Tarihsel Kentsel Planlama Belgeleri Çalışmak için Metin Analizini Uygulamak

Bir kez toplanan, dokümanları optik karakter tanıma (OCR) yazılımı kullanarak makine hazırlanabilir metin haline getirin. el yazısı veya kötü tarama malzemeleri için, manuel transkriptiyon gerekli olabilir. Tesseract OCR veya Adobe Acrobat's OCR işlevi gibi araçlar, orijinal taramalara karşı kopyalayabilir.

Adım 3: Text

Gürültü kaldırmak için metni temizleyin: Başlıklar, ayaklılar, sayfa numaraları ve tarama eserler. Standart preişleme adımları şunlardır:

• Tüm metinleri altüst etmek (eğer frekans analizi yapmak)
• Cümlenin tekrar çekilmesi ve kelimeleri durdurmak (en azından “en”, “ve” “of”)
• Tür değiştirme veya kelimeleri bir araya getirme (örneğin, “planlama” “planıcı” “planlanmış”)

Ancak, dikkatli olun: Eğer diskursif değişimleri ton veya retorik olarak analiz ederseniz, cümle yapısını korumak için kelimeler önemli olabilir. Örneğin, modal fiilleri “shall” gibi, “must”, “ politika analizi için kritik önem taşır. Benzer şekilde, birliktelik mantıksal ilişkileri ortaya çıkarabilir.

Adım 4: Analytical Yöntemler ve Araçlar seçin

Araştırma sorusuna bağlı olarak, nitel ve sayısal tekniklerden seçin:

• [FONT=0) Anahtar Kelime frekansı ve collokasyon:[Dönetici:[Dönetici:0)[değiştir | kaynağı değiştir].
• [FONT=0)Koding ve tematik analiz: [Dönetici: 0 [Dönetici kodları ile etiket geçişi (örneğin, “eşitlik”, “imkanı”, “resistance”). Bu, NVivo veya MAXQDA gibi yazılımlar birçok belgede kodlamayı kolaylaştırır.
• [FONT=0)C ⁇ metin madenciliği:[Dönetici:[Dönetici:0))) Uygulama (örneğin Python'un Gensim kütüphanesi ile) geniş bir fiziksela karşı geç dönemleri otomatik olarak çıkarmak için.Bir giriş için, [[Dersgelik[Döneticileri)
• [FONT=0)Sentiment analizi:[Dönetici:[Dönetici] Normal konularda pozitif vs. negatif dil, özel eğitim gerektirir. Genel duygu lexicons genellikle tarihsel kullanım yanlış sınıflanabilir (örneğin, “gizli” eski metinlerde “hepimiz” anlamına gelebilir.

Adım 5: Analizleri yapın

Örneğin, New York City'nin 1961 Zoning Kararının bir çalışmasında, bir araştırmacı “korunma alanı oranı” gibi terimlerin frekansını hesaplamak için “önemli kullanım” ve “setback” ve sonra bu terimlerin “taraf analizinin” veya “tarafsızlık oranları” olarak tanımlanabileceğini ortaya koyar.

Adım 6: Yorum ve Metodları Metinleme

Textual analysis kelime sayısı ile bitmiyor; sonuçlar tarihsel ve sosyal bağlamlarında yorumlanmalıdır. 2000'lerde "güvenlik" teriminde artışlar,-9/11 anxieties. 1980'lerde “yapay konut” lehine bir düşüş yaratabilir.

Textual Analysis in Textual Analysis

Urban Renewal Dili

20. yüzyılın ortalarında, ABD şehirleri, "daha açık" olarak hedef alanları sıklıkla tanımlayan kentsel yenileme planlarını yayınladı ve "mükemmeliyet" olarak 1949'dan 1974'e kadar araştırmacılar tarafından yapılan bu tür bir dil, bir tıbbi zorunluluk olarak gerçekleştirildi. Aksine, “daha iyi” veya “toplumsal” gibi nedenlerle, duygusal ağırlıkta nadiren kullanılan bir teknolojik zihniyetle ortaya çıktı.

Belediye Kodlarındaki Evsizlik

2021'de yapılan bir çalışma, şehir konseyi dakikalarını ve üç ABD şehrindeki halk veya hoşgörüsüzlüğü analiz etti, araştırmacılar, yapısal bir başarısızlık olarak adlandırılan erken belgelerin, daha sonra “keşitsiz evsizlik” veya “keşitsel evsizlik” ve “hizsizliği” gibi terimler ortaya çıktığını ortaya koydular.

1909 Chicago Planı

Daniel Burnham'ın 1909 Chicago Planı, Amerikan kentsel planlamada bir dönüm noktasıdır. Dilinin metinsel analizi, vücudun metaforlarına ağır güvenmektedir: bir organizmanın “yaşlama” (köpekler olarak) “kırıklama” (kırık hava sağlar) ve “temizlemeler” (aynı dönemin belgelerini karşılaştırmak için) planladıkları, araştırmacıların her ikiyüzlülüğün “yakalama ve onurlu bir şekilde dışlama gibi ifade etmeyi planlayabilirler.

Meydanlar ve Pitfalls Kaçmak için

Tarihi belgelerin metin analizi belirli zorluklarla ilgilidir:

• [FONT:0] Tamamlanmış veya önyargılı arşivler: marjinalleştirilmiş seslerden gelen belgeler (örneğin, topluluk grupları, yerli halklar) genellikle eksik. arşiv kayıtları bu sınırlamayı kabul etmeli ve mümkün olduğunda, oral heyetleri veya topluluk kayıtları ile eklenmelidir.
• [FONT:0)Anachronistic kelimesi anlamları: “blight” veya “slum” gibi koşullar, on yıllar önce farklı çağrışımlara danışmalıdır. Araştırmacılar, kontemporane gazete makalelerini, doğru yorumlayabilmeleri için tarihsel sözlüklere veya bağlamsal kaynaklara danışmalıdır.
• [FONT:0) Sayısal yöntemlere genel olarak dikkat edin:[Dönetici:0) Word frekansı, nitel okuma eşlik etmemeye eşlik edemez. “komünizm” gibi bir kelime sık kullanılabilir, ancak her zaman patronlama veya dışlama bağlamda kullanılabilir – sadece yakın okuma bunu ortaya çıkarabilir.
• [FONT=0)Sample büyüklüğü ve temsilcisi: [Dönetici: [Dönetici:0) Küçük, sıradan olmayan bir örnek daha geniş trendleri yansıtamaz. Güvenilir model tanımlaması için zaman süresi 30-50 dokümanlar için zaman süresi boyunca.
• [FONT:0)Teknik engeller: [Dönetici: 0:1] Zavallı OCR kalitesi, el yazısı ve İngilizce olmayan belgeler özel bir kullanım gerektirir. İngilizce olmayan planlama belgeleri için çeviri araçları dikkatli ve ideal olarak yerel konuşmacılarla çalışır.

Önerilen Araçlar ve Yazılım

Araştırmacılar, ücretsiz online platformlardan profesyonel niteliksel analiz yazılımına kadar bir dizi araç arasından seçim yapabilirler:

[FONT:0])Not: ) Her zaman belgenin telif hakkı durumunu sayısallaştırma ve analiz etmeden önce kontrol edin. Birçok tarihi kamu kayıtları kamu alanındadır, ancak ABD'de kısıtlamalardan haberdar olun.

Textual Analysis into Urban Planning Education

Kentsel tarihi öğretmek veya planlama yöntemleri, metinsel analizleri bir el-on egzersiz olarak dahil edebilir. Bir dönem projesi öğrencilerin tek bir planlama belgesi seçmelerini içerebilir (örneğin, 1923'te şehir için kapsamlı bir plan) ve dil analizi ile birlikte ifade edilen kısa bir okuma yaparak ilgili bir araştırma alanı oluşturmaları gerekir.

Gelişmiş dersler için, GIS ile çift metinsel analiz, Jupyter Defterleri gibi temel metin madenciliğinin internet Archive gibi kaynaklardan elde edilmesi için haritalama yapmak için.Bu disiplinler arası yaklaşım dili güçlü şekillerde birbirine bağlar. Ek olarak, eğitmenler Jupyter Defterleri gibi ortak kodlama platformlarını internet Archive gibi kaynaklardan temel metin madenciliği yürütmek için tanıtabilirler.

Future: AI ve Büyük Dil Modelleri

Büyük dil modelleri gibi gelişen araçlar (LLMs) metin analizi için yeni olanaklar sunar. Araştırmacılar uzun belgeleri özetlemek için modeller kullanabilir, tematik genellemeler oluşturabilir veya hatta retorik kalıpları (örneğin, pasif sesin ne sıklıkta belirsiz olduğunu anlamaktadır.) Ancak, LLM'ler çağdaş internet metinleri üzerinde eğitilir ve tarihi bir deyimsel okumalar üretebilir veya anakronist okumalar üretir.

Başka bir sınır, planlama belgelerindeki metin olmayan elemanların analizidir - örneğin, bir planın "blighted" alanlarını işaret etmek için kırmızı gölgelenmenin kullanılması, görüntü satırlarını entegre eden metinsel analizdir, harita efsaneleri ve diyagram etiketleri, planlayıcıların veri ve vizyonu nasıl iletişim kurabileceğinin zengin bir anlayışını verebilir. Örneğin, bir planın "blighted" alanlarının kullanımı, çalışma garanti eden bir metinsel ve görsel retorik seçimidir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Tarihçi planlama belgelerine metinsel analizler, statik kayıtları geçmiş zihniyetlerin, çatışmaların ve hırsların dinamik kanıtlarına dönüştürür. Dili sistematik olarak incelerken, araştırmacılar, planlama paradigmalarının evrimini kanıtlayabilir ve şehirlerin bugün nasıl geldiğini daha çıplak bir bakış açısı sağlayabilirler.Bilgesel analizler, öğrenciler ve profesyoneller, resmi anlatıları sorgulama ve planlamada gömülü değerleri ortaya çıkarabilirler.