Deze cursus is bedoeld om studenten de essentiële kennis en vaardigheden bij te brengen voor het uitvoeren van kwalitatief onderzoek met behulp van CAQDAS-software (Computer-Assisted Qualitative Data Analysis Software). Studenten verdiepen zich in essentiële concepten en methodologieën die cruciaal zijn voor het ontwerpen en uitvoeren van kwalitatief onderzoek, waaronder de theoretische grondslagen van de ‘grounded theory’ en thematische analyse, evenals praktische werkwijzen met behulp van CAQDAS-tools. De cursus legt de nadruk op praktijkervaring met toonaangevende software, waardoor studenten in staat worden gesteld om kwalitatieve gegevens efficiënt te coderen, te ordenen en te interpreteren. De cursus legt de nadruk op het gebruik van CAQDAS-tools voor het systematisch categoriseren en koppelen van codes, het toepassen van netwerkanalyse voor visuele weergave, en het verfijnen van thematische identificatie en interpretatie.
Een belangrijk onderdeel van de cursus zal zich richten op de integratie van kunstmatige intelligentie (AI) in kwalitatieve data-analyse. Studenten zullen onderzoeken hoe AI, waaronder Natural Language Processing (NLP) en Large Language Models (LLMs), kan helpen bij het coderen en de thematische analyse. De cursus gaat ook in op de betrouwbaarheid en ethische overwegingen van AI-ondersteund kwalitatief onderzoek.
Na het succesvol afronden van deze cursus zijn studenten goed voorbereid om kwalitatief-gedreven onderzoeksmethoden toe te passen in hun toekomstige professionele loopbaan, waarmee ze een zinvolle bijdrage leveren aan hun gekozen disciplines.
Deze cursus is bedoeld om studenten de essentiële kennis en vaardigheden bij te brengen voor het uitvoeren van kwalitatief onderzoek met behulp van CAQDAS-software (Computer-Assisted Qualitative Data Analysis Software). Studenten verdiepen zich in de belangrijkste concepten en methodologieën die cruciaal zijn voor het ontwerpen en uitvoeren van kwalitatief onderzoek, waaronder de theoretische grondslagen van de ‘grounded theory’-benadering en thematische analyse, evenals de praktische werkprocessen bij het gebruik van CAQDAS-tools. De cursus legt de nadruk op praktische ervaring met toonaangevende software, waardoor studenten in staat worden gesteld om kwalitatieve gegevens efficiënt te coderen, te ordenen en te interpreteren.
Gedurende de cursus verwerven studenten een uitgebreid inzicht in de principes en werkprocessen van computerondersteunde kwalitatieve gegevensanalyse. Dit omvat het verkennen van de ontologische en epistemologische overwegingen die ten grondslag liggen aan het gebruik van CAQDAS, het begrijpen van de verschillende fasen van kwalitatieve gegevensanalyse en het doorgronden van de fundamentele functionaliteiten die in verschillende CAQDAS-pakketten terugkomen. Verder zal de cursus zich richten op het gebruik van softwarefuncties voor het systematisch categoriseren en koppelen van codes, waarbij technieken zoals selectieve codering en constante vergelijking (in de grounded theory) worden geïntegreerd. Ook zal de toepassing van netwerkanalysetools binnen CAQDAS worden geïntroduceerd om relaties tussen codes en concepten visueel weer te geven, wat uiteindelijk een diepgaandere interpretatie van de gegevens mogelijk maakt. Daarnaast zullen thematische identificatie, verfijning en interpretatie (in thematische analyse) aan bod komen.
Een belangrijk onderdeel van de cursus is gericht op de integratie van kunstmatige intelligentie (AI) in kwalitatieve gegevensanalyse. Studenten zullen onderzoeken hoe AI, waaronder Natural Language Processing (NLP) en Large Language Models (LLMs), kan helpen bij het coderen.
Na het succesvol afronden van deze cursus zijn studenten goed voorbereid om kwalitatief-gedreven onderzoeksmethoden toe te passen in hun toekomstige professionele loopbaan.
Vaardigheden (competenties) Studenten zullen grondige kwalitatieve projecten ontwerpen en uitvoeren, waarbij ze CAQDAS gebruiken voor gegevensanalyse. Ze zullen technische vaardigheden onder de knie krijgen op het gebied van systematische codering, categorisering en netwerkanalyse om relaties visueel weer te geven en thema’s verder uit te werken. Daarnaast biedt de cursus praktische ervaring met het integreren van AI (NLP en LLM’s) in werkprocessen, terwijl de ethische en betrouwbaarheidsuitdagingen van AI-ondersteund onderzoek kritisch worden beoordeeld.
Kennis De deelnemers verwerven diepgaande kennis van kwalitatieve methoden – waaronder Grounded Theory en thematische analyse – ondersteund door CAQDAS. Het programma behandelt de theoretische grondslagen van systematische codering en de mogelijke uitdagingen bij de integratie van AI, met bijzondere aandacht voor het waarborgen van consistentie en methodologische integriteit bij het gebruik van geautomatiseerde tools.
Houding De cursus stimuleert een toewijding aan ethisch omgaan met gegevens en transparantie. Studenten ontwikkelen een op samenwerking gerichte mentaliteit en maken gebruik van digitale hulpmiddelen om samen met medestudenten problemen op te lossen. Ten slotte ontwikkelen ze een kritische blik en leren ze de specifieke sterke punten en beperkingen van zowel CAQDAS- als AI-technologieën in verschillende onderzoekscontexten te onderscheiden.
Er zijn geen specifieke toelatingseisen voor deze cursus, aangezien deze begint met basisbegrippen en geleidelijk aan de belangrijkste kwalitatieve onderzoeksmethoden introduceert. De cursus is bedoeld voor cursisten van alle niveaus, ook voor degenen die nog geen ervaring hebben met empirisch onderzoek
Babbie, E. R. (2014). The practice of social research. Cengage Learning.
Bryman, A. (2016). Social research methods. Oxford University Press.
May, T., & Perry, B. (2022). Social research: Issues, methods and process. McGraw-Hill Education.
Neuman, W. L. (2014). Social research methods: Qualitative and quantitative approaches. Pearson Education Limited.
Deze cursus legt de nadruk op studentgericht leren, transversale vaardigheden, transdisciplinaire en op onderzoek gebaseerde competenties, en op technologie ondersteunde onderwijsprincipes. De cursus is ontworpen om studenten een uitgebreid en praktisch inzicht te bieden in kwalitatieve onderzoeksmethoden met behulp van CAQDAS-tools.
Studenten nemen deel aan interactieve colleges, discussies en groepsactiviteiten die actieve deelname en kritisch denken stimuleren. Er worden regelmatig feedbacksessies gehouden om in te spelen op individuele leerbehoeften en voortgang, zodat elke student persoonlijke begeleiding krijgt. Daarnaast wordt er een peer review-systeem ingevoerd waarbij studenten elkaars werk vanuit verschillende disciplinaire perspectieven beoordelen. Deze aanpak stimuleert kritische evaluatie en constructieve feedback vanuit diverse invalshoeken, waardoor de kwaliteit van het onderzoek wordt verbeterd en het begrip van studenten van interdisciplinaire benaderingen wordt verdiept.
Om de transversale vaardigheden van studenten te verbeteren, zal de cursus hun vermogen ontwikkelen om onderzoek te presenteren en bevindingen duidelijk en effectief te analyseren, zowel schriftelijk als mondeling, door middel van regelmatige presentaties, peer reviews en feedbacksessies.
Om de onderzoeksvaardigheden van studenten verder te ontwikkelen, zal de cursus zich richten op een diepgaande verkenning van sleutelbegrippen en methodologieën die cruciaal zijn voor het ontwerpen en uitvoeren van kwalitatief onderzoek. Dit omvat praktische ervaring met kwalitatieve onderzoeksprocedures, zoals codering, thematische analyse en het gebruik van CAQDAS-tools. Studenten zullen zich ook verdiepen in de integratie van AI in kwalitatieve gegevensanalyse en praktische vaardigheden opdoen in het gebruik van NLP en LLM’s voor codering en thematische analyse.
Om de door technologie ondersteunde leerervaringen te verrijken, zullen digitale hulpmiddelen en bronnen worden geïntegreerd, waaronder online databases, software voor kwalitatieve analyse en virtuele samenwerkingsplatforms.
Cijferlijst