Warsztaty z metod analiz komunikacji cyfrowej 3500-JIS-WMAC-scc
Kurs pomyślany został jako odpowiedź na wyzwania związane z postępującym procesem cyfryzacji, gwałtowny przyrost danych o charakterze tekstowym (zwłaszcza tzw. danych nieustrukturyzowanych), a także rozwój infrastruktury naukowej, otwierającej nowe kierunki pogłębionej analizy tekstów (m.in. badania korpusowe). Jego celem jest wyposażenie studentów/ek w nowoczesne instrumentarium badawcze do analizy różnych form komunikacji cyfrowej oraz pracy z danymi tekstowymi. Nacisk położony zostanie z jednej strony na rozwój kompetencji stricte analitycznych, z drugiej zaś – na zrozumienie specyfiki komunikacji cyfrowej. Uczestnicy/czki nauczą się, jak w sposób systematyczny i przemyślany pozyskiwać, a następnie wykorzystywać dane pochodzące z platform typu SNS [Social Networking Sites] na przykładzie serwisu YouTube. Poznają podstawy teoretyczne i najważniejsze zagadnienia metodologiczne związane z badaniami korpusowymi, w tym zwłaszcza metody tworzenia korpusów oraz metody analizy komunikacji cyfrowej. Uczestnictwo w zajęciach pozwoli student(k)om istotnie poszerzyć repertuar badawczy o umiejętności analizy danych tekstowych, coraz bardziej poszukiwane na rynku pracy.
Kurs będzie zorganizowany zgodnie z modelem learning-by-doing. Obejmie 60 godzin zajęć dydaktycznych o charakterze konwersatoryjno-warsztatowym oraz 30 godzin pracy własnej studentów/ek. W trakcie zajęć będziemy pracować z polskojęzycznymi treściami komunikacji pomiędzy użytkownikami serwisu YouTube. Poruszymy następujące zagadnienia: specyfika komunikacji cyfrowej w ujęciu porównawczym ze szczególnym uwzględnieniem platform typu SNS; typologie form komunikacji cyfrowej; lingwistyka korpusowa, tworzenie korpusów, analiza korpusowa; inne metody analizy danych tekstowych; pozyskiwanie treści ze stron WWW [web scraping]; kierunki badań nad komunikacją cyfrową.
Program kursu stanowi efekt współpracy pomiędzy socjologami, językoznawcami korpusowymi i specjalistami od przetwarzania języka naturalnego (NLP) z konsorcjum CLARIN-PL. Prowadzić je będą dydaktycy/czki reprezentujący/e różne dyscypliny i perspektywy badawcze.
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Efekty kształcenia
Efekty kształcenia w zakresie wiedzy:
K_W05 rozumie funkcjonujące w świecie cyfrowym mechanizmy i źródła danych, jakie można wykorzystywać albo wygenerować
K_W08 posiada pogłębioną wiedzę o mechanizmach komunikacji cyfrowej
K_W12 rozumie założenia metodologiczne stojące za wybranymi metodami zbierania i analizy danych cyfrowych
K_W12 Ma rozszerzoną wiedzę o nowych mediach, o zasadach i społecznych konsekwencjach ich funkcjonowania dla życia społecznego.
Efekty kształcenia w zakresie umiejętności:
K_U02 potrafi analizować dane ilościowe i jakościowe o charakterze cyfrowym
K_U07 potrafi wyszukiwać, gromadzić i przygotować do analizy za pomocą wybranych narzędzi dane dotyczące określonych zjawisk społecznych
K_U11 samodzielnie wyszukuje informacje o narzędziach służących do analizy danych cyfrowych i dokształca się w zakresie korzystania z nich
K_U12/K_U19 potrafi posługiwać się danym programem komputerowym do analizy danych cyfrowych korzystając z jego zaawansowanych funkcji
Efekty kształcenia w zakresie kompetencji społecznych:
K_K03 potrafi krytycznie selekcjonować dane cyfrowe umożliwiające opracowanie wybranego problemu badawczego
K_K05 jest gotów do pracy zespołowej i współpracy również międzydziedzinowej w ramach wykonywanych zadań
K_K06 potrafi dokonać krytycznej oceny własnej pracy (badawczej, wykonanych analiz)
K_K08 Jest gotowy samodzielnie i krytycznie uzupełniać swą wiedzę i umiejętności, łącząc perspektywę socjologiczną i lingwistyczną.
Kryteria oceniania
Zaliczenie na podstawie zadań samodzielnie realizowanych przez studentów/tki oraz kolokwium końcowego
Dopuszczalna liczba nieobecności podlegających usprawiedliwieniu: 1 spotkanie (4 godz. dydaktyczne)
Zasady zaliczania poprawkowego: uzupełnienie brakujących zadań, zaliczenie ustne
Zaliczenie na ocenę; ocena końcowa z przedmiotu składa się z:
- 20% oceny za aktywność i bieżące przygotowanie do zajęć;
- 30% oceny z pracy nad zadaniami badawczymi i zaliczeniowymi, realizowanymi samodzielnie lub w grupach;
- 50% oceny z kolokwium końcowego.
Literatura
Ahmed, W. (2018). Using Social Media Data for Research: An Overview of Tools. Journal of Communication Technology, 1(1): 77–93.
Caliandro, A., Gandini, A. (2017). Qualitative Research in Digital Environments. A Research Toolkit. New York and London: Routledge.
Collins, L. C. (2019). Corpus Linguistics for Online Communication. New York: Routledge.
Kennedy, H. 2016. Post, Mine, Repeat. London: Palgrave Macmillan UK.
McEnery, T., Hardie, A. (2012). Corpus Linguistics: Method, theory and practice. Cambridge: Cambridge University Press.
Szabó, G., Boykin, O. (2019). Social media data mining and analytics. Hoboken: John Wiley & Sons
Van Dijck, J. (2013). The Culture of Connectivity. A Critical History of Social Media. New York: Oxford University Press.
Wahl-Jorgensen K. (2019). Emotions, Media and Politics. Cambridge, UK: Polity Press.
Zappavigna, M. (2012). Discourse of Twitter and social media. London, New York: Continuum.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: