Dette kurset er utformet for å gi studentene grunnleggende kunnskap og ferdigheter for å utføre kvalitativ forskning ved hjelp av dataassistert kvalitativ dataanalyseprogramvare (CAQDAS). Studentene vil utforske viktige konsepter og metoder som er kritiske for kvalitativ forskningsdesign og implementering, inkludert det teoretiske grunnlaget for grounded theory og tematisk analyse, samt praktiske arbeidsflyter ved bruk av CAQDAS-verktøy. Kurset legger vekt på praktisk erfaring med ledende programvare som QDAMiner, ATLAS.ti og yEd, slik at studentene effektivt kan kode, organisere og tolke kvalitative data. Kurset vil legge vekt på bruk av CAQDAS-verktøy for systematisk kategorisering og kobling av koder, anvendelse av nettverksanalyse for visuell representasjon og forbedring av tematisk identifisering og tolkning.
En betydelig del av kurset vil fokusere på integrering av kunstig intelligens (KI) i kvalitativ dataanalyse. Studentene vil utforske hvordan KI, inkludert naturlig språkbehandling (NLP) og store språkmodeller (LLM), kan hjelpe til med koding og tematisk analyse. Kurset vil også ta for seg pålitelighet og etiske hensyn knyttet til KI-assistert kvalitativ forskning.
Ved å fullføre dette kurset vil studentene være godt forberedt på å anvende kvalitative forskningsmetoder i sine fremtidige profesjonelle karrierer, og bidra meningsfullt til sine valgte disipliner.
Dette kurset er utformet for å gi studentene grunnleggende kunnskap og ferdigheter for å utføre kvalitativ forskning ved hjelp av dataassistert kvalitativ dataanalyseprogramvare (CAQDAS). Studentene vil utforske sentrale konsepter og metoder som er kritiske for kvalitativ forskningsdesign og implementering, inkludert det teoretiske grunnlaget for grounded theory-tilnærmingen og tematisk analyse, samt praktiske arbeidsflyter ved bruk av CAQDAS-verktøy. Kurset legger vekt på praktisk erfaring med ledende programvare som QDAMiner, ATLAS.ti og yEd, slik at studentene effektivt kan kode, organisere og tolke kvalitative data.
Gjennom kurset vil studentene få en omfattende forståelse av prinsippene og arbeidsflytene i dataassistert kvalitativ dataanalyse. Dette inkluderer å utforske de ontologiske og epistemologiske betraktningene som ligger til grunn for bruken av CAQDAS, forstå de ulike stadiene i kvalitativ dataanalyse og forstå de grunnleggende funksjonalitetene som er felles for ulike CAQDAS-pakker. Videre vil kurset fokusere på hvordan man bruker programvarefunksjoner for systematisk kategorisering og kobling av koder, ved å inkludere teknikker som selektiv koding og konstant sammenligning (i grounded theory). Anvendelsen av nettverksanalyseverktøy i CAQDAS vil også bli introdusert for å visuelt representere forholdet mellom koder og konsepter, noe som til slutt legger til rette for dypere nivåer av datatolkning. I tillegg til dette vil tematisk identifisering, forbedring og tolkning (i tematisk analyse) også bli diskutert.
En betydelig del av kurset vil fokusere på integrering av kunstig intelligens (KI) i kvalitativ dataanalyse. Studentene vil utforske hvordan KI, inkludert naturlig språkbehandling (NLP) og store språkmodeller (LLM), kan hjelpe til med koding og tematisk analyse. Kurset vil også ta for seg pålitelighet og etiske hensyn knyttet til KI-assistert kvalitativ forskning, og gi studentene
Evne (ferdigheter)
Kvalitativ forskningsdesign og implementering: Studentene vil kunne designe, implementere og evaluere kvalitative forskningsprosjekter, og anvende CAQDAS-verktøy for å forbedre grundigheten og transparensen i analysene sine.
Dataanalyse ved bruk av CAQDAS: Studentene vil utvikle ferdigheter i bruk av ledende programvare for kvalitativ analyse som QDAMiner, ATLAS.ti og yEd, forbedre sine tekniske ferdigheter innen kvalitativ forskning og fremme tilpasningsevne til nye teknologier.
Systematisk kategorisering og kobling av koder: Studentene vil tilegne seg praktiske ferdigheter i å bruke CAQDAS-funksjoner for systematisk kategorisering og kobling av koder.
Nettverksanalyse og tematisk tolkning: Studentene lærer å bruke nettverksanalyseverktøy i CAQDAS for å visuelt representere forholdet mellom koder og konsepter, noe som legger til rette for dypere nivåer av datatolkning og tematisk identifisering, forbedring og tolkning.
AI-integrasjon i kvalitativ analyse: Studentene vil tilegne seg praktiske ferdigheter i å integrere AI, inkludert NLP og LLM-er, i kvalitativ dataanalyse, og kritisk evaluere påliteligheten og etiske hensyn ved AI-assistert forskning.
Kunnskap
Kvalitative forskningsmetoder: Studentene vil få inngående kunnskap om kvalitative forskningsprosedyrer, inkludert datainnsamling, koding og tematisk analyse, støttet av CAQDAS-verktøy. De vil utforske de teoretiske grunnlagene og praktiske anvendelsene av grounded theory og tematisk analyse, og lære hvordan man systematisk utvikler og forbedrer koder, identifiserer temaer og tolker kvalitative data. Denne omfattende forståelsen vil gjøre det mulig for studentene å anvende disse metodikkene effektivt i sine forskningsprosjekter.
KI i kvalitativ forskning: Studentene vil lære om potensialet og utfordringene ved å integrere KI i kvalitativ dataanalyse, inkludert metoder for å evaluere påliteligheten og konsistensen av KI-assistert koding.
Holdning
Etisk forskningsatferd: Studentene skal utvikle
Det er ingen spesifikke forkunnskaper for dette kurset, ettersom det begynner med grunnleggende konsepter og gradvis introduserer viktige kvalitative forskningsmetoder. Det er utformet for elever på alle nivåer, inkludert de uten tidligere erfaring med empirisk forskning.
Ressurser
Babbie, ER (2014). Praksisen innen samfunnsforskning. Cengage Learning.
Bryman, A. (2016). Sosiale forskningsmetoder. Oxford University Press.
May, T., og Perry, B. (2022). Samfunnsforskning: Problemstillinger, metoder og prosesser. McGraw-Hill Education.
Neuman, WL (2014). Sosiale forskningsmetoder: Kvalitative og kvantitative tilnærminger. Pearson Education Limited.
Dette kurset vektlegger studentsentrert læring, tverrfaglige ferdigheter, tverrfaglige, forskningsbaserte kompetanser og teknologiforbedrede utdanningsprinsipper, og er utformet for å gi studentene en omfattende og praktisk forståelse av kvalitative forskningsmetoder ved bruk av CAQDAS-verktøy.
Studentene vil delta i interaktive forelesninger, diskusjoner og gruppearbeid som oppmuntrer til aktiv deltakelse og kritisk tenkning. Regelmessige tilbakemeldingsøkter vil bli gjennomført for å imøtekomme individuelle læringsbehov og fremgang, slik at hver student får personlig veiledning. I tillegg vil det bli implementert et fagfellevurderingssystem der studentene evaluerer hverandres arbeid fra ulike faglige perspektiver.
For å forbedre studentenes tverrfaglige ferdigheter, vil kurset utvikle deres evne til å presentere forskning og analysere funn tydelig og effektivt, både skriftlig og muntlig, ved å inkludere regelmessige presentasjoner, fagfellevurderinger og tilbakemeldinger. Det vil bli lagt vekt på å utvikle ferdigheter til kritisk å evaluere forskningsmetoder og data ved å engasjere studentene i grundige analyseøvelser, casestudier og interaktive diskusjoner som utfordrer deres analytiske tenkning og problemløsningsevner.
For å videreutvikle studentenes forskningsferdigheter, vil kurset fokusere på en grundig utforskning av sentrale konsepter og metoder som er kritiske for kvalitativ forskningsdesign og implementering. Dette inkluderer praktisk erfaring med kvalitative forskningsprosedyrer, som koding, tematisk analyse og bruk av CAQDAS-verktøy som QDAMiner, ATLAS.ti og yEd. Studentene vil også utforske integreringen av AI i kvalitativ dataanalyse, og få praktiske ferdigheter i bruk av NLP og LLM-er for koding og tematisk analyse.
For å berike teknologiforbedrede læringsopplevelser vil digitale verktøy og ressurser bli integrert, inkludert nettbaserte databaser, programvare for kvalitativ analyse og virtuelle samarbeidsplattformer.
Utskrift av journaler