Kvantitativ tekstanalyse i politisk videnskab

2022/2023

Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Kurset kan i princippet følges af alle, men kvalifikationer inden for almen statistik, kodning (erfaring med eksempelvis R gennem Rstudio eller Python gennem Jupiter Labs) og almen forståelse for datasæt og datastrukturer er en fordel. Der arbejdes i R, og R og Rstudio forventes installeret på egen maskine inden første kursusgang. Modulet bygger på modulet ’Social Data Science 1’, hvorfor det er en fordel at have fulgt dette modul.

Modulets indhold, forløb og pædagogik

Kvantitativ tekstanalyse bliver en stadig større del af forskningen inden for flere grene af politologien, men denne type analyser er baseret på radikalt anderledes fremgangsmåder end de gængse i feltet. Der er derfor to formål med faget. Først skal den studerende opnå teoretisk forståelse for flere analysestrategier i feltet, således at den studerende kan forholde sig til resultater og tekstanalytiske modeller i videnskabeligt arbejde fra de dominerende tidsskrifter indenfor politisk videnskab. Dernæst skal den studerende opbygge praktisk erfaring, der tillader den studerende at anvende disse metoder i praksis. Dette indbefatter tre elementer. Den studerende skal lære data scraping og rensningsteknikker specifikt ift. generering af store tekst datasæt. Den studerende skal dernæst lære at forholde sig til og implementere en række både simple og avancerede teknikker, eksempelvis ordbogsmodeller og klassificering med machine learning. Den studerende skal lære at anvende disse metoder konkret i forhold til en selvvalgt problemstilling og fremstille dette i et skriftligt produkt, således at den studerende demonstrerer evnen til at kombinere gængse akademiske færdigheder med de nye metoder.

Først og fremmest udvider kurset på de tekstanalytiske kompetencer, der udvikles i Social Data Science 1, og substantielt drejes fokus over på emner specifikt indenfor politisk videnskab med henblik på at målrette brugen af social data science approaches til dette genstandsfelt. Dette gøres gennem introduktionen af en række forskellige modeltyper og dertilhørende konkrete eksempler på anvendelse i den politologiske litteratur. Kurset vil bygge bro mellem metoderne og deres specifikke anvendelse, således at den studerende kan kombinere en computationel logik og klassisk socialforskningslogik og derigennem udvide deres metodiske værktøjskasse. Kursets opbygning afspejler, at den studerende skal levere et skriftligt produkt, som skal kombinere de nye tekstanalytiske metoder med gængse akademiske kompetencer fra sit bachelor og kandidatstudium. Derfor vil faget også indeholde elementer, der fokuserer på udvikling af forskningsspørgsmål, hypoteser, forskningsdesign og akademiske argumentations- og diskussionsevner, der derefter sættes i spil ift. big data, machine learning og computationelle metoder.

Læringsmål

Viden

  • Opnår viden om den dominerende forskningslitteratur inden for politisk videnskab, der gør brug af kvantitativ tekstanalyse.
  • Opnår viden om datahåndtering og generering i relation til ’tekst-as-data’ – og de etiske og juridiske problemstillinger disse datatyper giver.
  • Opnår viden om hensigtsmæssig brug af forskellige kvantitative tekstanalyseteknikker og deres konkrete anvendelse.
  • Opnår viden om hvordan disse nye teknikker kan kombineres med gængse metoder inden for politisk videnskab og være med til at bryde barriere mellem kvantitative og kvalitative analyseteknikker.
  • Opnår viden om hvilke problemstillinger kvantitativ tekstanalyse kan medvirke til at besvare – både for forskere men også for praktikere i eksempelvis den offentlige sektor.

Færdigheder

  • Kan identificere problemstillinger, der hensigtsmæssigt kan besvares ved hjælp af kvantitativ tekstanalyse.
  • Kan identificere og diskutere fordele og ulemper i relation til forskellige tekstbaserede datakilder som grundlag for forskellige tekstanalyser i relation til relevante problemstillinger.
  • Kan reflektere over styrker og svagheder ved kvantitative tekstanalysestrategier i relation til alternativer fra klassisk politologisk forskning.
  • Kan kritisk vurdere andres anvendelser af kvantitative tekstanalyser, og give konstruktiv feedback der tillader at forbedre andres brug af disse metoder i relation til politiske eller administrative problemstillinger.

Kompetencer

  • Har evnen til at producere eller udvælge relevant tekstanalytisk data til at besvare videnskabelige problemstillinger inden for politisk videnskab.
  • Har evnen til at bearbejde og forholde sig kritisk og konstruktivt til store mængder tekstdata.
  • Har evnen til at analysere tekstdata til både akademisk og praktisk brug.

 

Undervisningsform

Kurset afvikles som en kombination af forelæsninger og workshops, hvor underviseren først giver en generel intro til metoden, og den studerende bagefter øver sig i at implementere metoden i praksis i R. Derudover arbejdes der med opgave-cafe’er, hvor studerende kan møde op og arbejde med deres selvvalgte problemstilling og diskutere opgaven med underviser. Endelig er der vejledning, herunder klyngevejledninger med peer to peer feedback på de skriftlige opgaver.

Omfang og forventet arbejdsindsats

Se omfang m.v. i Moodle

 

Eksamen

Prøver

Prøvens navnKvantitativ tekstanalyse i politisk videnskab
Prøveform
Skriftlig
ECTS10
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Fakta om modulet

Engelsk titelQuantitative Text Analysis in Political Science
ModulkodeKAPAS202213
ModultypeKursus
Varighed1 semester
SemesterEfterår
ECTS10
UndervisningssprogDansk
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Politik & Administration og Samfundsfag
InstitutInstitut for Politik og Samfund
FakultetDet Humanistiske og Samfundsvidenskabelige Fakultet

Litteratur

Se litteratur m.v. i Moodle