SPRINT: Analyse af store datamængder i organisationen og dens omverden

2021/2022

Modulets indhold, forløb og pædagogik

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.

Læringsmål

Viden

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

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

Kompetencer til:

  • at tilrettelægge, organisere, gennemføre og præsentere et digitalt metodeprojekt af relevans for en konkret organisatorisk problemstilling

  • at samle teknisk specialindsigt, domæneviden og organisatoriske interessenter om en konkret dataproblematik og/eller -analyse
  • at forholde sig refleksivt og kritisk analytisk til brugen af de valgte metoder, herunder at gøre etiske overvejelser om brugen og resulatet af metoden

Undervisningsform

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.

Eksamen

Prøver

Prøvens navnSPRINT: 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.
ECTS10
Tilladte hjælpemidler
Alle skriftlige og alle elektroniske hjælpemidler
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Fakta om modulet

Engelsk titelSPRINT: Analysis of Big data in organisations and surroundings
ModulkodeMAMDO20204
ModultypeProjekt
Varighed1 semester
SemesterForår
ECTS10
UndervisningssprogDansk
UndervisningsstedCampus København
Modulansvarlig

Organisation

StudienævnStudienævn for efteruddannelse i Læring og Filosofi
InstitutInstitut for Kultur og Læring
FakultetDet Humanistiske Fakultet