Der Einfluss von Alter, Geschlecht und Bildungsgrad auf den Schreibstil in Kurznachrichten

Bachelorarbeit aus dem Jahr 2020 im Fachbereich Französische Philologie - Linguistik, Note: 1,7, Bergische Universität Wuppertal, Sprache: Deutsch, Abstract: Die vorliegende Arbeit wird die Schreibstile und -gewohnheiten nach Geschlecht, Alter und Bildungsgrad untersuchen. Dank der Schweizer Auflage des internationalen sms4science-Projekts verfügen wir über ein sehr umfangreiches, frei zugängliches Korpus von SMS-Nachrichten. Ein Ausschnitt dieses Korpus stellt die Datengrundlage meiner Untersuchung zum Einfluss der soziodemographischen Faktoren dar. Das Schweizer sms4science-Korpus bietet sich, mit insgesamt rund 24000 gesammelten SMS, als sehr umfangreiches Korpus an. Im Abschnitt 2 werde ich einen kurzen Überblick über das sms4science-Projekt geben. Im folgenden Abschnitt werde ich das Schweizer SMS-Korpus vorstellen und einige Zahlen, Daten und Fakten nennen. Ein Ausschnitt dieses Korpus, nämlich die französischsprachigen SMS von Personen, die insgesamt mindestens 200 Wörter zur Verfügung gestellt haben, bildet den Korpus meiner folgenden Untersuchung. Im Anschluss beschäftige ich mich in Abschnitt 4 ausführlich mit der Kommunikationsform SMS. Zu Beginn werde ich zunächst einige technische Aspekte der Kommunikation per SMS erläutern, um anschließend kurz auf den Begriff der "keyboard-to-screen-communication" (KSC) einzugehen. In Abschnitt 5 gebe ich einen Überblick über die linguistischen Charakteristika der SMS-Sprache und belege diese mit entsprechenden Beispielen aus dem Untersuchungskorpus. Im folgenden Abschnitt 6 werde ich zunächst einen kurzen Überblick über die vorliegende Untersuchung geben und das Subkorpus, welches zur Analyse herangezogen wird, präsentieren (6.1). Die genutzten stilometrischen Verfahren ('Stylo R': 'stylo', 'oppose') werden in einem gesonderten Abschnitt behandelt und vorgestellt (6.2). Eine explorative Netzwerkanalyse der mit 'Stylo R' errechneten Daten in Gephi steht zu Beginn der Analyse (6.3). Die durch dieses Verfahren gewonnenen Einblicke werden mit weiteren statistischen Daten auf lexikalischer Ebene mithilfe von Voyant Tools und der 'oppose'-Funktion von 'Stylo R' untersucht. Die Auswertung der Ergebnisse findet in eigenen Abschnitten getrennt nach Kategorie (Männer – Frauen /"unter30" – "über30"/"hoher" – "niedrigerer" Bildungsgrad) statt (Abschnitt 6.4).