक बनाम व्यक्ति डरावना है बनाम वह व्यक्ति मुझे नुकसान पहुंचा सकता है। खतरनाक के निहित अर्थ के कारण, ये शब्द खंड अलग-अलग श्रेणियों के योग्य नहीं हो सकते हैं।

5. अपने ग्रंथों की कोडिंग के लिए नियम विकसित करें। चरण 1-4 के निर्णय पूर्ण होने के बाद, एक शोधकर्ता पाठ के कोड में अनुवाद के लिए नियम विकसित करना शुरू कर सकता है। यह कोडिंग प्रक्रिया को व्यवस्थित और सुसंगत बनाए रखेगा। शोधकर्ता वही कोड कर सकता है जो वह कोड करना चाहता है। कोडिंग प्रक्रिया की वैधता तब सुनिश्चित की जाती है जब शोधकर्ता अपने कोड में सुसंगत और सुसंगत होता है, जिसका अर्थ है कि वे अपने अनुवाद नियमों का पालन करते हैं। सामग्री विश्लेषण में, अनुवाद नियमों का पालन करना वैधता के बराबर है।

6. तय करें कि अप्रासंगिक जानकारी के साथ क्या करना है: क्या इसे अनदेखा किया जाना चाहिए (उदाहरण के लिए सामान्य अंग्रेजी शब्द जैसे और और), या कोडिंग योजना को फिर से जांचने के लिए उपयोग किया जाता है कि यह कोडिंग के परिणाम में जोड़ देगा?

7. टेक्स्ट को कोड करें: यह हाथ से या सॉफ्टवेयर का उपयोग करके किया जा सकता है। सॉफ्टवेयर का उपयोग करके, शोधकर्ता श्रेणियों को इनपुट कर सकते हैं और सॉफ्टवेयर प्रोग्राम द्वारा स्वचालित रूप से, जल्दी और कुशलता से कोडिंग कर सकते हैं। जब कोडिंग हाथ से की जाती है, तो एक शोधकर्ता त्रुटि को अधिक आसानी से पहचान सकता है (जैसे टाइपो, गलत वर्तनी)। यदि कंप्यूटर कोडिंग का उपयोग कर रहे हैं, तो सभी उपलब्ध डेटा को शामिल करने के लिए टेक्स्ट को त्रुटियों से मुक्त किया जा सकता है। हाथ बनाम कंप्यूटर कोडिंग का यह निर्णय निहित जानकारी के लिए सबसे अधिक प्रासंगिक है जहां सटीक कोडिंग के लिए श्रेणी की तैयारी आवश्यक है।

8. अपने परिणामों का विश्लेषण करें: जहां संभव हो निष्कर्ष और सामान्यीकरण करें। निर्धारित करें कि अप्रासंगिक, अवांछित या अप्रयुक्त पाठ के साथ क्या करना है: कोडिंग योजना की पुन: जांच, उपेक्षा या पुनर्मूल्यांकन करें। परिणामों की सावधानीपूर्वक व्याख्या करें क्योंकि वैचारिक सामग्री विश्लेषण केवल जानकारी की मात्रा निर्धारित कर सकता है। आमतौर पर, सामान्य प्रवृत्तियों और पैटर्न की पहचान की जा सकती है।

संबंधपरक विश्लेषण

संबंधपरक विश्लेषण वैचारिक विश्लेषण की तरह शुरू होता है, जहां परीक्षा के लिए एक अवधारणा को चुना जाता है। हालांकि, विश्लेषण में अवधारणाओं के बीच संबंधों की खोज करना शामिल है। व्यक्तिगत अवधारणाओं को कोई अंतर्निहित अर्थ नहीं माना जाता है और बल्कि अर्थ अवधारणाओं के बीच संबंधों का एक उत्पाद है।

एक संबंधपरक सामग्री विश्लेषण शुरू करने के लिए, पहले एक शोध प्रश्न की पहचान करें और विश्लेषण के लिए एक नमूना या नमूने चुनें। शोध प्रश्न पर ध्यान केंद्रित किया जाना चाहिए ताकि अवधारणा प्रकार व्याख्या के लिए खुले न हों और उन्हें संक्षेप में प्रस्तुत किया जा सके। इसके बाद, विश्लेषण के लिए टेक्स्ट का चयन करें। पूरी तरह से विश्लेषण के लिए पर्याप्त जानकारी रखते हुए विश्लेषण के लिए पाठ का चयन सावधानी से करें ताकि परिणाम बहुत व्यापक जानकारी तक सीमित न हों ताकि सार्थक और सार्थक परिणाम देने के लिए कोडिंग प्रक्रिया बहुत कठिन और भारी हो जाए।

न्यूयॉर्क में शीर्ष कॉलेज

सामान्य चरणों पर जाने से पहले चुनने के लिए संबंधपरक विश्लेषण की तीन उपश्रेणियाँ हैं।

  1. प्रभाव निष्कर्षण: एक पाठ में स्पष्ट अवधारणाओं का भावनात्मक मूल्यांकन। इस पद्धति के लिए एक चुनौती यह है कि भावनाएं समय, आबादी और स्थान के अनुसार भिन्न हो सकती हैं। हालांकि, यह वक्ता या पाठ के लेखक की भावनात्मक और मनोवैज्ञानिक स्थिति को पकड़ने में प्रभावी हो सकता है।

  2. निकटता विश्लेषण: पाठ में स्पष्ट अवधारणाओं की सह-घटना का मूल्यांकन। टेक्स्ट को शब्दों की एक स्ट्रिंग के रूप में परिभाषित किया जाता है जिसे विंडो कहा जाता है जिसे अवधारणाओं की सह-घटना के लिए स्कैन किया जाता है। परिणाम एक अवधारणा मैट्रिक्स, या परस्पर संबंधित सह-घटित अवधारणाओं का एक समूह है जो एक समग्र अर्थ का सुझाव देगा।

  3. संज्ञानात्मक मानचित्रण: निष्कर्षण या निकटता विश्लेषण को प्रभावित करने के लिए एक विज़ुअलाइज़ेशन तकनीक। संज्ञानात्मक मानचित्रण पाठ के समग्र अर्थ का एक मॉडल बनाने का प्रयास करता है जैसे कि एक ग्राफिक मानचित्र जो अवधारणाओं के बीच संबंधों का प्रतिनिधित्व करता है।

संबंधपरक सामग्री विश्लेषण करने के लिए सामान्य चरण:

1. विश्लेषण के प्रकार का निर्धारण करें: एक बार नमूना चुने जाने के बाद, शोधकर्ता को यह निर्धारित करने की आवश्यकता होती है कि किस प्रकार के संबंधों की जांच करनी है और विश्लेषण का स्तर: शब्द, शब्द अर्थ, वाक्यांश, वाक्य, थीम।
2. टेक्स्ट को शब्दों या पैटर्न के लिए श्रेणियों और कोड में कम करें। एक शोधकर्ता अर्थ या शब्दों के अस्तित्व के लिए कोड कर सकता है।
3. अवधारणाओं के बीच संबंधों का अन्वेषण करें: एक बार शब्दों को कोडित करने के बाद, पाठ का विश्लेषण निम्नलिखित के लिए किया जा सकता है:

  • संबंधों की मजबूती: वह डिग्री जिससे दो या दो से अधिक अवधारणाएं संबंधित हैं।

  • रिश्ते का संकेत: क्या अवधारणाएं एक दूसरे से सकारात्मक या नकारात्मक रूप से संबंधित हैं?

  • संबंध की दिशा: संबंध के प्रकार जो श्रेणियां प्रदर्शित करती हैं। उदाहरण के लिए, X का अर्थ है Y या X, Y से पहले आता है या यदि X, तो Y या यदि X, Y का प्राथमिक प्रेरक है।

4. संबंधों को कोड करें: वैचारिक और संबंधपरक विश्लेषण के बीच एक अंतर यह है कि अवधारणाओं के बीच कथन या संबंध कोडित होते हैं।
5. सांख्यिकीय विश्लेषण करें: अंतर का पता लगाएं या कोडिंग के दौरान पहचाने गए चर के बीच संबंधों की तलाश करें।
6. अभ्यावेदन का मानचित्रण करें: जैसे निर्णय मानचित्रण और मानसिक मॉडल।

विश्वसनीयता और मान्यता

विश्वसनीयता : शोधकर्ताओं की मानवीय प्रकृति के कारण, कोडिंग त्रुटियों को कभी समाप्त नहीं किया जा सकता है, लेकिन केवल न्यूनतम किया जा सकता है। आम तौर पर, विश्वसनीयता के लिए 80% स्वीकार्य मार्जिन है। सामग्री विश्लेषण की विश्वसनीयता में तीन मानदंड शामिल हैं:

  1. स्थिरता: कोडर्स के लिए एक ही समय में एक ही तरह से एक ही डेटा को लगातार री-कोड करने की प्रवृत्ति।

  2. पुनरुत्पादकता: कोडर के समूह के लिए श्रेणियों की सदस्यता को उसी तरह वर्गीकृत करने की प्रवृत्ति।

  3. शुद्धता: जिस हद तक पाठ का वर्गीकरण सांख्यिकीय रूप से मानक या मानदंड से मेल खाता है।

वैधता : तीन मानदंडों में सामग्री विश्लेषण की वैधता शामिल है:

  1. श्रेणियों की निकटता: प्रत्येक विशिष्ट श्रेणी की एक सहमत परिभाषा पर पहुंचने के लिए कई क्लासिफायर का उपयोग करके इसे प्राप्त किया जा सकता है। एकाधिक क्लासिफायर का उपयोग करते हुए, एक अवधारणा श्रेणी जो एक स्पष्ट चर हो सकती है, को समानार्थी या निहित चर शामिल करने के लिए विस्तृत किया जा सकता है।

  2. निष्कर्ष: किस स्तर के निहितार्थ की अनुमति है? क्या निष्कर्ष डेटा का सही ढंग से पालन करते हैं? क्या परिणाम अन्य परिघटनाओं द्वारा समझाने योग्य हैं? यह विशेष रूप से समस्याग्रस्त हो जाता है जब विश्लेषण के लिए कंप्यूटर सॉफ़्टवेयर का उपयोग करना और समानार्थक शब्दों के बीच अंतर करना। उदाहरण के लिए, मेरा शब्द, विभिन्न प्रकार से एक व्यक्तिगत सर्वनाम, एक विस्फोटक उपकरण, और जमीन में एक गहरे छेद को दर्शाता है जिससे अयस्क निकाला जाता है। सॉफ़्टवेयर उस शब्द की घटना और आवृत्ति की सटीक गणना प्राप्त कर सकता है, लेकिन प्रत्येक विशेष उपयोग में निहित अर्थ का सटीक लेखा-जोखा तैयार करने में सक्षम नहीं है। यह समस्या किसी के परिणामों को खराब कर सकती है और किसी भी निष्कर्ष को अमान्य बना सकती है।

  3. एक सिद्धांत के परिणामों की सामान्यता: अवधारणा श्रेणियों की स्पष्ट परिभाषाओं पर निर्भर, वे कैसे निर्धारित किए जाते हैं और वे उस विचार को मापने में कितने विश्वसनीय हैं जिसे कोई मापने की कोशिश कर रहा है। सामान्यीकरण विश्वसनीयता के समानांतर है क्योंकि इसका अधिकांश भाग विश्वसनीयता के तीन मानदंडों पर निर्भर करता है।

सामग्री विश्लेषण के लाभ

  • पाठ का उपयोग करके सीधे संचार की जांच करता है

  • गुणात्मक और मात्रात्मक विश्लेषण दोनों के लिए अनुमति देता है

  • समय के साथ बहुमूल्य ऐतिहासिक और सांस्कृतिक अंतर्दृष्टि प्रदान करता है

  • डेटा की निकटता की अनुमति देता है

  • पाठ के कोडित रूप का सांख्यिकीय विश्लेषण किया जा सकता है

  • बातचीत का विश्लेषण करने के विनीत साधन

  • मानव विचार और भाषा के उपयोग के जटिल मॉडल में अंतर्दृष्टि प्रदान करता है

  • जब अच्छी तरह से किया जाता है, तो इसे अपेक्षाकृत सटीक शोध पद्धति माना जाता है

  • सामग्री विश्लेषण एक आसानी से समझा जाने वाला और एक सस्ता शोध तरीका है

  • अन्य शोध विधियों जैसे साक्षात्कार, अवलोकन और अभिलेखीय अभिलेखों के उपयोग के साथ संयुक्त होने पर एक अधिक शक्तिशाली उपकरण। यह ऐतिहासिक सामग्री का विश्लेषण करने के लिए बहुत उपयोगी है, विशेष रूप से समय के साथ प्रवृत्तियों का दस्तावेजीकरण करने के लिए।

    किंग्स कॉलेज कहाँ है

सामग्री विश्लेषण के नुकसान

  • अत्यधिक समय लेने वाला हो सकता है

  • बढ़ी हुई त्रुटि के अधीन है, खासकर जब संबंधपरक विश्लेषण का उपयोग उच्च स्तर की व्याख्या प्राप्त करने के लिए किया जाता है

  • अक्सर सैद्धांतिक आधार से रहित होता है, या एक अध्ययन में निहित संबंधों और प्रभावों के बारे में सार्थक निष्कर्ष निकालने के लिए बहुत उदारतापूर्वक प्रयास करता है

  • स्वाभाविक रूप से अपरिवर्तनीय है, खासकर जब जटिल ग्रंथों से निपटते हैं

  • अक्सर शब्दों की संख्या से मिलकर बनता है

  • अक्सर उस संदर्भ की अवहेलना करता है जिसने पाठ का निर्माण किया, साथ ही पाठ के निर्माण के बाद की स्थिति की भी अवहेलना की

  • स्वचालित या कम्प्यूटरीकृत करना मुश्किल हो सकता है

रीडिंग

पाठ्यपुस्तकें और अध्याय

  • बेरेलसन, बर्नार्ड। संचार अनुसंधान में सामग्री विश्लेषण। न्यूयॉर्क: फ्री प्रेस, 1952।

  • बुशा, चार्ल्स एच. और स्टीफन पी. हैटर। लाइब्रेरियनशिप में अनुसंधान के तरीके: तकनीक और व्याख्या। न्यूयॉर्क: अकादमिक प्रेस, 1980।

  • डी सोला पूल, इथिएल। सामग्री विश्लेषण में रुझान। अर्बाना: यूनिवर्सिटी ऑफ इलिनोइस प्रेस, 1959।

    कांट का स्पष्ट अनिवार्य उदाहरण
  • क्रिपेंडोर्फ, क्लॉस। सामग्री विश्लेषण: इसकी कार्यप्रणाली का परिचय। बेवर्ली हिल्स: सेज पब्लिकेशन्स, 1980।

  • फील्डिंग, एनजी और ली, आरएम। गुणात्मक अनुसंधान में कंप्यूटर का उपयोग करना। सेज प्रकाशन, १९९१। (सीडेल द्वारा अध्याय देखें, जे। 'मेथड एंड मैडनेस इन द एप्लीकेशन ऑफ कंप्यूटर टेक्नोलॉजी टू क्वालिटेटिव डेटा एनालिसिस'।)

पद्धति संबंधी लेख

  • हसीह एचएफ और शैनन एसई। (२००५)। गुणात्मक सामग्री विश्लेषण के तीन दृष्टिकोण। गुणात्मक स्वास्थ्य अनुसंधान। १५(९): १२७७-१२८८।

  • एलो एस, कैरिएनिन एम, कांस्टे ओ, पोल्की आर, यूट्रिएनेन के, और किंगस एच। (2014)। गुणात्मक सामग्री विश्लेषण: विश्वसनीयता पर ध्यान। साधु खुला। 4: 1-10।

आवेदन लेख

  • एब्रोम्स एलसी, पद्मनाभन एन, थावीथाई एल, और फिलिप्स टी। (2011)। धूम्रपान बंद करने के लिए iPhone ऐप्स: एक सामग्री विश्लेषण। प्रेवेंटिव मेडिसिन का अमेरिकन जर्नल। 40(3):279-285.

  • Ullstrom S. Sachs MA, Hansson J, Ovretveit J, और Brommels M. (2014)। सफ़रिंग इन साइलेंस: प्रतिकूल घटनाओं के दूसरे पीड़ितों का गुणात्मक अध्ययन। ब्रिटिश मेडिकल जर्नल, क्वालिटी एंड सेफ्टी इश्यू। 23:325-331।

  • ओवेन पी। (2012)। एंटरटेनमेंट मीडिया द्वारा सिज़ोफ्रेनिया का चित्रण: समकालीन फिल्मों का एक सामग्री विश्लेषण। मनोरोग सेवाएं। 63:655-659।

सॉफ्टवेयर

सामग्री का विश्लेषण हाथ से करना है या कंप्यूटर सॉफ़्टवेयर का उपयोग करना चुनना मुश्किल हो सकता है। मुद्दे की चर्चा के लिए पाठ्यपुस्तकों और अध्यायों में ऊपर सूचीबद्ध 'गुणात्मक डेटा विश्लेषण के लिए कंप्यूटर प्रौद्योगिकी के अनुप्रयोग में विधि और पागलपन' का संदर्भ लें।

वेबसाइटें

  • रोली कांस्टेबल, मार्ला कोवेल, सरिता ज़ोर्नेक क्रॉफर्ड, डेविड गोल्डन, जेक हार्टविगसेन, कैथरीन मॉर्गन, ऐनी मुडगेट, क्रिस पैरिश, लौरा थॉमस, एरिका योलान्डा थॉम्पसन, रोज़ी टर्नर और माइक पामक्विस्ट। (1994-2012)। एथ्नोग्राफी, ऑब्जर्वेशनल रिसर्च और नैरेटिव इंक्वायरी। लेखन@सीएसयू. कोलोराडो स्टेट यूनिवर्सिटी। पर उपलब्ध: http://writing.colostate.edu/guides/guide.cfm?guideid=63 . माइकल पामक्विस्ट द्वारा सामग्री विश्लेषण के परिचय के रूप में, यह वेब पर सामग्री विश्लेषण पर मुख्य संसाधन है। यह व्यापक है, फिर भी संक्षिप्त है। इसमें उदाहरण और एक एनोटेट ग्रंथ सूची शामिल है। उपरोक्त कथा में निहित जानकारी सामग्री विश्लेषण पर माइकल पामक्विस्ट के उत्कृष्ट संसाधन से बहुत अधिक आकर्षित करती है और सारांशित करती है लेकिन महामारी विज्ञान में डॉक्टरेट छात्रों और जूनियर शोधकर्ताओं के उद्देश्य के लिए सुव्यवस्थित की गई थी।

  • http://psychology.ucdavis.edu/faculty_sites/sommerb/sommerdemo/

  • http://depts.washington.edu/uwmcnair/chapter11.content.analysis.pdf

पाठ्यक्रम

कोलंबिया विश्वविद्यालय के मेलमैन स्कूल ऑफ पब्लिक हेल्थ में

दिलचस्प लेख

संपादक की पसंद

विश्वविद्यालय से परे पहुंचना: ओप-एड लिखना
विश्वविद्यालय से परे पहुंचना: ओप-एड लिखना
वह ब्रैडफोर्ड है
वह ब्रैडफोर्ड है
यूरोपीय संघ की नियामक शक्ति पर एक प्रमुख विद्वान और यूरोपीय संघ और ब्रेक्सिट पर एक मांग के बाद टिप्पणीकार, अनु ब्रैडफोर्ड ने वैश्विक बाजारों पर यूरोपीय संघ के बाहरी प्रभाव का वर्णन करने के लिए ब्रसेल्स प्रभाव शब्द गढ़ा। हाल ही में, वह द ब्रसेल्स इफेक्ट: हाउ द यूरोपियन यूनियन रूल्स द वर्ल्ड (२०२०) की लेखिका हैं, जिसे फॉरेन अफेयर्स द्वारा २०२० की सर्वश्रेष्ठ पुस्तकों में से एक नामित किया गया है। ब्रैडफोर्ड अंतरराष्ट्रीय व्यापार कानून और अविश्वास कानून के विशेषज्ञ भी हैं। वह तुलनात्मक प्रतिस्पर्धा कानून परियोजना का नेतृत्व करती हैं, जिसने समय और अधिकार क्षेत्र में अविश्वास कानूनों और प्रवर्तन का एक व्यापक वैश्विक डेटा सेट बनाया है। यह परियोजना, लॉ स्कूल और यूनिवर्सिटी ऑफ शिकागो लॉ स्कूल के बीच एक संयुक्त प्रयास, 100 से अधिक देशों में विनियमन की एक सदी से अधिक को कवर करती है और बाजारों को विनियमित करने के लिए उपयोग किए जाने वाले अविश्वास शासनों पर ब्रैडफोर्ड के हालिया अनुभवजन्य शोध का आधार रही है। 2012 में लॉ स्कूल के संकाय में शामिल होने से पहले, ब्रैडफोर्ड शिकागो लॉ स्कूल विश्वविद्यालय में सहायक प्रोफेसर थे। उन्होंने ब्रुसेल्स में यूरोपीय संघ और अविश्वास कानून का भी अभ्यास किया और फिनलैंड की संसद में आर्थिक नीति पर सलाहकार और यूरोपीय संसद में एक विशेषज्ञ सहायक के रूप में कार्य किया। वर्ल्ड इकोनॉमिक फोरम ने उन्हें यंग ग्लोबल लीडर '10 नाम दिया। लॉ स्कूल में, ब्रैडफोर्ड यूरोपीय कानूनी अध्ययन केंद्र के निदेशक हैं, जो छात्रों को यूरोपीय कानून, सार्वजनिक मामलों और वैश्विक अर्थव्यवस्था में नेतृत्व की भूमिकाओं के लिए प्रशिक्षित करता है। वह कोलंबिया बिजनेस स्कूल के जेरोम ए। चाज़ेन इंस्टीट्यूट फॉर ग्लोबल बिजनेस में एक वरिष्ठ विद्वान और कार्नेगी एंडोमेंट फॉर इंटरनेशनल पीस में एक अनिवासी विद्वान भी हैं।
टीसी के जॉर्ज बोनानो का एक अध्ययन लचीलापन के लिए एक आनुवंशिक आधार ढूंढता है
टीसी के जॉर्ज बोनानो का एक अध्ययन लचीलापन के लिए एक आनुवंशिक आधार ढूंढता है
जॉर्ज बोनानो का नया शोध संभावित रूप से दर्दनाक घटनाओं के लिए लोगों की मनोवैज्ञानिक प्रतिक्रियाओं के आनुवंशिक आधार की पुष्टि करता है।
Moanin 'से क्योटो तक, जैज़ प्रोफाइल पर आर्ट ब्लेकी के जैज़ संदेशवाहक
Moanin 'से क्योटो तक, जैज़ प्रोफाइल पर आर्ट ब्लेकी के जैज़ संदेशवाहक
हम क्या जानते हैं और अभी भी COVID-19 के बारे में नहीं जानते हैं
हम क्या जानते हैं और अभी भी COVID-19 के बारे में नहीं जानते हैं
मेलमैन स्कूल ऑफ पब्लिक हेल्थ और कोलंबिया यूनिवर्सिटी इरविंग मेडिकल सेंटर के शोधकर्ताओं और चिकित्सकों ने उपन्यास कोरोनवायरस के बारे में अब तक जो सीखा है, उसका वजन करते हैं।
सिगरेट धूम्रपान करने वालों के दैनिक मारिजुआना उपयोगकर्ता होने की संभावना पांच गुना अधिक है
सिगरेट धूम्रपान करने वालों के दैनिक मारिजुआना उपयोगकर्ता होने की संभावना पांच गुना अधिक है
पिछले एक दशक में दैनिक मारिजुआना का उपयोग बढ़ रहा है। अब, कोलंबिया यूनिवर्सिटी के मेलमैन स्कूल ऑफ पब्लिक हेल्थ और ग्रेजुएट स्कूल ऑफ पब्लिक हेल्थ एंड हेल्थ पॉलिसी, सिटी यूनिवर्सिटी ऑफ न्यूयॉर्क के शोधकर्ताओं द्वारा किए गए एक नए अध्ययन में पाया गया कि सिगरेट पीने वालों में दैनिक आधार पर मारिजुआना का उपयोग करने की 5 गुना अधिक संभावना है। मारिजुआना का उपयोग लगभग अनन्य रूप से हुआ
टेक्सास वि. जॉनसन
टेक्सास वि. जॉनसन
कोलंबिया ग्लोबल फ्रीडम ऑफ एक्सप्रेशन अंतरराष्ट्रीय और राष्ट्रीय मानदंडों और संस्थानों की समझ को आगे बढ़ाने का प्रयास करता है जो एक अंतर-जुड़े वैश्विक समुदाय में सूचना और अभिव्यक्ति के मुक्त प्रवाह की रक्षा करने के लिए प्रमुख आम चुनौतियों का समाधान करते हैं। अपने मिशन को प्राप्त करने के लिए, अभिव्यक्ति की वैश्विक स्वतंत्रता अनुसंधान और नीति परियोजनाओं को शुरू करती है और कमीशन करती है, घटनाओं और सम्मेलनों का आयोजन करती है, और 21 वीं सदी में अभिव्यक्ति और सूचना की स्वतंत्रता के संरक्षण पर वैश्विक बहस में भाग लेती है और योगदान देती है।