Прикладные исследования в культуре

Магистратура 2020/2021

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Прикладная культурология)

Направление: 51.04.01. Культурология

Кто читает: Школа философии и культурологии

Где читается: Факультет гуманитарных наук

Когда читается: 1-й курс, 1-3 модуль

Формат изучения: без онлайн-курса

Преподаватели: Никишина Ирина Александровна, Никогосян Каринэ Сергеевна, Пузанов Кирилл Александрович

Прогр. обучения: Прикладная культурология

Язык: русский

Кредиты: 6

Контактные часы: 76

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Данная дисциплина является частью раздела «Полевые методы» и является обязательной для студентов образовательной программы бакалавриата «Культурология». Отдельные блоки курса имеют тематические пересечения и дополняются результатами изучения следующих дисциплин: социальная и культурная антропология; анализ и визуализация данных; современные проблемы культурологии. Основные положения дисциплины могут быть использованы в дальнейшем при написании курсовой и выпускной квалификационной работы.

Цель освоения дисциплины

Целью курса становится формирование и развитие навыков и умений, необходимых для проведения и организации полевых научных и аналитических исследований в двух областях, важных для прикладной культурологии: 1) Digital Humanities - общие принципы организации данных для анализа, принципы визуализации разнообразия и взаимосвязей, рассматриваются основы креативной инфографики; по городской тематике .

Планируемые результаты обучения

Знать специфику предметных полей, взаимосвязи между ними и смежными областями и принципы разработки и реализации исследований
Владеть базовыми навыками построения дизайна исследования; анализа и визуализации данных, включая элементы анализа социальных сетей, компьютерной картографии и анализа текстов; пре-процессинга (предварительной подготовки) данных, включаяя “очистку” сырых данных и подготовку их к работе в средах анализа данных и статистического программирования
Знать специфику предметных полей, взаимосвязи между ними и смежными областями и принципы разработки и реализации исследований
Владеть базовыми навыками построения дизайна исследования; анализа и визуализации данных, включая элементы анализа социальных сетей, компьютерной картографии и анализа текстов; пре-процессинга (предварительной подготовки) данных, включаяя “очистку” сырых данных и подготовку их к работе в средах анализа данных и статистического программирования
Уметь понимать логику построения дизайна исследования, использовать необходимые инструментальные средства и методы (программные и прикладные) для обработки анализа и систематизации информации по теме исследования
Понимать общие принципы организации данных, их структуры
Уметь использовать Python для решения прикладных задач по специальности
Использовать различные инструменты для анализа данных и работы с данными
Уметь использовать инструменты визуализации данных

Содержание учебной дисциплины

Тема 1. Введение
Понятие digital humanities. Сферы применения анализа и визуализации гуманитарных и социальных науках. Понятие данных. Основные способы представления данных.
Тема 2. Области применения
Традиционные области концентрации – анализ исторических данных, корпусная лингвистика и компьютерный анализ текстов, публикация источников он-лайн.
Тема 3. Сбор данных
Знакомство и освоение основных принципов сбора данных для последующего анализа с помощью Python.
Тема 4. Обработка данных
Знакомство и освоение основных инструментов предварительной обработки данных на Python. Использование Regular Expressions для сбора и обработки данных.
Тема 5. Анализ данных
Знакомство и освоение основных инструментов анализа данных на Python.
Тема 6. Визуализация данных
Знакомство и освоение основных инструментов визуализации данных на Python.
Тема 7. Работа с исследовательскими проектами
Формулировка исследовательских задач. Подбор адекватных инструментов анализа данных и последующей визуализации.
Тема 8. Концептуализация и операционализация.
Семинар разделен на две части. В первой части разбираются следующие вопросы: постановка ключевого исследовательского вопроса, концептуализация и операционализация, роль метафоры в социологическом исследовании. Во второй части студенты предлагают свои варианты метафоры и концептуализации города.
Тема 9. Выбор метода: различия количественных и качественных методов
Обзор ключевых особенностей качественных и количественных методов. Тренинг по постановке ключевого исследовательского вопроса.
Тема 10. Количественные методы социологического исследования: создание анкеты
Разбор основных правил создания анкеты количественного исследования. Разбор сенситивных вопросов и социально одобряемых ответов. Структура анкеты, операционализация гипотез. Понятие выборки и генеральной совокупности. Критерии репрезентативности, случайная и квотная выборки.
Тема 11. Количественные методы социологического исследования: пилотирование инструментария
Первая половина семинара — разбор домашнего задания и финализация анкеты для проведения социологического исследования. Вторая половина — пилотный опрос по созданной анкете и разбор основных допущенных ошибок.
Тема 12. Знакомство с методами анализа статистических данных.
На базе собранного на предыдущих занятиях и в рамках домашнего задания материала, создается массив данных для дальнейшего анализа. В рамках первого знакомства необходимо освоить интерфейс программы, научиться перекодировать данные, создавать частотные таблицы и таблицы сопряженности, а также рассчитывать критерий хи-квадрат.
Тема 13. Факторный и кластерный анализы
Разбор проекта «Механика Москвы». Анализ внутригородских процессов, вскрываемых кластерным и факторным анализами больших массивов социологических данных. На базе произвольного массива данных о районах Москвы объясняется следующий инструментарий: иерархическую кластеризацию, деревья кластеризации и факторный анализ. При помощи этих инструментов нужно создать и описать авторскую кластеризацию районов Москвы.
Тема 14. Метод ментальной картографии
Анализ сильных сторон и ограничений метода: описание примеров использования и ошибок интерпретации результатов. Способы сбора: методологические эксперименты по форматированию ответов респондентов. Критерии анализа данных: относительные размеры объектов, топонимы, границы и пр. Разбор примеров актуальных исследований.
Тема 15. Социальная структура города
. Субъективно полагаемое качество городской среды. Представления горожан о месте своего обитания: соседства, вернакулярные районы, точка отсчета городской среды. Вопросы безопасность и отношения к ней горожан. Образ города и ментальное картографирование: районирование города в зависимости от представлений горожан или от их социальных практик.
Тема 16. Внутригородские вернакулярные районы
Разбор различных теоретических подходов к концепции вернакулярных районов. Поиск единых оснований трактовки концепции в представлении Л.В. Смирнягина и А.А. Высоковского. Связь региональной индентичности и вернакулярных районов. Эффект раковина и специфика границ вернакулярных районов.
Тема 17. Метод «Фото-GPS»
Оптимизация полевых наблюдений. «Человеческий фактор» в полевых исследованиях и субъективность трактовки участниками полевых экспедиций наблюдаемых явлений. Анализ сильных сторон и ограничений метода, способы сбора и анализа данных, разбор примеров актуальных исследований. Метод «Дифференциации городского пространства». Комплексный анализ города: представление о городской среде как о единстве и взаимном влияние множества подсистем. Разбор пяти ключевых подсистем: рельефно-планировочной, функциональной, архитектурной, социально-экономической и ментальной. Анализ сильных сторон и ограничений метода, способы сбора и анализа данных, разбор примеров актуальных исследований.

Элементы контроля

Домашнее задание 1
Проект
Экзамен после 1 модуля
Экзамен после 3 модуля
Работа на семинарах
Домашнее задание 3
Домашнее задание 2

Промежуточная аттестация

Промежуточная аттестация (1 модуль)
0.3 * Домашнее задание 1 + 0.3 * Домашнее задание 2 + 0.4 * Проект
Промежуточная аттестация (3 модуль)
0.35 * Домашнее задание 3 + 0.15 * Проект + 0.5 * Промежуточная аттестация (1 модуль)

Программа дисциплины