õppeaine eesmärgid eesti k
Õppeaine eesmärk on õppida eristama peamisi metodoloogilisi, distsiplinaarseid ja paradigmaatilisi erisusi andmete kogumisel, analüüsimisel ning kasutamisel seoses suurandmete ajastuga sotsiaalteadustes ja ühiskondliku andmestumisega.
õppeaine eesmärgid inglise k
The course aims to support participants in learning to distinguish the main methodological, disciplinary and paradigmatic features in the data collection, analysis and use in the era of big data in social sciences and the context of social datafication.
õppeaine õpiväljundid eesti k.
Õppeaine läbinud üliõpilane:
- eristab peamisi paradigmaatilisi, distsiplinaarseid ja metodoloogilisi põhimõtteid töös andmetega suurandmete ajastul;
- eristab, oskab kirjeldada ja valida meetodeid ning tehnikaid andmete analüüsimiseks tulenevalt sõnastatud probleemist;
- rakendab asjakohaselt, korrektselt ja süstemaatiliselt andmeanalüüsi põhimõtteid vähemalt ühe kursusel käsitletud meetodi piires;
- hindab peamisi andmete kogumise, kasutamise ja analüüsimisega seotud kallutatuse riske;
- hindab eetilisi riske ja oskab neid vältida seoses andmete kogumise, analüüsimise ning kasutamisega.
õppeaine õpiväljundid ingl k.
After completing this course, the student:
- differentiates the main paradigmatic, disciplinary and methodological principles in working with data in the era of big data;
- differentiates, can describe and choose methods and techniques for data analysis due to the formulated problem;
- applies appropriately, correctly and systematically the principles of data analysis within at least one method covered in the course;
- assesses the potential biases related to the collection, use and analysis of data;
- assesses ethical risks and is able to avoid them in connection with data collection, analysis and use.
õppeaine sisu lühikirjeldus eesti k
Õppeaine annab osalejatele põhjaliku ülevaate võimalustest ja piirangutest (metodoloogilistest, tehnilistest, eetilistest) andmete kogumisel ja analüüsimisel suurandmete ajastul ja ühiskondliku andmestumise tingimustes. Kursus keskendub a) andmeajastule iseloomulikele paradigmaatilistele ja metodoloogilistele nihetele b) uutele tehnilistele võimalustele seoses digitaalsete andmete kogumise ja analüüsimisega, c) interdistsiplinaarsete sotsiaalteaduslike andmeanalüüside ja uuringute eetilistele piirangutele, väljakutsetele ja põhimõtetele ühiskondliku andmestumise kontektis. Kursus toetab osalejate enesearengut, lähtuvalt kursuse alguses püstitatud individuaalsetest eesmärkidest käsitletavate metodoloogiate, analüüsimeetodite ja tehnikate piires.
õppeaine sisu lühikirjeldus ingl k
The course gives the participants a comprehensive overview of the possibilities and limitations (methodological, technical, ethical) in collecting and analysing data in the era of big data and the context of social datafication. The course focuses on a) paradigmatic and methodological shifts characteristic of the data era b) new technical possibilities concerning digital data collection and analysis, c) ethical limitations, challenges and principles of interdisciplinary social science data analysis and research in the context of social datafication. The course supports the participants' self-development based on the individual goals set at the beginning of the course, within the limits of the methodologies, analysis methods and techniques.
hindamisviis eesti k
Hinne kujuneb iseseisevate tööde, ülesannete ja seminarides aktiivse osaluse põhjal. Kursuse jooksul tehtud iseseisvates töödes hinnatakse kriitilist mõtlemist ja analüüsioskusi, erinevate andmeallikate asjakohast kasutamist, metoodiliselt põhistatud järeldusi ja argumentide sidusust.
hindamisviis ingl k
The grade is based on independent work, home assignments, and active participation in the seminars. The coursework evaluates how the participants demonstrate their critical thinking and analysis skills, appropriate use of data sources, methodologically solid inferences, and cohesion of arguments.
iseseisev töö eesti k
Iseseisev töö kirjandusega, aktiivne osalus seminarides, õpipäevik, lühireferaadid, testid, iseseisev andmeanalüüs.
iseseisev töö ingl k
Independent work with literature, active participation in seminars, study diary, short papers, tests, independent data analysis.
õppekirjandus
Õppeaine tugineb raamatule ’Kuidas mõista andmestunud maailma? Metodoloogiline teejuht’ (2020, toim. A.Masso, K.Tiidenberg, A.Siibak) ning uusimale rahvusvahelisele erialakirjandusele. Õppematerjalid on kursusel osalejatele kättesaadavad -eõppekeskkonna (nt Moodle) kaudu.
õppevormid ja mahud
päevaõpe: nädalatunnid
4.0
sessioonõppe töömahud (semestris):