- Enseignant-e: Andreas Ihle
- Enseignant-e: Charikleia Lampraki
- Enseignant-e: Anahita Mehrpour
Vendredi 12:15-13:45. Le cours aura lieu en salle 003 (bâtiment Pinchat). Les modalités d'enseignement seront adaptées pour permettre la participation de tou-te-s intéressé-e-s (aussi en ligne et enregistré).
Zoom room: https://unige.zoom.us/j/62114775238
Dans ce séminaire, la première partie (théorique) sera consacrée à l’introduction méthodologique aux analyses secondaires de données et l’illustration détaillée de différentes étapes d’identification et traitement des données (identifier des bases de données appropriées, accéder aux données disponibles au public, comprendre la structure et contenu des données, importer les données dans R, fusionner les différents modules, examiner les variables, sélectionner un sous-ensemble des variables et préparer un échantillon pour effectuer des analyses). Il y aura également une présentation et discussion des aspects de l'Open Science qui permettent la recherche d’analyses secondaires, comme l’accès libre aux bases de données (Open Research Data) et aux publications scientifiques (Open Access). Puis, dans la deuxième partie (pratique), les étudiant-e-s vont former des petits groupes de recherche (5-6 personnes), vont formuler leurs questions de recherche avec hypothèses et vont poursuivre toutes les étapes d’analyse secondaire précédemment illustrées avec des bases de données accessibles au public pour mener leur petit projet de recherche. Les étudiant-e-s seront continûment dirigé-e-s et encadré-e-s, et des consultations seront offertes même en dehors des heures de séminaire. Chaque groupe d’étudiant-e-s va montrer son progrès pendant la partie pratique du séminaire ainsi que présenter son petit projet de recherche avec une discussion des résultats liés aux questions de recherche etc. à la fin du semestre. De plus, à la fin du semestre chaque étudiant-e va individuellement rédiger un bref résumé (3 pages) sur la théorie, les questions de recherche, les hypothèses, les méthodes et matériaux, les analyses, les résultats, les limitations, les conclusions et les implications pratiques.
Le cours 751500 (analyse de données multivariées) est prérequis.