Магистратура
2024/2025





Семинар наставника "Цифровая аналитика социальных процессов"
Статус:
Курс обязательный (Социология публичной сферы и цифровая аналитика)
Направление:
39.04.01. Социология
Кто читает:
Департамент социологии
Где читается:
Факультет социальных наук
Когда читается:
2-й курс, 1-3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Прогр. обучения:
Социология публичной сферы и цифровая аналитика
Язык:
русский
Кредиты:
3
Программа дисциплины
Аннотация
Семинар нацелен на фасилитацию планирования магистрантами собственных образовательных и научных траекторий и их реализации, а также корректирования - при необходимости. Эта цель достигается посредством индивидуальных встреч магистрантов с академическим наставником, встреч в рамках небольших команд и в рамках всей академической группы. Повестка встреч формируется заранее как наставником, так и магистрантами, после чего наставник выбирает формат реализации повестки.
Цель освоения дисциплины
- Разработка тезисного проекта гипотетического академического исследования, состоящего из минимально необходимых блоков
Планируемые результаты обучения
- Аргументация выбора темы проекта с учетом её актуальности; проблематизация темы
- Акцентирование проекта на инструментарии вычислительных и цифровых социальных наук
- Демонстрирование навыков поиска и отбора релевантных академических теоретических и эмпирических источников
- Демонстрирование навыков выявления и аналитического преподнесения основных идей выбранных источников
- Рефлексия возможных проблем и затруднений, в частности проблем акцентирования на инструментарии вычислительных и цифровых социальных наук
- Способность корректно формулировать исследовательский вопрос и оценивать последующую возможность сбора данных посредством веб-скрапинга в рамках интересующей темы
- Оценка и выбор индикаторов с ориентацией на исследовательский вопрос
- Демонстрирование аналитических навыков с позиции выявления возможных проблем и затруднений, формулирование соответствующих вопросов
- Способность выстроить проект академического исследования в русле цифровых и вычислительных социальных наук
Содержание учебной дисциплины
- Тема 1. Проект гипотетического академического проекта (НИРС, ВКР, статьи): выбор темы, её актуальность и проблематизация, теоретическая рамка
- Тема 2. Релевантные проектам теоретические и эмпирические работы в русле цифровых и вычислительных социальных наук
- Тема 3. Релевантные проектам источники данных в русле цифровых и вычислительных социальных наук
- Тема 4. Образовательные и научные траектории: реализация и корректирование
Элементы контроля
- Активность на семинарах
- Домашнее заданиеПодготовка примерной темы исследования и демонстрация выполнения критериев п.4.1.1.1 "Методических рекомендаций"
Промежуточная аттестация
- 2023/2024 учебный год 4 модуль1 * Активность на семинарах + 1 * Активность на семинарах
- 2024/2025 учебный год 3 модуль1 * Домашнее задание + 1 * Домашнее задание
Список литературы
Рекомендуемая основная литература
- Attewell, P. A., & Monaghan, D. B. (2015). Data Mining for the Social Sciences : An Introduction (Vol. First edition). Oakland, California: University of California Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=967323
Рекомендуемая дополнительная литература
- Chu, W. W. (2013). Data Mining and Knowledge Discovery for Big Data : Methodologies, Challenge and Opportunities. Heidelberg: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=643546
- Larose, D. T., & Larose, C. D. (2015). Data Mining and Predictive Analytics. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=958471