Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej w Warszawie - Centralny System Uwierzytelniania
Strona główna

Technologie informatyczne w pracy badawczej

Informacje ogólne

Kod przedmiotu: SD-1D-TEI
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Technologie informatyczne w pracy badawczej
Jednostka: Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej
Grupy: Obowiązkowe dla I roku DD-SD, stacjonarne III stopnia
Punkty ECTS i inne: 0 LUB 3.00 (w zależności od programu) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe
Skrócony opis:

Wiedza:

Zna programy do analizy danych i posiada wiedzę o dostępnych zbiorach danych.

Umiejętności:

Posiada umiejętności posługiwania się internetowymi platformami badawczymi, obsługi internetowych platform współpracy badawczej oraz wyszukiwania zbiorów danych do analiz.
Pełny opis:

1. Programy do analizy danych ilościowych.

2. Programy do analizy danych jakościowych.

3. Inne programy do analizy np. danych okulograficznych czy badań neuromarketingowych.

4. Programy do analizy dużych zbiorów danych, idee analizy dużych zbiorów danych.

5. Internetowe platformy współpracy badawczej, np.: Mendeley, Scopus.

6. Dostępne bazy danych w Polsce – np. CBOS, Diagnoza społeczna.

7. Dostępne zagraniczne bazy danych.

8. Internetowe platformy badawcze.

Metody i kryteria oceniania:

Wywiązywanie się z bieżących zadań wykonywanych podczas zajęć.

Zaliczenie na ocenę na podstawie projektu końcowego przygotowanego z wykorzystaniem omawianych na zajęciach narzędzi.

Zajęcia w cyklu "Semestr zimowy 2019/2020" (zakończony)

Okres: 2019-10-01 - 2020-02-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Anna Zajenkowska
Prowadzący grup: Krzysztof Krejtz, Konrad Kuźma
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę

Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Anna Zajenkowska
Prowadzący grup: Krzysztof Krejtz, Konrad Kuźma
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Literatura:

Wybrane artykuły będą przekazane podczas zajęć.

Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Aleksandra Tłuściak-Deliowska
Prowadzący grup: Konrad Kuźma
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Pełny opis:

1. Programy do analizy danych ilościowych, zarówno komercyjne: SPSS, Statistica; jak i darmowe: PSPP, SOFA, SalStat, PAST, gretl, JASP, jamovi

2. Programy do analizy danych jakościowych, zarówno komercyjne: Maxqda, Atlas, nVivio; jak i darmowe: aquad, Cassandre, CLAN

3. Inne programy do analiz np. danych okulograficznych czy badań neuromarketingowych np. PyGaze (darmowe)

4. Praca zespołowa: Compendium plus program/y komercyjne (1-2)

5. Programy do analizy dużych zbiorów danych, oraz idee analizy dużych zbiorów danych, np. Cassandre, KNIME, lumify

6. Internetowe platformy współpracy badawczej, np.: Mendeley, Scopus, Academia, Research Gate

7. Dostępne bazy danych w Polsce – np. CBOS, Diagnoza społeczna, GUS (i urzędy statystyczne), Archiwum Danych Jakościowych, BDL, Otwarte Dane, PAN, CBS

8. Dostępne zagraniczne bazy danych, m.in. bazy uniwersytetów amerykańskich (Floryda, Pittsburgh), ElectionGuide,

9. Internetowe platformy badawcze - wybrane 2-3 darmowe oraz 2-3 komercyjne

10. Archiwa ogólne i tematyczne (wybrane), archiwa prasowe, DŻS BN

11. Google Hacking czyli wszystkie „myki” związane ze stosowaniem operatorów

12. Wyszukiwarki alternatywne dla Google.

13. Meta i Multi wyszukiwarki.

14. Wyszukiwarki naukowe, np. https://aminer.org/, http://www.opengrey.eu/, https://www.base-search.net/, https://worldwidescience.org/, https://www.refseek.com/

15. Narzędzia projektu Knightlab do prezentacji danych: https://juxtapose.knightlab.com/; https://scene.knightlab.com/;

http://soundcite.knightlab.com/; http://storyline.knightlab.com/;

https://storymap.knightlab.com/; http://timeline.knightlab.com/

16. Raportowanie online: prezi, infogram
Literatura:

Pamuła-Cieślak N. (2008). Wybrane wyszukiwarki zasobów naukowych w Internecie. Toruńskie Studia Bibliograficzne, nr 1.

Inne wybrane artykuły zostaną przekazane w czasie zajęć.

Zajęcia w cyklu "Semestr zimowy 2022/2023" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Aleksandra Tłuściak-Deliowska
Prowadzący grup: Konrad Kuźma
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Pełny opis:

ZAKRES TEMATÓW:

1. Programy do analizy danych ilościowych, zarówno komercyjne: SPSS, Statistica; jak i darmowe: PSPP, SOFA, SalStat, PAST, gretl, JASP, jamovi

2. Programy do analizy danych jakościowych, zarówno komercyjne: Maxqda, Atlas, nVivio; jak i darmowe: aquad, Cassandre, CLAN

3. Inne programy do analiz np. danych okulograficznych czy badań neuromarketingowych np. PyGaze (darmowe)

4. Praca zespołowa: Compendium plus program/y komercyjne (1-2)

5. Programy do analizy dużych zbiorów danych, oraz idee analizy dużych zbiorów danych, np. Cassandre, KNIME, lumify

6. Internetowe platformy współpracy badawczej, np.: Mendeley, Scopus, Academia, Research Gate

7. Dostępne bazy danych w Polsce – np. CBOS, Diagnoza społeczna, GUS (i urzędy statystyczne), Archiwum Danych Jakościowych, BDL, Otwarte Dane, PAN, CBS

8. Dostępne zagraniczne bazy danych, m.in. bazy uniwersytetów amerykańskich (Floryda, Pittsburgh), ElectionGuide,

9. Internetowe platformy badawcze - wybrane 2-3 darmowe oraz 2-3 komercyjne

10. Archiwa ogólne i tematyczne (wybrane), archiwa prasowe, DŻS BN

11. Google Hacking czyli wszystkie „myki” związane ze stosowaniem operatorów

12. Wyszukiwarki alternatywne dla Google.

13. Meta i Multi wyszukiwarki.

14. Wyszukiwarki naukowe, np. https://aminer.org/, http://www.opengrey.eu/, https://www.base-search.net/, https://worldwidescience.org/, https://www.refseek.com/

15. Narzędzia projektu Knightlab do prezentacji danych: https://juxtapose.knightlab.com/; https://scene.knightlab.com/;

http://soundcite.knightlab.com/; http://storyline.knightlab.com/;

https://storymap.knightlab.com/; http://timeline.knightlab.com/

16. Raportowanie online: prezi, infogram
Literatura:

Pamuła-Cieślak N. (2008). Wybrane wyszukiwarki zasobów naukowych w Internecie. Toruńskie Studia Bibliograficzne, nr 1.

Inne wybrane artykuły zostaną przekazane w czasie zajęć.
Uwagi:

METODY I KRYTERIA OCENIANIA:

Obecność - 20%

Aktywność w trakcie zajęć - 50%

Referat/Prezentacja na uzgodniony z prowadzącym temat - 30%

Wymagane minimum: 51%

Oceny pozytywne:

5.0 --> 91-100%

4.5 --> 81-90%

4.0 --> 71-80%

3.5 --> 61-70%

3.0 --> 51-60%

METODY DYDAKTYCZNE:

Mini-wykład

Prezentacja

Zajęcia warsztatowe

Zajęcia w cyklu "Semestr zimowy 2023/2024" (zakończony)

Okres: 2023-10-01 - 2024-02-18
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 24 godzin więcej informacji
Koordynatorzy: Miłosz Romaniuk
Prowadzący grup: Miłosz Romaniuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Skrócony opis:

Uczestnicy nabywają wiedzę i umiejętności związane z obsługą programów komputerowych, przydatnych w pracy badacza.

Pełny opis:

1. Zastosowanie MS Word w pisarstwie naukowym (menedżer źródeł Word, przypisy, tabele w stylu APA)

2. Zastosowanie MS Word w pisarstwie naukowym (redaktor, śledzenie zmian, komentarze, pisownia i gramatyka, Microsoft Translator, dyktafon)

3. Reference managers (Zotero, Mendeley)

4. Naukowe wyszukiwarki źródeł

5. Akademickie portale społecznościowe, internetowe platformy współpracy badawczej

6. Zastosowanie MS Excel w wizualizacji danych - tworzenie wykresów

7. Tworzenie i zarządzanie notatkami (OneNote, Microsoft Lens)

8. Programy do analizy danych ilościowych (SPSS, JASP, jamovi)

9. Programy do analizy danych jakościowych (MAXQDA, aquad, QualCoder)

10. Bazy danych

11. Przygotowanie posterów naukowych (PowerPoint, Publisher, Genial.ly)
Literatura:

Teksty i materiały przekazywane w trakcie zajęć.

Uwagi:

METODY I KRYTERIA OCENIANIA:

Aktywność w trakcie zajęć - 20%

Referat/Prezentacja na uzgodniony z prowadzącym temat - 40%

Wkład w pisanie artykułu naukowego - 40%

Wymagane minimum: 51%

Oceny pozytywne:

5.0 --> 91-100%

4.5 --> 81-90%

4.0 --> 71-80%

3.5 --> 61-70%

3.0 --> 51-60%

METODY DYDAKTYCZNE:

Mini-wykład

Prezentacja

Zajęcia warsztatowe
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Akademia Pedagogiki Specjalnej im. Marii Grzegorzewskiej w Warszawie.
Ul. Szczęśliwicka 40,
02-353 Warszawa tel: +48 22 589 36 00 https://www.aps.edu.pl kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-1 (2024-05-13)