filmov
tv
HOW TO ASSESS AND ENSURE DATA QUALITY?
Показать описание
Los datos cada vez ganan más importancia como punto clave en el desarrollo de competencias analíticas en el aprendizaje, también en la formación reglada. Asimismo, cada vez más una gran proporción de empleos requieren manejar y analizar datos. Sin embargo, hay sectores, como el de desarrollo internacional que no hacen un uso eficiente del potencial que tienen los datos para cumplir sus objetivos, tampoco la formación en ciencias sociales parece haberse adaptado a las cambiantes necesidades del mercado laboral, ni en sus contenidos ni en sus enfoques. Para contribuir a solventar estas carencias, hemos elaborado recursos docentes originales para tratar de fomentar, entre los estudiantes de grado de ciencias sociales, el gusto por las competencias relacionadas con los datos.
Coordinadora del curso
Paloma Ubeda Mollá. Economía Aplicada y Estadística. Facultad de Ciencias Económicas y Empresariales
Equipo docente
Tatiana Eremenko
Leire Salazar
María Jiménez-Buedo
Objetivos
Este curso tiene varios objetivos entre los que cabe destacar:
Hacer más visible la importancia del uso de los datos en trabajos ocupados por profesionales de las ciencias sociales.
Adquirir conocimientos de búsqueda, tratamiento y análisis de datos.
Aprender a transmitir las ideas mediante una buena visualización de los datos y formas de comunicación dirigidas a no-expertos.
Área de Conocimiento
Ciencias Sociales, Relaciones laborales y Cooperación.
Temario
Este curso estará compuesto de 6 módulos.
Abriendo el apetito. Este módulo se centrará en la importancia que tiene el uso de los datos para alcanzar los objetivos de la organización o del trabajador.
Ensamblando los ingredientes Aquí aprenderemos a identificar la calidad de los datos, sus limitaciones, las diferentes fuentes de datos, las formas de recolectarlos y los requisitos éticos, así como crear un data strategy
Cocinando. Se revisarán las diferentes maneras de cómo podemos analizar los datos, así como el trabajo colaborativo
Preparando el menú. En este bloque se estudiará como preparar un metadata y temas de replicabilidad
Emplatando. Se presentará la importancia de la visualización y se propondrán formas eficientes de presentar los datos
Haciendo la digestión. Se explicará como extraer conclusiones y como transmitir las principales ideas a no-expertos en la materia
Sistema de evaluación
El curso se compone de ejercicios de autoevaluación. El usuario deberá alcanzar la nota de corte del curso para poder tramitar la acreditación.
Requisitos recomendados
Inglés B1
Público objetivo
Estudiantes de grados en Ciencias Sociales (Sociología, Ciencia Política, Economía, ...) vez ganan más importancia como punto clave en el desarrollo de competencias analíticas en el aprendizaje, también en la formación reglada. Asimismo, cada vez más una gran proporción de empleos requieren manejar y analizar datos. Sin embargo, hay sectores, como el de desarrollo internacional que no hacen un uso eficiente del potencial que tienen los datos para cumplir sus objetivos, tampoco la formación en ciencias sociales parece haberse adaptado a las cambiantes necesidades del mercado laboral, ni en sus contenidos ni en sus enfoques. Para contribuir a solventar estas carencias, hemos elaborado recursos docentes originales para tratar de fomentar, entre los estudiantes de grado de ciencias sociales, el gusto por las competencias relacionadas con los datos.
Metadatos
Tipos de datos, análisis de datos, visualización de datos
Coordinadora del curso
Paloma Ubeda Mollá. Economía Aplicada y Estadística. Facultad de Ciencias Económicas y Empresariales
Equipo docente
Tatiana Eremenko
Leire Salazar
María Jiménez-Buedo
Objetivos
Este curso tiene varios objetivos entre los que cabe destacar:
Hacer más visible la importancia del uso de los datos en trabajos ocupados por profesionales de las ciencias sociales.
Adquirir conocimientos de búsqueda, tratamiento y análisis de datos.
Aprender a transmitir las ideas mediante una buena visualización de los datos y formas de comunicación dirigidas a no-expertos.
Área de Conocimiento
Ciencias Sociales, Relaciones laborales y Cooperación.
Temario
Este curso estará compuesto de 6 módulos.
Abriendo el apetito. Este módulo se centrará en la importancia que tiene el uso de los datos para alcanzar los objetivos de la organización o del trabajador.
Ensamblando los ingredientes Aquí aprenderemos a identificar la calidad de los datos, sus limitaciones, las diferentes fuentes de datos, las formas de recolectarlos y los requisitos éticos, así como crear un data strategy
Cocinando. Se revisarán las diferentes maneras de cómo podemos analizar los datos, así como el trabajo colaborativo
Preparando el menú. En este bloque se estudiará como preparar un metadata y temas de replicabilidad
Emplatando. Se presentará la importancia de la visualización y se propondrán formas eficientes de presentar los datos
Haciendo la digestión. Se explicará como extraer conclusiones y como transmitir las principales ideas a no-expertos en la materia
Sistema de evaluación
El curso se compone de ejercicios de autoevaluación. El usuario deberá alcanzar la nota de corte del curso para poder tramitar la acreditación.
Requisitos recomendados
Inglés B1
Público objetivo
Estudiantes de grados en Ciencias Sociales (Sociología, Ciencia Política, Economía, ...) vez ganan más importancia como punto clave en el desarrollo de competencias analíticas en el aprendizaje, también en la formación reglada. Asimismo, cada vez más una gran proporción de empleos requieren manejar y analizar datos. Sin embargo, hay sectores, como el de desarrollo internacional que no hacen un uso eficiente del potencial que tienen los datos para cumplir sus objetivos, tampoco la formación en ciencias sociales parece haberse adaptado a las cambiantes necesidades del mercado laboral, ni en sus contenidos ni en sus enfoques. Para contribuir a solventar estas carencias, hemos elaborado recursos docentes originales para tratar de fomentar, entre los estudiantes de grado de ciencias sociales, el gusto por las competencias relacionadas con los datos.
Metadatos
Tipos de datos, análisis de datos, visualización de datos