HUM-485 / 3 crédits

Enseignant(s): Mazel-Cabasse Charlotte Julie Sophie, Krichane Selim, Choirat Christine

Langue: Français


Résumé

Le cours "Critical Data Studies" s'inscrit dans la nouvelle offre d'enseignements UNIL/EPFL qui propose de croiser des savoirs provenant des SHS et des sciences de l'ingénieur afin d'aborder des thématiques complexes qui nécessitent une méthodologie interdisciplinaire.

Contenu

Mots-clés

Data science

Critical studies.

Social sciences

 

POLY-perspective :

  • perspective interdisciplinaire
  • perspective citoyenne

https://www.epfl.ch/schools/cdh/fr/la-vision-du-cdh-poly-perspective/

 

Compétences requises

Cours prérequis indicatifs

Une formation préalable dans le langage de programmation Python ou R est recommandée. Une formation courte (mise à niveau) sera disponible pendant les séances d’atelier qui suivent le cours, chaque semaine.

 


Des connaissances de base en programmation (Python ou R) et/ou en statistiques sont bienvenues.

Concepts importants à maîtriser

Ce cours vous permettra d’acquérir les bases techniques pour conduire et documenter une recherche à partir d’un jeu de données, en prenant en compte les enjeux éthiques, politiques et méthodologiques relatifs.

Acquis de formation

A la fin de ce cours l'étudiant doit être capable de:

  • Appliquer des outils de data science
  • Analyser une étude de cas
  • Critiquer les hypothèses des modèles

Compétences transversales

  • Accéder aux sources d'informations appropriées et les évaluer.
  • Ecrire un rapport scientifique ou technique.
  • Recueillir des données.
  • Planifier des actions et les mener à bien de façon à faire un usage optimal du temps et des ressources à disposition.
  • Dialoguer avec des professionnels d'autres disciplines.
  • Faire preuve d'esprit critique
  • Recevoir du feedback (une critique) et y répondre de manière appropriée.

Méthode d'enseignement

Le premier semestre sera dédié à la présentation du contenu du cours lors de séances plénières. Les considérations théoriques issues du domaine des « critical data studies » seront présentées en parallèle des outils de traitement de données. Les étudiants forment des groupes dans le courant du premier semestre pour ensuite sélectionner un jeu de données qui fera l’objet de leur projet durant le deuxième semestre. La plupart des séances du premier semestre seront données par les membres de l’équipe pédagogique, à l’exception de quelques séances assurées par des conférenciers invités.
Durant le premier semestre, la dernière heure de cours prendra la forme d’ateliers participatifs, autour de lecture ou d’exercices concrets d’analyse de data sets.

Travail attendu

- Participation active aux sessions

- Mise à niveau en SHS ou en Data Science selon le profil d'origine

- Réalisation de plusieurs projets de groupe

Méthode d'évaluation

L’évaluation du cours porte sur les éléments suivants :


- Test écrit sur le contenu du cours durant le premier semestre (mid-term) 50%
- Présentation en groupe du dataset et de la problématique du projet (fin du premier semestre) 50%

 

Encadrement

Office hours Oui
Assistants Oui
Forum électronique Oui

Ressources

Bibliographie

O’Neil, C. (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. College & Research Libraries (Vol. 78). https://doi.org/10.5860/crl.78.3.403

 

Salganik, M. J. (2017). Bit by Bit: Social Research in the Digital Age. Princeton, NJ: Princeton University Press. Open review edition.

 

Gold, M., & Klein, L. (Eds.). (2019). Debates in the Digital Humanities 2019. Minneapolis; London: University of Minnesota Press. doi:10.5749/j.ctvg251hk

 

Strasser, B. (2019) Collecting Experiments: Making Big Data Biology, The university of Chicago Press.

 

Leonelli, S. (2019) La recherche scientifique à l’ère des Big Data: cinq façons dont les données massive nuisent à la science, et comment la sauver. Éditions Mimésis, pp. 122. ISBN: 978-8869761843.

Ressources en bibliothèque

Sites web

Liens Moodle

Dans les plans d'études

  • Semestre: Automne
  • Forme de l'examen: Pendant le semestre (session d'hiver)
  • Matière examinée: Les données en contexte: Critical Data Studies I
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Projet: 1 Heure(s) hebdo x 14 semaines
  • Semestre: Automne
  • Forme de l'examen: Pendant le semestre (session d'hiver)
  • Matière examinée: Les données en contexte: Critical Data Studies I
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Projet: 1 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
8-9     
9-10     
10-11     
11-12     
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22