Lehrende: Olaf Kellermeier
Veranstaltungsart: Vertiefungsseminar
Anzeige im Stundenplan: V-SEM
Semesterwochenstunden: 2
Credits: 6,0
Unterrichtssprache: Deutsch
Min. | Max. Teilnehmerzahl: 10 | 25
Anmeldegruppe: Seminare Spezielle Soziologien
Weitere Informationen: B.A.-Soziologie Hauptfach: VM - Spezielle Soziologien B.A.-Soziologie Nebenfach: VM - Spezielle Soziologien M.Ed.-Lehramt Sozialwissenschaften: VM - Spezielle Soziologien M.Ed. Lehramt Sozialwissenschaften: Sozialwissenschaftlicher Wahlschwerpunkt
Kommentare/ Inhalte: In digitalen Daten bilden sich soziale Zusammenhänge und Phänomene ab: In sozialen Netzwerken werden Freundschafts- und Arbeitsbeziehungen widergespielt; im World Wide Web lassen sich Positionierungen und Vernetzungen von Organisationen und Initiativen beobachten; in Newsforen werden intensive Debatten zu gesellschaftlichen Fragen geführt. Um diese Phänomene empirisch analysieren zu können, sind fundierte Kenntnisse zur Funktionsweise und Entwicklung von Algorithmen eine wichtige Voraussetzung. Am Beispiel der Programmiersprache Python werden daher grundlegende Konstrukte für Algorithmen und Datenstrukturen vorgestellt und ausprobiert. Anhand von großzahligen Datensätzen aus aktuellen Forschungsprojekten wie zum Beispiel zu Klimawandel-Debatten im World Wide Web oder zur Wissensgenerierung auf Wikipedia werden soziale Netzwerkanalysen durchgeführt. Für Studierende, die Digital Social Science vertiefen und ggf. in diesem Bereich später eigenständige Projekte (z.B. im Rahmen der Bachelorarbeit, bei Praktika oder im Beruf) durchführen wollen, wird empfohlen, die Veranstaltung 24-408.15 im gleichen Semester zu besuchen, da dort ergänzende Theorien und Ansätze zum tieferen Verständnis der hier analysierten Daten diskutiert werden.
Lernziel:
Vorgehen: Die Veranstaltung richtet sich an Studierende, die verstehen wollen, wie Algorithmen aufgebaut werden und wie man sozialwissenschaftliche Analysen mittels Programmierung von Algorithmen durchführen kann. Dabei werden keine Programmierkenntnisse vorausgesetzt. Auch ist weder ein gesteigertes Interesse an Mathematik noch an Statistik notwendig, um erfolgreich Programmieren zu lernen. Allerdings sind Ausdauer, Frustrationstoleranz und kontinuierliches Arbeiten nötig, um die Lernziele zu erreichen.
Literatur: Auszug aus der Literaturliste:
Zusätzliche Hinweise zu Prüfungen: Prüfungsart: Hausarbeit Bewertungsschema: RPO (benotet) Projekte für Hausarbeiten können alleine oder in Teams mit 2-3 Studierenden (ggf. auch mit Teilnehmer:innen aus der Veranstaltung „24-408.15 Digital Social Science: Theorien und Ansätze I“) bearbeitet werden. Umfang B.A.-Soziologie Hauptfach (6 LP): 12-15 Seiten pro Person B.A.-Soziologie Nebenfach (5 LP): 10-15 Seiten pro Person M.Ed.-Lehramt Sozialwissenschaften (5 LP): 10-15 Seiten pro Person Abgabetermin: 31.03.2023 Ausgabe der bewerteten Prüfungsleistungen: direkt bei den Dozent:innen Weitere veranstaltungsbegleitende Studienleistungen (unbenotet): Aktive Teilnahme, Bearbeitung von Übungsaufgaben