Statistik för jämförbarhet över tid

[Peter Isotalo]

Om man vill ta fram någon form av statistik av förändring av ords användning över tid så är förekomsten av ett visst ord inte jämförbar mellan t.ex. åren 1906 och 1907 eftersom det finns nåt i stil med 400% mer skannat material från det förra året jämfört med det senare. Det gäller såklart också om man jämför hur ofta ett ord förekommer 1907 jämför med 2007 eftersom mängden publicerad text är helt olika.

Det finns säkert också mindre skillnader mellan olika år som kan påverka, och särskilt om man söker på ord som förekommer kanske bara förekommer rätt sällan.

Finns det statistik över hur mycket tillgänglig, sökbart material det finns per år? Det bästa vore ju såklart i antal tecken men bara i antal sidor skulle göra det möjligt att justera för att se faktiskt förändring över tid.

[jonahl]

Hej.

Följande URL ger sidantal totalt (även fast det står tidningsnummer) och per år (träffar i tidsaxeln).

https://tidningar.kb.se/search?q=%2a&searchGranularity=part&_sort=datePublished

Mvh

Jonas Ahlberg

[Peter Isotalo]

Tack för tipset, men den här metoden kräver ju att man rent manuellt skriver av varje enskilt år. Tänker mig att såna här siffror är väldigt relevanta för någon som vill använda Svenska tidningar för något mer än att bara identifiera enskilda förekomster av text.

Finns det verkligen inget bättre sätt att få fram mängden material i databasen per år?

[jonahl]

Hej.

I nuläget finns inget annat sätt för användarna av Svenska tidningar att få fram databasens sidantal, årsvis och totalt.

Mvh

Jonas Ahlberg

[Författare]

Inlägg