300270 Computational Social Sciences (LEH: Soziologische Methoden - quantitativ) (LEH) (SoSe 2024)

Inhalt, Kommentar

Computational social science (CSS) has emerged as a significant research field over the years. While different descriptions and definitions are available, CSS is best defined as a research approach that utilizes computational methods, often in conjunction with big and unstructured data, to investigate research questions in social science disciplines such as sociology, political science, and economics. Common methods involve applying machine learning and natural language processing algorithms to datasets collected from a range of social media and other online sources.

This course („Lehrforschung“, Module 30-M-Soz-M3_LF1) provides an extensive overview of data sources, methods, and applications in Computational Social Sciences. The course covers topics such as data types and data sources, algorithms and computational performance, online and social media data, web scraping and API usage, handling big data sets, processing of text data, data visualisation and research data management. Above all, we will also discuss which questions can be answered with the help of Computational Social Science and its methods, where possible limitations lie, and what constitutes good Computational Social Science research.

Students will make use of the statistical software R to apply newfound knowledge in a practical setting. Students will develop their own research question and project, which they will work on during the semester (possibly in groups with several students). Access to the computing cluster of the Faculty of Sociology will be provided, making it possible to get some valuable experience in analysing big data in a high performance computing environment.

The seminar will be held in English. Assigments (Studienleistung) will also be in English. The term paper (Lehrforschungsbericht) can be conducted in English or German. Some practical knowledge about working with data is required (e.g. knowledge of univariate statistics or the previous use of another statistical software such as SPSS or STATA). Knowledge of R is advantageous, but a very brief introduction will be given to students with no prior knowledge to catch up on their own.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
30-M-Soz-M3_LF1 Lehrforschung in Soziologische Methoden Alternativ zu Seminar 1 und Seminar 2: großes Seminar Studienleistung
Studieninformation
- benotete Prüfungsleistung Studieninformation
30-M-Soz-M7_LF1 Lehrforschung in Sozialstruktur und sozialer Ungleichheit Alternativ zu Seminar 1 und Seminar 2: großes Seminar Studienleistung
Studieninformation
- benotete Prüfungsleistung Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 19
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
SS2024_300270@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_388281783@ekvv.uni-bielefeld.de
Reichweite:
19 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Donnerstag, 18. Juli 2024 
Letzte Änderung Zeiten:
Mittwoch, 15. November 2023 
Letzte Änderung Räume:
Mittwoch, 15. November 2023 
Art(en) / SWS
LEH / 4
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Fakultät für Soziologie
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=388281783
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
388281783