Network Society (Spring 2023)

Abstract

Kursets mål er, at de studerende har (1) en grundlæggende forståelse af begreberne data, netværk og dataanalyse; og (2) en værktøjskasse med teknikker og teorier til at diskutere ideen om netværk og data som grundlag for konceptualisering af et netværkssamfund.

Description

Kurset er vigtigt, fordi vores brug af IT indebærer forbindelser via globale netværk, hvilket gør en basal forståelse for netværkssamfundet afgørende i professionel praksis inden for digitalt design. 

Kurset gør det muligt for den studerende at diskutere den grundlæggende idé om netværk som grundlag for konceptualisering af netværkssamfundet. Kurset er en introduktion til netværksanalyse, netværksteori og dataanalyse. 

Vi bruger ordet "netværk" til at karakterisere både det strukturelle og det sociale, og vi har meget digital aktivitet. Derfor genererer vi store mænger af forskellige typer data, der kan indsamles, lagres og behandles af en række kendte og ukendte enheder, ofte med uventede konsekvenser. 

På dette kursus udforsker de studerende netværkssamfundet, og vurderer de tilhørende antagelser og implikationer ved digital dataindsamling, lagring og analyse. Hvad betyder udtrykkene 'netværk' og 'netværkssamfund'? Hvilken udvikling betragtes som karakteristisk for ’netværkssamfundet’? Hvordan kan vi analysewre og visualisere netværksforbundet social aktivitet?

Relevante emner i dette kursus inkluderer:

• Netværkssamfund: Space of flows, timeless time, culture of connectivity, platform society

• Digitale netværk: algoritmer i sociale medier, metoder til analyse af aktiviteten

• Digitale fænomener: netværk af influencers, netværk af protest og civilt engagement.

• Forskningsetik i teori og praksis

Formal prerequisites

Dette kursus er udbudt på 4. semester af bacheloruddannelsen i Digital Design og Interaktive Teknologier. Det er en forudsætning at de studerende har haft Digital Data Analysis. 

Intended learning outcomes

Efter kurset skal den studerende være i stand til:

• Identificere forskellige datatypers kilder, funktioner og begrænsninger
• Redegøre for fordele og ulemper ved forskellige dataindsamlingsmetoder
• Analysere og visualisere et digitalt netværk vha kvantitativ metode og netværksteori
• Vurdere spørgsmål om etik og privacy i forbindelse med egen indsamling, opbevaring og analyse af forskellige datatyper
• Perspektivere egen dataindsamling til netværkskoncepter og netværksteori

Learning activities

Forelæsninger, gæsteforelæsninger, øvelser og gruppearbejde, muligvis studenterpræsentationer.

Course literature

The course literature is published in the course page in LearnIT.

Student Activity Budget

Estimated distribution of learning activities for the typical student

• Preparation for lectures and exercises: 20%
• Lectures: 20%
• Exercises: 20%
• Project work, supervision included: 20%
• Exam with preparation: 20%

Ordinary exam

Exam type:
C: Submission of written work, External (7-point scale)
Exam variation:
C11: Submission of written work

reexam

Exam type:
C: Submission of written work, External (7-point scale)
Exam variation:
C11: Submission of written work

Time and date