Platformy i Digital Economy: empiryczna analiza z wykorzystaniem nowych źródeł danych 2400-PL3SL322A
Celem seminarium jest przygotowanie prac licencjackich opartych na nowoczesnych źródłach danych i wykorzystujących metody ilościowe — takie jak ekonometria, uczenie maszynowe czy przetwarzanie języka naturalnego — do analizy zagadnień związanych z szeroko pojętą gospodarką cyfrową. W trakcie seminarium omawiane będą główne obszary badawcze, m.in.: platformy cyfrowe i e-commerce, wyzwania miejskie, rynki nieruchomości, najem krótkoterminowy, ekonomia współdzielenia, media społecznościowe oraz rynek kryptowalut. Przedstawione zostaną także potencjalne źródła danych oraz sposoby ich pozyskiwania i analizy.
Uczestnicy seminarium zapoznają się również z podstawami warsztatu naukowego, w tym z zasadami doboru literatury, przygotowywania przeglądów literaturowych, zapewniania replikowalności wyników oraz pisania klarownych i rzetelnych tekstów naukowych.
Prace mogą być przygotowywane w języku angielskim i przyjmować formę artykułu naukowego.
Przykładowe obszary tematyczne:
- przestrzenna analiza usług świadczonych przez platformy cyfrowe
- platformy e-commerce
- rynek najmu krótkoterminowego
- ekonomia współdzielenia (sharing economy)
- sektor food-delivery i restauracje
- rynki nieruchomości
- mobilność miejska, mikromobilność i usługi miejskie
- analiza tekstów z mediów społecznościowych i portali internetowych
- rynek kryptowalut
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Efekty kształcenia
WIEDZA
Student/ka zna fundamenty rzetelnej pracy naukowej, w tym zasady replikowalności, doboru literatury i struktury tekstu naukowego.
UMIEJĘTNOŚCI
Student/ka potrafi samodzielnie przygotować bazę danych do badania empirycznego.
Student/ka zna i potrafi obsługiwać kluczowe bazy danych z literaturą naukową (np. Scopus, Web of Science, Google Scholar).
Student/ka potrafi samodzielnie przygotować przegląd literatury z uwzględnieniem krytycznej analizy źródeł.
KOMPETENCJE SPOŁECZNE
Student/ka zna zasady etycznego pozyskiwania danych, w szczególności przy użyciu metod takich jak web-scraping.
Student/ka potrafi prezentować wyniki swojej pracy badawczej oraz formułować i uzasadniać wnioski na podstawie przeprowadzonej analizy danych.
Kryteria oceniania
Semestr I – zaliczenie na podstawie rozszerzonego konspektu pracy
Semestr II – zaliczenie na podstawie napisanej pracy licencjackiej
Literatura
Artykuły naukowe dobierane w zależności od wybranego tematu.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: