INF Dataanalyse- og infrastrukturer
Kursusindhold
|
Kurset giver en grundlæggende forståelse af hvordan information og data søges, organiseres, struktureres og analyseres i forskellige kontekster. Gennem en kombination af teori og praksis introduceres centrale statistiske og analytiske metoder samt teknikker til analyse, visualisering og fortolkning af data. Kurset er centreret omkring klassiske elementer i undersøgelsesdesign, herunder formulering af problemstillinger, operationalisering af begreber, valg af datagrundlag, udvælgelsesstrategier, måling, validitet og reliabilitet samt sammenhængen mellem forskningsspørgsmål, metode og analyse. Der arbejdes systematisk med at designe, gennemføre og dokumentere mindre empiriske undersøgelser, hvor metodiske valg begrundes og diskuteres i relation til den konkrete problemstilling. Kurset kvalificerer den studerende til selvstændigt at planlægge og gennemføre dataanalytiske undersøgelser samt til at formidle og diskutere analyseresultater i forskellige faglige og organisatoriske sammenhænge. |
Data Analysis and Infrastructures
Kandidatuddannelsen i informationsstudier, 2025-studieordningen
Ved prøven kan den studerende demonstrere:
Viden om og forståelse af
- Videnskabelige teorier om og metoder til søgning, indsamling, organisering, og arkivering af information og data.
- Grundlæggende statistiske metoder til analyse, visualisering og fortolkning af information og data.
- Muligheder og udfordringer ved at arbejde med information og data i forskellige kontekster.
Færdigheder i at
- Anvende teorier og begreber til definition og analyse af problemstillinger vedrørende brug af data.
- Udvikle løsninger til organisering, genfinding og sortering af strukturerede og ustrukturerede data under hensyn til den kontekst og de brugere som løsningen er rettet i mod.
- Analysere og visualisere datasæt med relevante metoder.
Kompetencer til at
- Planlægge, udføre og formidle dybdegående analyser af information og data til forskellige formål og i forskellige kontekster.
- Kritisk vurdere konsekvenserne af forskellige strategier for søgning, indsamling, organisering, arkivering og analyse af information og data.
- Forstå og analysere sammenhængen mellem typer af data, forskellige systemer samt de muligheder og udfordringer som disse giver.
Forelæsninger, diskussioner i plenum, individuelle øvelser, gruppeøvelser, mundtlige oplæg og feedback.
Eksempler på litteratur der tænkes anvendt på kurset
- Nicolaisen, J. (2023). Sådan finder du videnskabelig litteratur: Databaser og informationssøgning. Hans Reitzels Forlag.
- Schwabish, J. A. (2021). Better data visualizations: A guide for scholars, researchers, and wonks. Columbia University Press.
- Stjernholm Madsen, B. (2017). Statistik for ikke-statistikere (3. udgave). Samfundslitteratur.
- ECTS
- 15 ECTS
- Prøveform
-
Hjemmeopgave , 11-15 ns. Der gives 7 dage til besvarelsen.
- Prøveformsdetaljer
- Bunden hjemmeopgave, 11-15 ns. Der gives 7 dage til
besvarelsen.
Gruppeprøvebestemmelser: Prøven kan kun aflægges individuelt. - Hjælpemidler
- Alle hjælpemidler tilladt
For regler om generativ kunstig intelligens, se Studieinformation.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Eksamensperiode
-
Se Eksamensoversigt under ”find tid og sted”. Oversigten offentliggøres før semesterstart.
- Reeksamen
-
Samme som den ordinære prøve
Kriterier for bedømmelse
Se målbeskrivelser.
- Kategori
- Timer
- Holdundervisning
- 84
- Forberedelse (anslået)
- 325,5
- Total
- 409,5
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- HIVK03731U
- ECTS
- 15 ECTS
- Niveau
- Kandidat
- Varighed
-
1 semester
- Placering
- Efterår
- Skemagruppe
-
Se skemalink.
- Studienævn
- Studienævn for Kommunikation
Udbydende institut
- Institut for Kommunikation
Udbydende fakultet
- Det Humanistiske Fakultet
Kursusansvarlig
- Jeppe Nicolaisen (7-6d687331716c66436b7870316e7831676e)
Underviser
Samme som kursusansvarlige
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende