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