Analysemodul zur bivariaten Korrelation in systematischen Literaturanalyseprozessen

Dieses Python-Modul dient der automatisierten Auswertung von BibTeX-basierten Literaturdaten im Rahmen systematischer Literaturanalysen. Es wurde speziell für die Promotionsforschung an der Charité – Universitätsmedizin Berlin im Themenfeld „Wirkgefüge im digitalen Bildungsraum: Eine Untersuchung der Merkmale, Effekte, Mechanismen und Reaktionen von Learning-Management-Systemen am Beispiel der Lehre in Gesundheitsberufen“ entwickelt.

Das Skript „analyse_korrelation.py“ verarbeitet strukturierte Kodierungen (z. B. Suchbegriffe, Forschungsunterfragen, deduktive Kategorien, Indexbegriffe) und berechnet auf dieser Basis bivariate Korrelationen. Die Ergebnisse werden sowohl tabellarisch (inkl. Signifikanztests) als auch visuell über interaktive Plotly-Visualisierungen aufbereitet. Zudem wird eine 3D-K-Means-Clusteranalyse der deduktiven Dimensionen durchgeführt und grafisch dargestellt.

Kernfunktionen:

• Einlesen und Verarbeitung von BibTeX-Dateien

• Kodierte Schlagwortanalyse entlang deduktiver Forschungsdimensionen

• Berechnung von Pearson-Korrelationen inkl. p-Wert

• Signifikanzvisualisierung und Interpretationshinweise

• Automatischer Export als CSV und HTML (inkl. Remote-Transfer)

• 3D-Clusteranalyse mit K-Means und Silhouette-Bewertung

• Farblich abgestimmte Plotgestaltung gemäß Forschungsdesign

Anwendungskontext:

Das Modul ist Teil des wissenschaftlich fundierten Analyse-Workflows zur systematischen Literaturrecherche in der qualitativen Gesundheitsbildungsforschung. Es unterstützt explorative Mustererkennung, visuelle Interpretation und strukturierte Ableitungen im Rahmen theoriebasierter Kodieransätze.

Voraussetzungen:

• Python ≥ 3.9

• Bibliotheken: pandas, numpy, bibtexparser, scikit-learn, plotly, matplotlib, tabulate, slugify, scipy