Modulets indhold, forløb og pædagogik

Modulet giver den studerende en anvendelsesorienteret forståelse for computationelle og dataintensive metoder med fokus på analyseteknikker, datahåndtering, datavisualisering og dataudforskning, der kan anvendes på strukturerede og ustrukturerede data, der er relevante ift. private og offentlige virksomheders drift, økonomisering, produktivitet, effektivisering og kommunikation.

Målet er, at den studerende tilegner sig de nødvendige computationelle kompetencer, der sætter dem i stand til at vælge, analysere og præsentere relevante datasæt samt opbygge en forståelse for, hvordan databehandling og -analyse fungerer i praksis – her særligt med fokus på dataudforskningsteknikker og visualisering med relevante Python-biblioteker.

Kurset giver en indføring i computationel tænkning med særlig fokus på dataintensive metoder og digitale data. Datahåndtering introduceres i programmeringssproget Python, hvorefter en række udvalgte metoder gennemgås; herunder klyngeanalyseteknikker, mapping-metoder samt simple tekstanalyseteknikker. Fokus er på sammenhængen mellem valg af relevante datasæt, dataanalyse, datavisualisering og metoder til identifikation af relevante problemstillinger.

Det anbefales, at den studerende har grundlæggende forståelse for kvantitative metoder og erfaring med databehandling på grundlæggende niveau. Der kræves ikke forhåndskendskab til computationelle metoder eller Python.

Den studerende opfordres til at tage udgangspunkt i data fra egen kontekst i en privat eller offentlig virksomhed, i forbindelse med undervisningen.

Læringsmål

Viden

Den studerende skal gennem modulet opnå viden om:

• Metoder og teknikker til at analysere og visualisere strukturerede datatyper med henblik på samfundsvidenskabelige analyser.
• Strukturerede og ustrukturerede datatyper.
• Relevante computervidenskabelige koncepter inden for dataintensive teknikker og metoder.
• og grundlæggende indsigt i nyere digitale metoder, deres grundbegreber, teoretiske ophav og deres praktiske anvendelse.
• metodernes samspil med sociale data og sociale fænomener.

Færdigheder

Den studerende skal gennem modulet opnå færdigheder i:

• at gengive og redegøre for grundbegreber og centrale forståelser inden for nyere digitale metoder.
• at anvende nyere digitale metoder til dataudforskning på selvvalgt case.
• at reflektere over og analysere en aktuel problemstilling eller tematik ved hjælp af nyere digitale metoder.
• At relatere, sammenligne og diskutere styrker og svagheder ved nyere digitale metoder og deres forskellige analysestrategier.
• Kritisk vurdere og vælge den passende analyseteknik til strukturerede datasæt.

Kompetencer

Den studerende skal gennem modulet opnå kompetencer til at:

• at udvælge, belyse, diskutere og analysere problemstillinger med inddragelse af relevante metodiske tilgange og digitale metoder.
• at identificere og diskutere udfordringer og løsninger i arbejdet med dataudforskningsteknikker ud fra selvvalgt case.

Undervisningsform

Kurset afvikles som en kombination af forelæsninger, øvelser og e-læring.

Omfang og forventet arbejdsindsats

Omfang og forventet arbejdsindsats: 5 ECTS = ca. 140 timer.

Eksamen

Prøver