Persistent Identifier
|
doi:10.18419/DARUS-1805 |
Publication Date
|
2021-04-28 |
Title
| MUSE Datenset |
Author
| Barzen, JohannaUniversität StuttgartORCID0000-0001-8397-7973
Bühler, FabianUniversität StuttgartORCID0000-0003-2834-4342
Leymann, FrankUniversität StuttgartORCID0000-0002-9123-259X |
Point of Contact
|
Use email button above to contact.
Barzen, Johanna (Universität Stuttgart) |
Description
| Datensatz des MUSE Projekts: MUSE hat zum Ziel, Konventionen, die sich im Film entwickelt haben, um mittels Filmkostümen beispielsweise Stereotypen, Charaktereigenschaften, etc. zu kommunizieren, zu identifizieren und diese als eine Mustersprache für Kostüme darzustellen um das Verständnis filmisch vestimentärer Kommunikation zu schärfen. Siehe: MUSE Projekt Webseite |
Subject
| Arts and Humanities; Computer and Information Science |
Keyword
| Digital Humanities
Medienwissenschaft
Filmwissenschaft
Empirische Filmanalyse
Vestimentäre Kommunikation
Kostümdesign
Kostümsprache
Mustersprachen |
Topic Classification
| Digital humanities (LCSH) https://id.loc.gov/authorities/subjects/sh2008122106
Arts and Humanities
Pattern Recognition Design Methodology
Content Analysis and Indexing |
Related Publication
| Barzen, Johanna; Bühler, Fabian; Leymann, Frank: Der MUSE Datensatz. In: Sonderband der vDHd, ZfdG - Zeitschrift für digitale Geisteswissenschaften (Submitted).
Barzen, Johanna Wenn Kostüme sprechen - Musterforschung in den Digital Humanities am Beispiel vestimentärer Kommunikation im Film, Universität zu Köln, 2018. urn urn:nbn:de:hbz:38-91341 https://nbn-resolving.de/urn:nbn:de:hbz:38-91341
Barzen, Johanna; Falkenthal, Michael; Leymann, Frank: Wenn Kostüme sprechen könnten: MUSE - Ein musterbasierter Ansatz an die vestimentäre Kommunikation im Film. In: Bockwinkel, Peggy; Nickel, Beatrice; Viehhauser, Gabriel (Hrsg): Digital Humanities. Perspektiven der Praxis, Frank & Timme, 2018. ISBN 978-3-7329-0284-2
Falkenthal, Michael; Barzen, Johanna; Breitenbücher, Uwe; Brügmann, Sascha; Joos, Daniel; Leymann, Frank; Wurster, Michael: Pattern Research in the Digital Humanities: How Data Mining Techniques Support the Identification of Costume Patterns. In: Computer Science - Research and Development 32 (2017), no. 3-4: 311-321. doi 10.1007/s00450-016-0331-6 https://doi.org/10.1007/s00450-016-0331-6
Schumm, David; Barzen, Johanna; Leymann, Frank; Ellrich, Lutz: A Pattern Language for Costumes in Films. In: Kohls, Christian (Hrsg); Fiesser, Andreas (Hrsg): Proceedings of the 17th European Conference on Pattern Languages of Programs (EuroPLoP 2012). doi 10.1145/2602928.2603083 https://doi.org/10.1145/2602928.2603083
Falkenthal, Michael; Barzen, Johanna; Dörner, Simon; Elkind, Vadym; Fauser, Jan; Leymann, Frank; Strehl, Tino: Datenanalyse in den Digital Humanities - Eine Annäherung an Kostümmuster mittels OLAP Cubes. In: Datenbanksysteme für Business, Technologie und Web (BTW), 16. Fachtagung des GI-Fachbereichs "Datenbanken und Informationssysteme" (DBIS), 02.-06.3.2015 in Hamburg, Germany, 2015. url https://subs.emis.de/LNI/Proceedings/Proceedings241/article15.html
Barzen, Johanna: Taxonomien kostümrelevanter Parameter: Annäherung an eine Ontologisierung der Domäne des Filmkostüms, Technischer Bericht Nr. 2013/04. |
Notes
| Das Datenset besteht aus mehreren SQL Dateien, die erst in eine SQL Datenbank wie MariaDB, MySQL oder eine SQLite Datenbank importiert werden müssen bevor sie verwendet werden können. Zusätzlich enthält das Datenset auch eine fertige SQLite Datenbank (/sqlite/muse-small.db) die mit Tools wie dem DB Browser for SQLite (https://sqlitebrowser.org) geöffnet werden kann. Mit dem DB Browser for SQLite lassen sich die einzelnen Datenbanktabellen auch einfach als CSV oder JSON exportieren. Das Format wurde gewählt um die Verbindungen zwischen den Datenbanktabellen zu erhalten. Bei einem Export, z.B. nach CSV, würden diese wichtigen Informationen verloren gehen.
Die einzelnen Dateien des Datensatzes sind im README.pdf (bzw. auch im REDME.md) auf Deutsch und Englisch genauer beschrieben. Dort ist auch eine kurze Anleitung zum Importieren der Daten in eine vorhandene Datenbank zu finden. Zusätzlich gibt es mit der Datei „DB Schema Overview.pdf“ eine Übersicht über alle Datenbanktabellen.
Anmerkung: Der Datensatz enthält zwei Filme ohne inhaltlich relevante Daten („1.setr“ und „1.yx“), die zum Testen des MUSE-Repositoriums genutzt werden, und fünf Versionen der gleichen kurzen Sequenz aus dem Film „Bad teacher“ (als „Bad teacher Test 1-5“ betitelt), die zur experimentellen Abschätzung wie weit sich die erfassten Daten unterschiedlicher Erfasser*innen unterscheiden genutzt werden.
Zugriff auf die Screenshots kann aufgrund des Urheberrechts nur auf Anfrage zu Forschungszwecke gewährt werden. |
Language
| German |
Producer
| Institut für Architektur von Anwendungssystemen (Universität Stuttgart) (IAAS) https://www.iaas.uni-stuttgart.de 
|
Production Location
| Stuttgart |
Contributor
| Data Collector: Trischler, Anika
Data Collector: Brand, Chantelle
Data Collector: Kopec, Kim
Data Collector: Intelmann, Lea
Data Collector: Brand, Leandra
Data Collector: Beckh, Lisa
Data Collector: Schepelmann, Lisa
Data Collector: Meyers, Maria
Data Collector: Ababkov, Regina
Data Collector: Kaiser, Sophia
Data Manager: Falkenthal, Michael
Data Manager: Bühler, Fabian
Other: Damaskinou, Vassiliki |
Project
| MUSE (Level 0)
QHAna (Level 1) |
Distributor
| Institut für Architektur von Anwendungssystemen (Universität Stuttgart) (IAAS) https://www.iaas.uni-stuttgart.de 
|
Depositor
| Bühler, Fabian |
Deposit Date
| 2021-04-21 |
Date of Collection
| Start Date: 2013-03-01; End Date: 2021-04-21 |
Data Type
| labeled film data; detailed costume data |
Data Source
| Genre „Western“: Cowboys & Aliens, Der mit dem Wolf tanzt, Der Texaner, Die glorreichen Sieben, Django Unchained, Erbamungslos, Für ein paar Dollar mehr, Leichen pflastern seinen Weg, Lone Ranger, Maverick - Den Colt am Gürtel, ein As im Ärmel, Open Range - Weites Land, Rio Bravo, Shanghai Noon, Spiel mir das Lied vom Tod, Todeszug nach Yuma, Tombstone, True Grit, Wild Wild West, Young Guns - Sie fürchten weder Tod noch Teufel, Zwei Glorreiche Halunken (Originaltitel: Cowboys & Aliens, Dances with Wolves, The Outlaw Josey Wales, The Magnificent Seven, Django Unchained, Unforgiven, Per qualche dollaro in più, Il grande silenzio, The Lone Ranger, Maverick, Open Range, Rio Bravo, Shanghai Noon, C’era una volta il West, 3:10 to Yuma, Tombstone, True Grit, Wild Wild West, Young Guns, Il buono, il brutto, il cattivo);
Genre „High-School Komödie“: 10 Dinge, die ich an dir hasse, 21 Jump Street, American Pie: Wie ein heißer Apfelkuchen, American Pie 2, Bad Teacher, Clueless - Was sonst!, Eine wie Keine, Einfach zu haben, Election, Ferris macht blau, Girls Club - Vorsicht bissig!, Girls united, Napoleon Dynamite, Project X, Road Trip - Heißer Trip nach Texas, S.H.I.T. - Die Highschool GmbH, Superbad, The Breakfast Club - Der Frühstücksclub, The Girl Next Door, Ungeküsst (Originaltitel: 10 Things I Hate About You, 21 Jump Street, American Pie, American Pie 2, Bad Teacher, Clueless, She's All That, Easy A, Election, Ferris Bueller’s Day Off, Mean Girls, Bring it on, Napoleon Dynamite, Project X, Road Trip, Accepted, Superbad, The Breakfast Club, The Girl Next Door, Never been kissed);
Genre „Märchen“: Beastly, Brothers Grimm, Cinderella, Der Sternwanderer, Der Tag des Falken, Die Braut des Prinzen, Die Chroniken von Narnia - Der König von Narnia, Die fantastische Welt von Oz, Die Schöne und das Biest, Die Schöne und das Biest, Die unendliche Geschichte, Drei Haselnüsse für Aschenbrödel, Ella - Verflixt & zauberhaft, Into the Woods, Legende, Maleficent, Peter Pan, Snow White and the Huntsman, Spieglein Spieglein, Verwünscht (Originaltitel: Beastly, The Brothers Grimm, Cinderella, Stardust, Ladyhawke, The Princess Bride, The Chronicles of Narnia: The Lion, the Witch and the Wardrobe, Oz the Great and Powerful, Beauty and the Beast, La Belle et la Bête, The Never Ending Story, Tri orísky pro Popelku, Ella Enchanted, Into the Woods, Legend, Maleficent, Peter Pan, Snow White and the Huntsman, Mirror Mirror, Enchanted);
--- Zusätzliche Quellen um lückenhafte Informationen (z.B. über Darsteller) zu ergänzen: https://www.imdb.com https://www.wikipedia.de |
Origin of Historical Sources
| Es wurden 60 Filme aus 3 Genres - je 20 Filme aus jedem Genre - ausgewählt. Die 3 Genres (Western, High-School Komödie und Märchen) wurden wegen ihrem typischerweise relativ festen Figureninventar ausgewählt. Die Filme innerhalb der Genres wurden mit dem Ziel ausgewählt einen Filmkorpus zu komponieren, der von einem möglichst breitem Publikum gesehen wurde und dadurch auch potenziell Einfluss auf die Mediensozialisation hat. Dazu wurden Filmrankings und Boxoffice-Zahlen aus verschiedenen Quellen ausgewertet. Für die Genrezuteilung der Filme wurden mehrere Quellen korreliert, um Unschärfen im Genrebegriff zu begegnen. |
Documentation and Access to Sources
| Um eine bessere Vergleichbarkeit der Daten zu gewährleisten wurde den Data Collectors jeweils die selbe Fassung des Films digital zur Verfügung gestellt. Zusätzlich gab es eine Anleitung, wie der VLC Media Player für die Auswertung eingestellt werden soll. Um die Datenqualität zu gewährleisten wurde im 4-Augen-Prinzip vorgegangen: Jeder Film wurde erst erfasst und dann komplett noch ein mal korrigiert. |