Gennem modulet tilegner de studerende sig viden om computationelle teknikker til indsamling, -visualisering og -analyse af digitale data, samt de metodemæssige og videnskabsteoretiske muligheder og udfordringer, der knytter sig til disse teknikkers anvendelse i samfunds- og humanvidenskabelig sammenhæng. Det handler for eksempel om at forstå, hvordan sprogteknologi (eng. 'natural language processing') kan være med til at finde temaer og tendenser i store tekstmængder; hvordan maskinlæring og mønstergenkendelse kan hjælpe med at kategorisere et billedmateriale; eller hvordan web scraping kan anvendes til at opbygge et datasæt.
Modulet fokuserer især på de metodespørgsmål, der opstår når man arbejder med digitale datakilder og computationelle teknikker. Hvad er relationen for eksempel mellem offline og online empiri? Hvordan får vi kvalitative og kvantitative metoder til at spille sammen? Hvilken rolle spiller de medier og algoritmer, som vores data er rundet af? Hvilke etiske dilemmaer knytter sig til brugen af bestemte værktøjer og arbejdsgange? Og hvordan undgår man, at computationelle værktøjer bliver til ‘black boxes’, hvis analytiske bidrag ikke kan forklares til udenforstående?
Viden om:
computationelle teknikker til indsamling, analyse og visualisering af digitale data
centrale etiske og metodemæssige problemstillinger på det digitale felt
teorier der beskæftiger sig med, hvordan digital kortlægning af dynamikker i og omkring organisationen kan tilrettelægges og skabe værdi
Færdigheder i:
at formulere spørgsmål, der kan undersøges ved hjælp af digitale metoder
at beskrive og retfærdiggøre de valg, der er truffet i et digitalt metodeprojekt i form af en protokol, der kan læses og forstås af andre i organisationen.
at forklare det videnskabsteoretiske grundlag for de indsigter, der opnås gennem et digitalt metodeprojekt
Kompetencer til:
at operationalisere kvalitative spørgsmål så de kan undersøges gennem computationelle teknikker til dataindsamling, -analyse og -visualisering
at anvende relevante kvalitative indsigter omkring undersøgelsens genstandsfelt til kritisk at fortolke resultatet af en computationel analyse
at belyse en hypotese eller en problemstilling gennem digitale metoder
selvstændigt at afprøve, vurdere og udvælge digitale metoder til konkrete samfunds- og humanvidenskabelige formål
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 | Introduktion til digitale metoder |
Prøveform | Skriftlig
Prøven kan gennemføres individuelt eller i gruppe på op til 4
personer.
Prøven består af en skriftlig aflevering i et pdf-format af samt en videopræsentation. Produktkrav/sidetal: Den skriftlige protokol i pdf-format har et omfang svarende til: Min 4 og max 5 sider ved individuelt udarbejdede opgaver. Ved grupper af 2 studerende min. 5 og max 6 sider. Ved grupper af 3 studerende min. 6 og max 7 sider. Ved grupper af 4 studerende min. 7 og max 8 sider. Den afleverede video har et omfang på: min. 5 max 7 minutter ved individuelle afleveringer. Ved grupper af 2 studerende min. 6 og max 10 minutter. Ved grupper af 3 studerende min 7 og max 15 minutter. Ved grupper af 4 studerende min 10 og max 17 minutter. Ved gruppebesvarelser skal det fremgå, hvilken studerende, der er ansvarlig for de enkelte afsnit og enkelt dele af videoen, for at der kan foretages en individuel bedømmelse. Video og den skriftlige protokol udgør tilsammen den skriftlige aflevering. |
ECTS | 5 |
Tilladte hjælpemidler | Alle skriftlige og alle elektroniske
hjælpemidler |
Bedømmelsesform | Bestået/ikke bestået |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Engelsk titel | Introduction to digital methods |
Modulkode | MAMDO20203 |
Modultype | Kursus |
Varighed | 1 semester |
Semester | Forår
|
ECTS | 5 |
Undervisningssprog | Dansk |
Undervisningssted | Campus København |
Modulansvarlig |
Studienævn | Studienævn for efteruddannelse i Læring og Filosofi |
Institut | Institut for Kultur og Læring |
Fakultet | Det Humanistiske og Samfundsvidenskabelige Fakultet |