| Ementa/Descrição: |
As mudanças na tecnologia - especificamente a transição da era analógica para a era digital - significa que agora podemos recolher e analisar dados sociais de novas formas. O objetivo da disciplina é definir o escopo, limites e possibilidades da
Ciência Social Computacional (CSC). Isso inclui em avaliar os impactos epistemológicos dos métodos digitais e computacionais no modo de fazer ciências sociais nas sociedades contemporâneas. Os estudantes serão estimulados a: a) perceber as oportunidades e desafios que a era digital cria para a investigação social; b) avaliar a investigação social moderna a partir das perspectivas tanto da ciência social como da ciência dos dados; c) criar propostas de investigação modernas que misturam ideias das ciências sociais e da ciência de dados; d) praticar as técnicas necessárias para realmente conduzir a sua proposta de investigação através de métodos digitais e/ou computacionais. A disciplina depende que o estudante domine os fundamentos da linguagem de computação R e/ou Python que serão utilizadas para importar, arrumar, transformar, visualizar, modelar, comunicar e automatizar bases de dados sobre a sociedade. O curso deverá ser útil para cientistas sociais que queiram fazer mais ciência de dados e cientistas de dados que queiram fazer mais ciência social.
|
| Referências: |
PROVOST, F., & FAWCETT, T. (2013). Data Science and its Relationship to Big Data and Data-Driven Decision Making. Big
Data, 1(1), 51–59. doi:10.1089/big.2013.1508.
SALGANIK, M. J. Bit by Bit: Social Research in the Digital Age. [s.l.] Princeton University Press, 2019.
WICKHAM, H. R Para Data Science. Alta Books, 2019 (ONLINE).
Bibliografia Complementar
BENOIT, K. et al. Crowd-Sourced Text Analysis: Reproducible and Agile Production of Political Data. American Political Science
Review, v. 110, n. 2, p. 278–295, maio 2016.
BRENT, E. E. Computational Sociology: Reinventing Sociology for the Next Millennium. Social Science Computer Review, v.
11, n. 4, p. 487–499, 1 dez. 1993.
EVANS, A. & ACEVES, P. "Machine Translation: Mining Text for Social Theory." Annual Review of Sociology, 2016.
LAZER, D., PENTLAND, A. S., ADAMIC, L., ARAL, S., BARABASI, A. L., BREWER, D.,& Jebara, T. Life in the network: the coming
age of computational social science. Science (New York, NY), 323(5915), 721, 2009.
JUNGHERR, A. Analyzing Political Communication with Digital Trace Data: The Role of Twitter Messages in Social Science
Research. Springer, 2015 |
