Aquest curs està dissenyat per dotar els estudiants dels coneixements i habilitats essencials per dur a terme investigacions qualitatives mitjançant programari d'anàlisi qualitativa de dades assistida per ordinador (CAQDAS). Els estudiants exploraran conceptes i metodologies essencials per al disseny i la implementació de la investigació qualitativa, incloent-hi els fonaments teòrics de la teoria fonamentada i l'anàlisi temàtica, així com fluxos de treball pràctics utilitzant eines CAQDAS. El curs emfatitza l'experiència pràctica amb programari líder com ara QDAMiner, ATLAS.ti i yEd, permetent als estudiants codificar, organitzar i interpretar dades qualitatives de manera eficient. El curs emfatitzarà la utilització d'eines CAQDAS per a la categorització sistemàtica i l'enllaç de codis, l'aplicació de l'anàlisi de xarxes per a la representació visual i el refinament de la identificació i interpretació temàtiques.
Un component important del curs se centrarà en la integració de la Intel·ligència Artificial (IA) en l'anàlisi qualitativa de dades. Els estudiants exploraran com la IA, incloent-hi el Processament del Llenguatge Natural (PLN) i els Grans Models de Llenguatge (MLL), poden ajudar en la codificació i l'anàlisi temàtica. El curs també abordarà la fiabilitat i les consideracions ètiques de la recerca qualitativa assistida per IA.
En completar amb èxit aquest curs, els estudiants estaran ben preparats per aplicar mètodes de recerca qualitatius en les seves futures carreres professionals, contribuint significativament a les disciplines que han escollit.
Aquest curs està dissenyat per dotar els estudiants dels coneixements i habilitats essencials per dur a terme investigacions qualitatives mitjançant programari d'anàlisi qualitativa de dades assistida per ordinador (CAQDAS). Els estudiants exploraran conceptes i metodologies clau per al disseny i la implementació de la investigació qualitativa, incloent-hi els fonaments teòrics de l'enfocament de la teoria fonamentada i l'anàlisi temàtica, així com els fluxos de treball pràctics mitjançant l'ús d'eines CAQDAS. El curs emfatitza l'experiència pràctica amb programari líder com ara QDAMiner, ATLAS.ti i yEd, permetent als estudiants codificar, organitzar i interpretar dades qualitatives de manera eficient.
Al llarg del curs, els estudiants adquiriran una comprensió completa dels principis i fluxos de treball de l'anàlisi qualitativa de dades assistida per ordinador. Això inclou l'exploració de les consideracions ontològiques i epistemològiques que informen l'ús de CAQDAS, la comprensió de les diverses etapes de l'anàlisi qualitativa de dades i la comprensió de les funcionalitats fonamentals que són comunes als diferents paquets CAQDAS. A més, el curs se centrarà en com utilitzar les funcions del programari per a la categorització sistemàtica i l'enllaç de codis, incorporant tècniques com la codificació selectiva i la comparació constant (en la teoria fonamentada). També s'introduirà l'aplicació d'eines d'anàlisi de xarxes dins de CAQDAS per representar visualment les relacions entre codis i conceptes, facilitant en última instància nivells més profunds d'interpretació de dades. A més d'això, també es discutirà la identificació, el refinament i la interpretació temàtica (en l'anàlisi temàtica).
Un component important del curs se centrarà en la integració de la Intel·ligència Artificial (IA) en l'anàlisi qualitativa de dades. Els estudiants exploraran com la IA, incloent-hi el Processament del Llenguatge Natural (PLN) i els Grans Models de Llenguatge (MLL), poden ajudar en la codificació i l'anàlisi temàtica. El curs també abordarà la fiabilitat i les consideracions ètiques de la recerca qualitativa assistida per IA, proporcionant als estudiants...
Capacitat (habilitats)
Disseny i implementació de la recerca qualitativa: els estudiants podran dissenyar, implementar i avaluar projectes de recerca qualitativa, aplicant eines CAQDAS per millorar el rigor i la transparència de les seves anàlisis.
Anàlisi de dades mitjançant CAQDAS: Els estudiants desenvoluparan competència en l'ús de programari d'anàlisi qualitativa líder com ara QDAMiner, ATLAS.ti i yEd, millorant les seves habilitats tècniques en la investigació qualitativa i fomentant l'adaptabilitat a les noves tecnologies.
Categorització i vinculació sistemàtica de codis: els estudiants adquiriran habilitats pràctiques en la utilització de les funcions de CAQDAS per a la categorització i vinculació sistemàtica de codis.
Anàlisi de xarxes i interpretació temàtica: els estudiants aprendran a aplicar eines d'anàlisi de xarxes dins de CAQDAS per representar visualment les relacions entre codis i conceptes, facilitant nivells més profunds d'interpretació de dades i identificació, refinament i interpretació temàtica.
Integració de la IA en l'anàlisi qualitativa: els estudiants adquiriran habilitats pràctiques per integrar la IA, incloent-hi la PNL i els LLM, en l'anàlisi qualitativa de dades i per avaluar críticament la fiabilitat i les consideracions ètiques de la recerca assistida per IA.
Coneixement
Mètodes de recerca qualitativa: els estudiants adquiriran un coneixement profund dels procediments de recerca qualitativa, incloent-hi la recollida de dades, la codificació i l'anàlisi temàtica, amb el suport d'eines CAQDAS. Exploraran els fonaments teòrics i les aplicacions pràctiques de la teoria fonamentada i l'anàlisi temàtica, aprenent a desenvolupar i refinar sistemàticament codis, identificar temes i interpretar dades qualitatives. Aquesta comprensió integral permetrà als estudiants aplicar aquestes metodologies de manera eficaç en els seus projectes de recerca.
IA en la recerca qualitativa: els estudiants aprendran sobre el potencial i els reptes d'integrar la IA en l'anàlisi qualitativa de dades, inclosos els mètodes per avaluar la fiabilitat i la consistència de la codificació assistida per IA.
Actitud
Conducta ètica de la recerca: els estudiants desenvoluparan
No hi ha requisits previs específics per a aquest curs, ja que comença amb conceptes fonamentals i introdueix gradualment mètodes clau de recerca qualitativa. Està dissenyat per a estudiants de tots els nivells, inclosos aquells sense experiència prèvia en recerca empírica.
Recursos
Babbie, ER (2014). La pràctica de la recerca social. Cengage Learning.
Bryman, A. (2016). Mètodes de recerca social. Oxford University Press.
May, T., i Perry, B. (2022). Recerca social: Problemes, mètodes i procés. McGraw-Hill Education.
Neuman, WL (2014). Mètodes de recerca social: enfocaments qualitatius i quantitatius. Pearson Education Limited.
Emfatitzant l'aprenentatge centrat en l'estudiant, les habilitats transversals, les competències transdisciplinàries basades en la recerca i els principis educatius millorats per la tecnologia, aquest curs està dissenyat per proporcionar als estudiants una comprensió completa i pràctica dels mètodes de recerca qualitativa utilitzant eines CAQDAS.
Els estudiants participaran en classes magistrals interactives, debats i activitats en grup que fomenten la participació activa i el pensament crític. Es duran a terme sessions de retroalimentació periòdiques per abordar les necessitats d'aprenentatge i el progrés individuals, garantint que cada estudiant rebi una orientació personalitzada. A més, s'implementarà un sistema de revisió entre iguals on els estudiants avaluaran el treball dels altres des de diferents perspectives disciplinàries.
Per millorar les habilitats transversals dels estudiants, el curs desenvoluparà la seva capacitat de presentar investigacions i analitzar resultats de manera clara i eficaç, tant en format escrit com oral, mitjançant la incorporació de presentacions regulars, revisions entre iguals i sessions de retroalimentació. Es posarà èmfasi en el desenvolupament d'habilitats per avaluar críticament metodologies i dades de recerca mitjançant la participació dels estudiants en exercicis d'anàlisi rigorosos, estudis de casos i debats interactius que desafiïn el seu pensament analític i les seves habilitats de resolució de problemes.
Per desenvolupar encara més les habilitats de recerca dels estudiants, el curs se centrarà en una exploració en profunditat dels conceptes i metodologies clau per al disseny i la implementació de la recerca qualitativa. Això inclou experiència pràctica amb procediments de recerca qualitativa, com ara la codificació, l'anàlisi temàtica i l'ús d'eines CAQDAS com QDAMiner, ATLAS.ti i yEd. Els estudiants també exploraran la integració de la IA en l'anàlisi qualitativa de dades, adquirint habilitats pràctiques en l'ús de la PNL i les LLM per a la codificació i l'anàlisi temàtica.
Per enriquir les experiències d'aprenentatge millorades amb la tecnologia, s'integraran eines i recursos digitals, com ara bases de dades en línia, programari d'anàlisi qualitativa i plataformes de col·laboració virtual.
Transcripció de registres