Social nätverksanalys, 7.5 hp
Social Network Analysis, 7.5 credits
771A23
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Christian Steglich, Károly TakácsKursansvarig
Christian Steglich, Károly TakácsStudierektor eller motsvarande
Maria BrandénKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7MCD | Computational Social Science, Master´s Programme | 2 (VT 2020) | 202004-202013 | Engelska | Norrköping, Norrköping | O |
Huvudområde
Computational Social ScienceUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Master´s Programme in Computational Social Science
Förkunskapskrav
Kandidatexamen inom humaniora, samhällskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap.
Dokumenterad kunskap i engelska motsvarande Engelska 6/B.
Lärandemål
Efter avslutad kurs ska den studerande på avancerad nivå kunna:
- Förklara grundläggande begrepp och teorier inom samhällsvetenskaplig nätverksanalys, samt förstå hur dessa teorier och begrepp kan bidra till att förklara olika aktörers beteenden på mikronivå, samt olika makroutfall;
- Kritiskt granska hur nätverk kan bidra till att förklara sociala, politiska, ekonomiska och kulturella fenomen;
- Använda statistisk programvara för att visualisera nätverk och analysera deras egenskaper, samt kunna koppla dessa resultat till nätverksanalytiska begrepp och teorier;
- Förklara principerna bakom olika statistiska modeller för sociala nätverk;
- Använda programvara för att statistiskt modellera sociala nätverk, för att förstå deras uppkomst och utveckling;
- Simulera nätverksdynamik utifrån olika nätverksmodeller.
Kursinnehåll
Kursen går igenom de huvudsakliga begrepp, mått och statistiska metoder som används vid datorbaserad analys av samhällsvetenskaplig nätverksdata. Nätverkskoncept såsom centralitet och ”brokerage” diskuteras, och olika sätt att mäta dessa utvärderas. Kursen omfattar även hur datorer kan användas för att hantera, visualisera och analysera nätverksdata. Statistiska modeller för att analysera nätverk introduceras, och studenten får erfarenhet av att arbeta med relevanta programvaruverktyg. I interaktiva datorlaborationer presenteras och estimeras olika statistiska modeller för nätverksdata, inklusive metoder för att simulera dessa nätverksmodeller.
Undervisnings- och arbetsformer
Undervisningen sker i form av föreläsningar, litteraturstudier, datorlaborationer och seminarier. Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: engelska
Examination
Kursen examineras genom inlämningsuppgifter, aktivt deltagande i seminarier, datorlaborationer samt en avslutande individuell skriftlig uppgift.
Detaljerad information om examinationen finns i kursens studiehandledning.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för ekonomisk och industriell utvecklingKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
PRO1 | Projekt | 3 hp | EC |
ASS1 | Uppgifter | 4.5 hp | EC |
Böcker
Litteraturlistan kommer att publiceras under Övriga dokument.
Ladda ner
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Klicka på filen för att spara ner och öppna den.
Namn | Filnamn | Beskrivning |
---|---|---|
ReadingsSNA2020 (002) | ReadingsSNA2020 (002).pdf |