Gennem modulet opnår de studerende praktisk, analytisk, refleksiv og teoretisk erfaring med computationelle teknikker til datahøst, -analyse og -visualisering. Modulet inkluderer et flerdages datasprint. Et dataprint er en forskningsbaseret arbejdsmetode, der samler relevante interessenter omkring de grundlæggende valg, der skal træffes, når bestemte typer data anvendes til at beskrive et samfundsmæssigt fænomen, der kan underlægges computationel analyse.
I datasprinten inviterer de studerende en gæst med domæneviden fra en selvvalgt caseorganisation til at deltage i forbindelse med sprinten (i praksis ofte gæster fra de studerendes egne organisationer). I løbet af modulet producerer de studerende et konkret demonstrationsprojekt, der afprøver og illustrerer hvordan et spørgsmål af væsentlighed for en konkret organisation, kan undersøges ved hjælp af digitale metoder.
Forud for sprinten planlægger de studerende deres projekter og iværksætter den nødvendige dataindsamling på baggrund af indsigter fra modul 2.1. I løbet af sprinten samarbejder de studerende, deres gæster fra caseorganisationen og modulets undervisere i et intensivt forløb, hvor der arbejdes eksplorativt med forskellige computationelle teknikker til visualisering og analyse. De studerende formidler demonstrationsprojektet i et samlet visuelt produkt, hvor der redegøres for anvendte metoder og opnåede resultater.
Viden om:
forskellige typer af data og mulighederne for at danne mening i data gennem computationel behandling af store datamængder
forskellige digitale metoders implikationer for organisationens ressourcer - herunder tid og faglige kompetencer
Færdigheder i:
at anvende computationelle teknikker til dataindsamling, -visualisering og -analyse
at anvende datavisualisering eksplorativt og til at facilitere samarbejde
at formidle kvalitative og kvantitative analyser som en del af et samlet narrativ der svarer på en identificeret problemstilling
Kompetencer til:
at tilrettelægge, organisere, gennemføre og præsentere et digitalt metodeprojekt af relevans for en konkret organisatorisk problemstilling
Vedr. undervisningsform henvises til studieordningens §17. Den konkrete vægtning mellem de forskellige undervisningselementer vil fremgå af semesterbeskrivelsen for modulet. Semesterbeskrivelsen offentliggøres i Moodle før semesterstart.
Prøvens navn | SPRINT: Analyse af store datamængder i organisationen og dens omverden |
Prøveform | Mundtlig pba. projekt
Det afleverede projekt skal udover tekst indeholde relevante
datavisualiseringer. Datavisualiseringerne indgår i
helhedsvurderingen af bedømmelsen.
Sidetal: Mindst 5 og højst 12 sider ved individuelt udarbejdede opgaver. Ved grupper af 2 studerende min. 9 og max 17 sider. Ved grupper af 3 studerende min. 12 og max 24 sider. Ved grupper af 4 studerende min. 16 og max 32 sider. |
ECTS | 10 |
Tilladte hjælpemidler | Alle skriftlige og alle elektroniske
hjælpemidler |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Engelsk titel | SPRINT: Analysis of Big data in organisations and surroundings |
Modulkode | MAMDO20204 |
Modultype | Projekt |
Varighed | 1 semester |
Semester | Forår
|
ECTS | 10 |
Undervisningssprog | Dansk |
Undervisningssted | Campus København |
Modulansvarlig |
Studienævn | Studienævn for efteruddannelse i Læring og Filosofi |
Institut | Institut for Kultur og Læring |
Fakultet | Det Humanistiske Fakultet |