240053 SE BM8 Datenanalyse (2024W)
Prüfungsimmanente Lehrveranstaltung
Labels
Anwesenheitspflicht in der ersten Einheit!Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen.
Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware Turnitin zum Einsatz.Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware Turnitin zum Einsatz.Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von So 01.09.2024 00:01 bis Mo 23.09.2024 23:59
- Abmeldung bis Do 17.10.2024 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
- Freitag 18.10. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
- Freitag 25.10. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
- Freitag 29.11. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
- Freitag 06.12. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
- Freitag 10.01. 09:45 - 13:00 Digital
- Freitag 24.01. 09:45 - 14:45 Übungsraum (A414) NIG 4. Stock
- Freitag 31.01. 09:45 - 13:00 Seminarraum D, NIG 4. Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
- Regelmäßige Anwesenheit im Seminar: Es darf maximal ein Block gefehlt werden.
- Kontinuierliche Mitarbeit im Seminar
- Fristgerechte Abgabe der schriftlichen Arbeitsaufgaben während des Semesters
- Erstellung einer AbschlussarbeitZusätzliche Hinweise
Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen. Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware (‘Turnitin') zum Einsatz.
Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
- Kontinuierliche Mitarbeit im Seminar
- Fristgerechte Abgabe der schriftlichen Arbeitsaufgaben während des Semesters
- Erstellung einer AbschlussarbeitZusätzliche Hinweise
Die Lehrveranstaltungsleitung kann Studierende zu einem notenrelevanten Gespräch über erbrachte Teilleistungen einladen. Plagiierte oder erschlichene Teilleistungen führen zur Nichtbewertung der Lehrveranstaltung (Eintragung eines 'X' im Sammelzeugnis). Es kommt die Plagiatssoftware (‘Turnitin') zum Einsatz.
Die Verwendung von KI-Tools (z. B. ChatGPT) zur Erbringung von Teilleistungen ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Mindestanforderungen und Beurteilungsmaßstab
Die Teilleistungen werden wie folgt gewichtet (Beurteilungsmaßstab in Klammern):
+ Mitarbeit (Feedback für Kolleg:innen, Reflexionsbereitschaft, etc.) (10 Punkte)
+ Kontinuierliche Erfüllung der geforderten Aufgaben während des Semesters – die Aufgaben orientieren sich an den Inhalten der Lehrveranstaltungseinheiten (30 Punkte)
+ Erstellung einer Abschlussarbeit laut Vorgaben – Präsentation der Auswertung und Interpretation eigenen Datenmaterials samt Reflexion (7-8 Seiten) (60 Punkte)
Es wird nochmals explizit darauf hingewiesen, dass für eine positive Beurteilung alle Teilleistungen erbracht werden müssen.
Benotungsspiegel:
91 - 100 Punkte = 1 (sehr gut)
81 - 90 Punkte = 2 (gut)
71 - 80 Punkte = 3 (befriedigend)
61 - 70 Punkte = 4 (genügend)
0 - 60 Punkte = 5 (nicht genügend)
+ Mitarbeit (Feedback für Kolleg:innen, Reflexionsbereitschaft, etc.) (10 Punkte)
+ Kontinuierliche Erfüllung der geforderten Aufgaben während des Semesters – die Aufgaben orientieren sich an den Inhalten der Lehrveranstaltungseinheiten (30 Punkte)
+ Erstellung einer Abschlussarbeit laut Vorgaben – Präsentation der Auswertung und Interpretation eigenen Datenmaterials samt Reflexion (7-8 Seiten) (60 Punkte)
Es wird nochmals explizit darauf hingewiesen, dass für eine positive Beurteilung alle Teilleistungen erbracht werden müssen.
Benotungsspiegel:
91 - 100 Punkte = 1 (sehr gut)
81 - 90 Punkte = 2 (gut)
71 - 80 Punkte = 3 (befriedigend)
61 - 70 Punkte = 4 (genügend)
0 - 60 Punkte = 5 (nicht genügend)
Prüfungsstoff
Prüfungsimmanente Lehrveranstaltung; es wird keine Prüfung geben.
Literatur
Die vollständige Literaturliste (Pflichtlektüre und weiterführende Literatur) wird in der ersten Sitzung und auf Moodle bereitgestellt.Fassin, D. (2014). True life, real lives: Revisiting the boundaries between ethnography and fiction. American ethnologist, 41(1), 40-55.Hammersley, M., & Atkinson, P. (2019). Writing Ethnography. in: Ethnography: Principles in practice. Routledge: 191-207.Harries, John. “Communitcating the Research and Writing Up” in: Doing Anthropological Research, ed. Natalie Konopinski pp: 118-143, London: Routledge, 2014Hoek, Lotte. “Sorting Things Out” in: Doing Anthropological Research, ed. Natalie Konopinski pp:103- 117 London: Routledge, 2014.Lester, J. N. (2020). Going digital in ethnography: Navigating the ethical tensions and productive possibilities. Cultural Studies↔ Critical Methodologies, 20(5), 414-424.Mosse, D. (2015). Misunderstood, misrepresented, contested?: Anthropological knowledge production in question. Focaal, 2015(72), 128-137.
Perry, S., & Marion, J. S. (2010). State of the ethics in visual anthropology. Visual Anthropology Review, 26(2), 96-104.Rädiker, Stefan und Udo Kuckartz (2019) Analyse qualitativer Daten mit MAXQDA: Text, Audio und Video. Wiesbaden: Springer VS.Tavory, I., & Timmermans, S. (2009). Two cases of ethnography: Grounded theory and the extended case method. Ethnography, 10(3), 243-263.Tavory, I., & Timmermans, S. (2014). Abductive analysis : theorizing qualitative research. Chicago, Ill. [u.a.]: The Univ. of Chicago Press.
Perry, S., & Marion, J. S. (2010). State of the ethics in visual anthropology. Visual Anthropology Review, 26(2), 96-104.Rädiker, Stefan und Udo Kuckartz (2019) Analyse qualitativer Daten mit MAXQDA: Text, Audio und Video. Wiesbaden: Springer VS.Tavory, I., & Timmermans, S. (2009). Two cases of ethnography: Grounded theory and the extended case method. Ethnography, 10(3), 243-263.Tavory, I., & Timmermans, S. (2014). Abductive analysis : theorizing qualitative research. Chicago, Ill. [u.a.]: The Univ. of Chicago Press.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Do 03.10.2024 16:26
Grundlegendes zur Datenauswertung
Kodieren – Ordnen – Interpretation von Datenmaterial
Ausarbeitung von Memos
Analyse von visuellem Material
Vorstellung der Computersoftware MAXQDA (oder Atlas.ti) zur qualitativen Datenanalyse
Von der Datenauswertung zur TextproduktionMethoden:
Der Schwerpunkt der Lehrveranstaltung liegt auf dem selbständigen Erproben von Auswertungsmethoden und ist daher stark auf Interaktion und Partizipation der Studierenden ausgerichtet. Die LV-Einheiten bestehen aus dem Input der LV-Leitung, vertiefenden Diskussionen der Pflichtliteratur und der selbständig erarbeiteten Aufgaben sowie interaktiven Übungen. Mittels kontinuierlicher Diskussionen und Feedbackschleifen durch die Lehrveranstaltungsleitung sowie die Studierenden untereinander werden die Inhalte und die eigenen Erfahrungen in den Präsenzeinheiten eingehend diskutiert und reflektiert.