Deze cursus is bedoeld om studenten de essentiële kennis en vaardigheden bij te brengen die nodig zijn 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 werkprocessen met behulp van CAQDAS-tools. De cursus legt de nadruk op praktijkervaring met toonaangevende software zoals QDAMiner, ATLAS.ti en yEd, waardoor studenten kwalitatieve gegevens efficiënt kunnen coderen, ordenen en interpreteren. De cursus zal de nadruk leggen 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 gegevensanalyse. Studenten zullen onderzoeken hoe AI, waaronder natuurlijke taalverwerking (NLP) en grote taalmodellen (LLM’s), 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 de door hen 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 sleutelbegrippen 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, en de praktische werkprocessen bij het gebruik van CAQDAS-tools. De cursus legt de nadruk op praktijkervaring met toonaangevende software zoals QDAMiner, ATLAS.ti en yEd, waardoor studenten in staat worden gesteld om kwalitatieve gegevens efficiënt te coderen, te ordenen en te interpreteren.
Gedurende de cursus zullen studenten een uitgebreid inzicht verwerven 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 wordt de toepassing van netwerkanalysetools binnen CAQDAS geïntroduceerd om relaties tussen codes en concepten visueel weer te geven, wat uiteindelijk een diepgaandere interpretatie van de gegevens mogelijk maakt. Daarnaast komen thematische identificatie, verfijning en interpretatie (in thematische analyse) aan bod.
Een belangrijk onderdeel van de cursus zal zich richten op de integratie van kunstmatige intelligentie (AI) in kwalitatieve gegevensanalyse. Studenten zullen onderzoeken hoe AI, waaronder natuurlijke taalverwerking (NLP) en grote taalmodellen (LLM’s), kan helpen bij het coderen en bij thematische analyse. De cursus zal ook ingaan op de betrouwbaarheid en ethische overwegingen van AI-ondersteund kwalitatief onderzoek, waardoor studenten
Vaardigheden
Ontwerp en uitvoering van kwalitatief onderzoek: Studenten zullen in staat zijn om kwalitatieve onderzoeksprojecten te ontwerpen, uit te voeren en te evalueren, waarbij ze gebruikmaken van CAQDAS-tools om de nauwkeurigheid en transparantie van hun analyses te vergroten.
Gegevensanalyse met behulp van CAQDAS: Studenten zullen vaardigheid ontwikkelen in het gebruik van toonaangevende software voor kwalitatieve analyse, zoals QDAMiner, ATLAS.ti en yEd, waardoor hun technische vaardigheden op het gebied van kwalitatief onderzoek worden verbeterd en hun aanpassingsvermogen aan nieuwe technologieën wordt bevorderd.
Systematische categorisering en koppeling van codes: Studenten zullen praktische vaardigheden verwerven in het gebruik van CAQDAS-functies voor de systematische categorisering en koppeling van codes.
Netwerkanalyse en thematische interpretatie: Studenten leren netwerkanalysetools binnen CAQDAS toe te passen om relaties tussen codes en concepten visueel weer te geven, wat diepgaandere niveaus van gegevensinterpretatie en thematische identificatie, verfijning en interpretatie mogelijk maakt.
Integratie van AI in kwalitatieve analyse: Studenten verwerven praktische vaardigheden in het integreren van AI, waaronder NLP en LLM’s, in de analyse van kwalitatieve gegevens, en leren de betrouwbaarheid en ethische overwegingen van AI-ondersteund onderzoek kritisch te beoordelen.
Kennis
Kwalitatieve onderzoeksmethoden: Studenten verwerven diepgaande kennis van kwalitatieve onderzoeksprocedures, waaronder gegevensverzameling, codering en thematische analyse, ondersteund door CAQDAS-tools. Ze verkennen de theoretische grondslagen en praktische toepassingen van grounded theory en thematische analyse, en leren hoe ze codes systematisch kunnen ontwikkelen en verfijnen, thema’s kunnen identificeren en kwalitatieve gegevens kunnen interpreteren. Dit uitgebreide inzicht stelt studenten in staat om deze methodologieën effectief toe te passen in hun onderzoeksprojecten.
AI in kwalitatief onderzoek: Studenten leren over de mogelijkheden en uitdagingen van het integreren van AI in de analyse van kwalitatieve gegevens, inclusief methoden voor het beoordelen van de betrouwbaarheid en consistentie van AI-ondersteunde codering.
Houdings
Ethisch onderzoek: Studenten zullen
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
Bronnen
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 bedoeld om studenten een uitgebreid en praktisch inzicht te geven 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 zullen regelmatig feedbacksessies worden 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.
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. De nadruk ligt op het ontwikkelen van vaardigheden om onderzoeksmethodologieën en gegevens kritisch te beoordelen door studenten te betrekken bij grondige analyseoefeningen, casestudies en interactieve discussies die hun analytisch denkvermogen en probleemoplossend vermogen uitdagen.
Om de onderzoeksvaardigheden van studenten verder te ontwikkelen, richt de cursus zich 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 zoals QDAMiner, ATLAS.ti en yEd. Studenten zullen ook de integratie van AI in kwalitatieve gegevensanalyse verkennen 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, worden digitale hulpmiddelen en bronnen geïntegreerd, waaronder online databases, software voor kwalitatieve analyse en virtuele samenwerkingsplatforms.
Cijferlijst