771A25 · 7,5 hp · Avancerad nivå (A1N) · Computational Social Science
Digitala strategier för samhällsvetenskaplig forskning
Ges · nästa start VT 2027
100 %
klarade senaste ordinarie tentan
HEM1 · 23 jun 2026 · 19 studenter
100 %
klarade ordinarie tentorna, alla tillfällen de senaste 5 åren
HEM1 · 110 studenter
Ingår i 1 program
Tentamen
HEM1 Take Home Exam
- A
- B
- C
- D
Ordinarie tentor
100 % godkända · 110 studenter
- 100 %19
- 100 %47
- 100 %20
- 100 %24
Omtentor
Inga tillfällen med minst 5 studenter.
- Får B eller A: 87 % (110 studenter)
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %1
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Tentamen
EXAM Slutlig examination
- A
- B
- C
- D
- FX
- F
Ordinarie tentor
64 % godkända · 25 studenter
- 64 %25
Omtentor
Inga tillfällen med minst 5 studenter.
- Får B eller A: 44 % (25 studenter)
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %1
Inlämning eller laboration
PRO1 Projekt
- A
- B
- C
- D
- E
- FX
- F
Ordinarie tillfällen
92 % godkända · 124 studenter
- 100 %18
- 93 %43
- 100 %18
- 100 %20
- 72 %25
Senare tillfällen
Inga tillfällen med minst 5 studenter.
- Får B eller A: 73 % (124 studenter)
Visa små tillfällen (6)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %4
- 100 %1
- 100 %1
- 100 %2
- 50 %2
Övrigt moment
OBL1 Obligatoriska seminarier
- P
- FX
Ordinarie tillfällen
96 % godkända · 133 studenter
- 100 %18
- 100 %48
- 100 %18
- 100 %24
- 80 %25
Senare tillfällen
Inga tillfällen med minst 5 studenter.
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %1
Om kursen
Mål
Efter avslutad kurs ska den studerande på avancerad nivå kunna:
- Utveckla en strategi för att lokalisera och inhämta digitala data av relevans för samhällsvetenskapliga forskningsfrågor, samt förstå potentiella styrkor och svagheter med sådana data;
- Identifiera och bedöma etiska aspekter relaterade till användningen av digitala datakällor;
- Samla in, lagra och formatera digitala data med hjälp av, för sammanhanget, lämplig programvara och programmeringsverktyg.
- Utforska och analysera digitala data med hjälp av olika statistiska och datorbaserade metoder, från deskriptiv statistik till maskininlärning.
- Jämföra klassiska statistiska analyser och maskininlärande analyser av digitala data.
Innehåll
Kursen introducerar teorier och metoder inom digital samhällsvetenskap. Kursen behandlar betydelsen av olika digitala datakällor (sensorer, undersökningar, internetbaserade medieplattformar, API, etc.) för samhällsvetenskapliga ändamål. Genom praktiska datorlaborationer granskas funktionen och uppbyggnaden av World Wide Web och dess sidbeskrivningsspråk. Programmeringsverktyg för att extrahera information från dessa sidbeskrivningsspråk introduceras, i synnerhet verktyg för att manipulera text och textfiler. Dessutom visas hur olika statistiska och datorbaserade verktyg kan användas för att utforska och analysera sådana data (deskriptiv statistik, dimensionsreduktion, klustring), inklusive jämförelser mellan klassiska statistiska och maskininlärningsbaserade metoder.
- Examinator
- Carl Nordlund
- Huvudområde
- Computational Social Science