SylabUZ

Wygeneruj PDF dla tej strony

Podstawy analiz Big Data - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Podstawy analiz Big Data
Kod przedmiotu 11.3--SocP-PABD-S23
Wydział Wydział Nauk Społecznych
Kierunek Socjologia
Profil ogólnoakademicki
Rodzaj studiów pierwszego stopnia z tyt. licencjata
Semestr rozpoczęcia semestr zimowy 2023/2024
Informacje o przedmiocie
Semestr 3
Liczba punktów ECTS do zdobycia 3
Występuje w specjalnościach Badania społeczne w praktyce
Typ przedmiotu obieralny
Język nauczania polski
Sylabus opracował
  • dr Tomasz Kołodziej
  • dr Justyna Nyćkowiak
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Celem przedmiotu jest zapoznanie studentów z problematyką Big Data oraz możliwościami wykorzystania tego typu analiz w socjologii

Wymagania wstępne

Zakres tematyczny

  1. Historia dużych zbiorów danych jako początek Big Data 
  2. Więcej, szybciej i bardziej różnorodnie- cechy Big Data
  3. Ludzie, maszyny... - źródła danych w Big Data
  4. Potencjały i zagrożenia związane z rozwojem analiz Big Data
  5. Możliwość wykorzystania analiz Big Data w socjologii
  6. Ilościowe i jakościowe dane w analizach Big Data
  7. Przykłady analiz Big Data

Metody kształcenia

Praca z tekstem, praca z komputerem, dyskusja

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Laboratorium

Zadania: realizowane w trakcie zajęć; zadania polegają na sformułowaniu krótkich wypowiedzi pisemnych i przeprowadzeniu analiz na danych.

Zasady uzyskania pozytywnej oceny z zadań: zgodność z tematem, odpowiednia struktura, poprawność językowa, poprawność analiz i ich interpretacji

Zasady uzyskania oceny z laboratorium: ocena z laboratorium jest średnią z ocen za zrealizowane zadania.

Zasady uzyskania oceny końcowej: ocena końcowa jest oceną z laboratorium.

Literatura podstawowa

  1. Jemielniak, D. (2018). Socjologia 2.0: o potrzebie łączenia Big Data z etnografią cyfrową, wyzwaniach jakościowej socjologii cyfrowej i systematyzacji pojęć. Studia Socjologiczne229(2), 7-29.
  2. Lemański, A. (2018). Maszyny w big data z perspektywy socjologii pracy. Czy algorytmy pomogą nam pracować z dużymi zbiorami danych?. Media-Kultura-Komunikacja Społeczna3(14), 41-57.
  3. Szpunar, M. (2016). Humanistyka cyfrowa a socjologia cyfrowa. Nowy paradygmat badań naukowych. Zarządzanie w kulturze17(4), 355-369.
  4. Turner, A.,  Zieliński, M. W. (2021). Zainteresowanie opinii publicznej tematyką inwigilacji, prywatności i ochrony danych. Google big data w socjologii porównawczej. Przegląd Socjologiczny70(2), 129-156.
  5. Turner, A., Zieliński, M. W., & Słomczyński, K. M. (2018). Google Big Data: charakterystyka i zastosowanie w naukach społecznych. Studia Socjologiczne, (4 (231)), 49-71.
  6. Żulicki, R. (2017). Potencjał big data w badaniach społecznych. Studia Socjologiczne, 226(3), 175-207.

Literatura uzupełniająca

Uwagi


Zmodyfikowane przez dr Tomasz Kołodziej (ostatnia modyfikacja: 28-04-2023 23:26)