93545 - LABORATORIO DI COMUNICAZIONE (LM) (G.C)

Conoscenze e abilità da conseguire

Il laboratorio mira ad offrire agli studenti competenze nel campo della produzione di contenuti giornalistici e mediali (televisione, radio e internet). Al termine del corso lo studente: - padroneggia le principali tecniche di produzione di contenuti informativi e mediali - è in grado di produrre autonomamente contenuti informativi in forma scritta, orale o multimediale

Contenuti

ATTENZIONE. Questo insegnamento sta per cambiare denominazione o obiettivi formativi. Nella fase transitoria rimangono titolo e obiettivi formativi dell’anno accademico 2021/2022 ma è essenziale leggere i contenuti del programma.

Questo laboratorio costituisce una naturale continuazione/estensione dell’insegnamento ora denominato INFORMAZIONE E BIG DATA (LM) che, a partire dall’anno accademico 2022/23, introduce alle ipotesi, ai metodi e alle tecniche utilizzate nelle scienze sociali per analizzare atteggiamenti e comportamenti sociopolitici con dati codificati (cosiddetta analisi quantitativa) tratti sia da indagini campionarie (survey) sia dai contenuti testuali espressi liberamente dagli utenti sui social network.

Il laboratorio può essere frequentato anche da chi non ha seguito l’insegnamento citato, purché i/le frequentanti abbiano in qualche modo acquisito familiarità con i relativi contenuti. A tal fine, nelle prime due lezioni in cui si articola il laboratorio, tali contenuti verranno riepilogati e discussi nel confronto tra docente e partecipanti.

Il laboratorio ha l’obiettivo di introdurre all’uso dei software e delle tecniche statistiche di base utili per svolgere analisi originali su dati di survey e dati testuali tratti dai social media al fine di interpretare gli “orientamenti dell’opinione pubblica” e sottoporre a verifica le ipotesi relative ai fattori che influenzano gli atteggiamenti individuali sottostanti.

A questo fine, i frequentanti verranno introdotti ad alcune funzioni avanzate di Microsoft Excel e all’uso del software statistico STATA (liberamente accessibile per gli studenti Unibo). Le esercitazioni riguarderanno lo svolgimento di analisi monovariate (tabelle semplici), bivariate (tabelle di due variabili incrociate), multivariate (modelli di regressione lineare e logistica), classificazione di testi (Analisi discriminante lineare) e interpretazione dei risultati.

Tali tecniche verranno usate con dati comparativi di survey (European Social Survey, World Value Survey) e con dati tratti da social media in italiano e/o in inglese. L’obiettivo sarà svolgere analisi empiriche “in proprio”, esaminando direttamente i dati, riguardo ai temi trattati nell’insegnamento citato all’inizio: il modo in cui gli individui si collocano lungo le fratture e le tematiche divisive oggi salienti (statalismo/liberismo, globalismo/nazionalismo, cambiamento climatico, immigrazione, diritti civili); i fattori che influenzano la formazione di tali opinioni e le scelte di voto (caratteristiche "ascritte", collocazione nella struttura sociale, predisposizioni politiche di lungo termine, valutazione dei governo in carica e leader).

Durante le lezioni finali del Laboratorio i partecipanti dovranno presentare proprie elaborazioni su uno di questi argomenti.

Testi/Bibliografia

Stockemer, Daniel, G. Stockemer, and Glaeser. 2019. 50 Quantitative Methods for the Social Sciences. Springer.

Bethlehem, Jelke. 2017. Understanding Public Opinion Polls. Chapman and Hall/CRC. Singoli capitoli indicati a lezione.

Brooker, R. G., and T. Schaefer. 2015. “Public Opinion in the 21st Century. Methods of Measuring Public Opinion.” Unpublished Work). Available online: http://www. uky. edu/AS/PoliSci/Peffley/pdf/473Measuring% 20Public% 20Opinion. pdf (accessed on 5 December 2018).

Hillygus, D. Sunshine. 2015. “The Practice of Survey Research: Changes and Challenges.” In New Directions in Public Opinion, Routledge, 56–75.

“Linear vs Logistic Regression: A Succinct Explanation.” KDnuggets. https://www.kdnuggets.com/linear-vs-logistic-regression-a-succinct-explanation.html/ (July 10, 2022).

“Stata Learning Modules.” https://stats.oarc.ucla.edu/stata/modules/ (July 10, 2022).

“Stata Web Books Logistic Regression with Stata.” https://stats.oarc.ucla.edu/stata/webbooks/logistic/ (July 10, 2022).

“Stata Web Books Regression with Stata.” https://stats.oarc.ucla.edu/stata/webbooks/reg/ (July 10, 2022).

Metodi didattici

Il corso si compone di quindici sessioni di lavoro a cui gli studenti saranno invitati a partecipare attivamente. Le prime tre sessioni consisteranno in classiche lezioni frontali di ricapitolazione dei contenuti essenziali di metodologia della ricerca e analisi dell’opinione pubblica. La parte preponderante delle sessioni consisteranno in esercitazioni nel corso delle quali i/le partecipanti saranno introdotte/i all'uso delle principali tecniche statistiche, attraverso il software STATA, su dati comparativi di survey (European Social Survey, World Value Survey). I/le frequentanti dovranno inoltre presentare, a turno, le loro elaborazioni prodotte in vista della redazione del paper finale. Tutte le lezioni si terranno in presenza. È necessario che ciascun/a partecipante sia dotato/a, anche durate le lezioni, di un proprio personal computer connesso a internet su cui deve essere installata una versione aggiornata di Stata (a lezione verranno date indicazioni su come installarla).

La frequenza è obbligatoria. E' ammessa l'assenze a non più di quattro sessioni. Per facilitare lo studio e l'esercizio individuale con le tecniche statistiche, saranno messe a disposizione dei partecipanti le registrazioni video di alcune lezioni.

Modalità di verifica e valutazione dell'apprendimento

Ciascuno studente dovrà scrivere un paper (di circa 15.000 caratteri) riguardante uno dei temi trattati nel corso, basando la propria analisi sulla letteratura scientifica e su elaborazioni originali dei dati di una delle survey che verranno fornite dal docente e presentate a lezione, oppure di analisi quantitative su dati testuali tratti dai social network. Gli studenti che dovessero rendesi responsabili di casi di plagio ‒ se cioè parti del paper dovessero risultare trascritte da altri documenti di qualsiasi genere ‒ verranno esclusi dal corso e non saranno ammessi all'esame. La votazione finale si baserà sulla valutazione del paper e della relativa discussione oltre che di un colloquio orale riguardante come di consueto tutti i contenuti del corso. Il paper può costituire uno sviluppo di quello presentato e discusso per l’insegnamento ora denominato “INFORMAZIONE E BIG DATA”, integrato con pertinenti analisi empiriche originali. 

Strumenti a supporto della didattica

Videoproiettore, Pc, licenza Unibo per il software statistico STATA, aula dotata di prese elettriche e connessione internet wireless, condivisione su cloud dei materiali del corso (presentazioni, dataset, file di sintassi).

Orario di ricevimento

Consulta il sito web di Salvatore Vassallo