Módulo 1 – Métodos mixtos y múltiples para la investigación en ciencias sociales, humanidades y comunicación

[Contenido semanas 2, 3, 4]

Guías de laboratorios para cada semana se encuentran aquí.

Semana 2. (27.1.2020) 

Combinando métodos cualitativos y cuantitativos. Dilemas éticos. Estrategias y herramientas para sistematizar revisiones bibliográficas. 

Lecturas requeridas:

  • Hernández Sampieri, R., Fernández Collado, C., Baptista Lucio, P. (2010). (5a Edicion). “Capitulo 17. Los métodos mixtos.” Metodología de la Investigación. McGraw Hill: México D.F. 
  • Neuman, L. (2006). “Ch 2. What Are the Major Types of Social Research?” Social research methods: qualitative and quantitative approaches. Boston: Pearson/AandB.
  • Ruiz Bolivar, C. (2008). El enfoque multimétodo en la investigacion social y educativa: una mirada desde el paradigma de la complejidad. 
  • Walliman, N. (2011). “Ch. 6. The nature of data,” “Ch.7. Collecting and analyzing secondary data”, “Ch.8. Collecting primary data.” Research methods: The basics. London: Routledge. pp. 65-127

Lecturas adicionales:

  • Codina, L​.  (2018) ​Revisiones bibliográficas sistematizadas: Procedimientos generales y Framework para Ciencias Humanas y Sociales. ​Barcelona: Máster Universitario en Comunicación Social. Departamento de Comunicación. Universitat Pompeu Fabra, 2018.
  • Fuentes, R. (2010). Investigación de la comunicación: referentes y condiciones internacionales de un diálogo transversal de saberes. Signo y Pensamiento No. 57. pp 38-49 · volumen XXIX · julio – diciembre 2010
  • Hernández Sampieri, R., Fernández Collado, C., Baptista Lucio, P. (2010). (5a Edición). “Capítulo 1. Definiciones de los enfoques cuantitativo y cualitativo, sus similitudes y diferencias.” Metodología de la Investigación. McGraw Hill: México D.F. 
  • Mertens, D., Bazeley, P., Bowleg, L., Fielding, N., Maxwell, J., Molina-Azorin, J. F., et al. (2016). The future of mixed methods: A five year projection to 2020.
  • National Science Foundation (2004) Workshop on Scientific Foundations of Qualitative Research Washington, D.C: National Science Foundation. www.nsf.gov/pubs/2004/nsf04219/nsf04219.pdf 
  • Snelson, C. L. (2016). Qualitative and Mixed Methods Social Media Research: A Review of the Literature. International Journal of Qualitative Methods.

Laboratorio:

Semana 3. (3.2.2020)

Fundamentos de métodos digitales y computacionales. Estrategias y herramientas para la captura, estructuración y análisis de datos. Ética de la información.

Lecturas requeridas:

  • Berry, David (2011) The computational turn: thinking about the digital humanities. Culture Machine, 12. ISSN 1465-4121
  • Cioffi-Revilla, Claudio. 2010. “Computational social science”. Wiley Interdisciplinary Reviews: Computational Statistics 2(3): 259–271. 
  • Rogers, R. (2013). “Introduction: Situating Digital Methods” y “The End of the Virtual: Digital Methods.” Digital Methods. Cambridge, MA: The MIT Press. pp 1-38. 
  • Wouter van Atteveldt & Tai-Quan Peng (2018) When Communication Meets Computation: Opportunities, Challenges, and Pitfalls in Computational Communication Science, Communication Methods and Measures, 12:2-3, 81-92.

Lecturas adicionales:

  • Cruz Mesa, Hernando (2009). La net-ética desde la perspectiva de una secuencia de investigaciones sociales. Signo y Pensamiento, XXVIII(55),136-151.[fecha de Consulta 16 de Enero de 2020]. ISSN: 0120-4823. Disponible en: https://www.redalyc.org/articulo.oa?id=860/86020246010
  • Manovich, L. (1999). Database as Symbolic Form. Convergence, 5(2), 80–99. 
  • Rinnovati, L. (2007) A literature review in digital humanities computing. (Unpublished) [Preprint] http://eprints.rclis.org/12452/
  • Trevisan, F. (2014). Search engines: From social science objects to academic inquiry tools. First Monday, 19(11).  
  • https://firstmonday.org/ojs/index.php/fm/article/view/5237/4157
  • Venturini, T., Bounegru, L., Gray, J., & Rogers, R. (2018). A reality check(list) for digital methods. New Media & Society, 20(11), 4195–4217. 

Laboratorio:

  • Visualización y análisis de textos y bases de datos con Databasic.io
  • Captura y análisis de datos de Twitter con DMI-TCAT
  • Búsqueda, filtrado, y análisis de medios noticiosos con Media Cloud
  • Limpieza de datos con Open Refine

Semana 4. (10.2.2020) 

Redes y Datos. Big data, smart data, thick data. Herramientas y estrategias para el análisis y visualización de redes sociales digitales. Ética de datos provenientes de redes sociales y macro-datos (big data).

Lecturas requeridas:

  • Arikan, B.  (2015) Mapping Networks. Medium post. https://medium.com/graph-commons/mapping-networks-1dea70b2f550
  • Hanneman, Robert A. and Mark Riddle.  2005. “Chapter 1. Social Network Data.” Introduction to social network methods.  Riverside, CA: University of California, Riverside. (en Inglés html version https://faculty.ucr.edu/~hanneman/nettext/) (Traducción en Español disponible en http://revista-redes.rediris.es/webredes/textos/Introduc.pdf)
  • Wang, T. (2016) ¿Por qué Big Data necesita Thick Data?. Medium post. 
  • Zeng, M. (2017). Smart Data for Digital Humanities, Journal of Data and Information Science, 2(1), 1-12. doi: https://doi.org/10.1515/jdis-2017-0001

Lecturas adicionales:

  • Arikan, B.  (2015) Creative and Critical Use of Complex Networks. https://medium.com/graph-commons/creative-and-critical-use-of-complex-networks-412fe9eddecb
  • Arikan, B.  (2015) Analyzing data networks. https://medium.com/graph-commons/analyzing-data-networks-f4480a28fb4b
  • González-Bailón, S. (2017) “Chapter 5. Networks and Social Distance.” Decoding the Social World Data Science and the Unintended Consequences of Communication. Cambridge: MIT Press
  • Grandjean, M. (2016). A social network analysis of Twitter: Mapping the digital humanities community. Cogent Arts & Humanities, 3(1), 1171458. https://doi.org/10.1080/23311983.2016.1171458
  • Markham, A. N., Tiidenberg, K., & Herman, A. (2018). Ethics as Methods: Doing Ethics in the Era of Big Data Research—Introduction. Social Media + Society. https://doi.org/10.1177/2056305118784502

Laboratorio:

  • Construcción, análisis y visualización de redes sociales con Graphcommons.
  • Análisis y visualización de redes sociales de Twitter con Gephi.

Evaluación módulo 1 (20%):

  • 5% reflexiones escritas
  • 5% presentación en clase de una de las lecturas
  • 10% actividades de laboratorio y mini-proyecto.

Presentación en clase

Cada estudiante se hará responsable de presentar ante la clase una de las lecturas de las sesiones del módulo 1. La presentación se realizará durante 8-10 minutos, con ayuda visual (4-5 diapositivas). El estudiante expondrá la lectura identificando las características del método (o métodos) descrito (s) en la lectura, y realizará preguntas abiertas relacionadas con el diseño de investigación en ciencias sociales, humanidades y comunicación y con la investigación que adelanta en el doctorado.

Mini-proyecto

Cada estudiante propondrá y desarrollará un estudio exploratorio de la red social Twitter o de los medios noticiosos Colombianos, durante un periódo de tiempo particular (de acuerdo a disponibilidad de datos), utilizando métodos múltiples y algunas de las herramientas que hemos aplicados en el módulo 1 (Google Trends, Media Cloud, TCAT, Gephi, GraphCommons).

El mini-proyecto será presentado en un breve reporte o documento escrito (post en el website) que incluya una introducción al problema, pregunta de investigación, presentación de los datos, los métodos y las herramientas utilizadas, un breve análisis de los datos (e.g. de contenido, de frecuencia, de red) acompañados de visualizaciones, y una conclusión con los hallazgos de la investigación y sus limitaciones. 

Para mayor información consultar guía del mini-proyecto Módulo 1.

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.