Datavisualisering och statistik inom språkvetenskap
Kursplan, Avancerad nivå, 5LN150
- Kod
- 5LN150
- Utbildningsnivå
- Avancerad nivå
- Huvudområde(n) med fördjupning
- Lingvistik A1N
- Betygsskala
- Väl godkänd (VG), Godkänd (G), Underkänd (U)
- Fastställd av
- Institutionsstyrelsen, 5 mars 2021
- Ansvarig institution
- Institutionen för lingvistik och filologi
Behörighetskrav
120 hp inklusive 90 hp lingvistik eller annat språkvetenskapligt ämne. Dessutom krävs kunskaper i engelska motsvarande Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Mål
Kursen syftar till att ge studenten grundläggande färdigheter i att utvärdera och genomföra egen lingvistisk forskning. För betyget godkänd ska studenten efter avslutad kurs kunna
- formulera tydliga och praktiska forskningsfrågeställningar och kritiskt utvärdera strukturen i publicerade artiklar från ett vetenskapligt perspektiv
- redogöra för skillnaderna mellan kvantitativa och kvalitativa forskningsmetoder, och hur dessa används på ett korrekt sätt
- skriva enkla datorprogram för analys och databearbetning med programspråket R
- framställa informativa och attraktiva grafiska representationer av data
- använda lämpliga metoder för att gruppera och klassificera data, mäta likheter mellan språkliga variabler, och testa hypoteser
- följa föredragen praxis (best practice) gällande delning och arkivering av data.
Innehåll
Kursen ger teoretisk och praktisk kunskap om genomförandet av empirisk lingvistisk forskning. Den teoretiska delen innefattar utformning av forskningsarbete (research design): formulering av tydliga och praktiska forskningsfrågeställningar och kritisk utvärdering av strukturen i publicerade artiklar från ett vetenskapligt perspektiv. Fokus ligger på tillämpningar inom sociolingvistisk och språktypologisk forskning, även om metoderna är tillämpbara inom andra lingvistiska (och icke-lingvistiska) fält. Den praktiska delen av kursen inkluderar en introduktion i statistisk datorprogrammering med programspråket R. Under datorlaborationer behandlas samtliga steg i dataanalys: inhämtning av data från fristående källor, bearbetning och formatering av data, visualisering och grafisk representation av data, enkla statistiska analyser samt delning och arkivering av data.
Undervisning
Undervisningen består av föreläsningar, datorlaborationer och projektarbeten. Datorlaborationer och projektarbeten genomförs helst i samarbete mellan studenter, men examinerande arbeten är individuella. Ingen tidigare kunskap i datorprogrammering förutses.
Examination
Kursen har två examinerande moment:
1. fortlöpande skriftliga uppgifter som genomförs under lektionstid;
2. ett avslutande projekt, exakt datum för inlämning meddelas av läraren vid kursstart.
För betyget G krävs G på samtliga moment. För betyget VG krävs VG på moment 2 samt G på moment 1.
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare.
Övriga föreskrifter
Kursen får inte tas med i examen tillsammans med kursen Lingvistisk forskning och forskningsmetoder (5LN139).