Differentialpsychologische Ansätze in den Data Sciences
Differentialpsychologische Ansätze in den Data Sciences | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Organisationseinheit Freie Universität Berlin/Erziehungswissenschaft und Psychologie/Wissenschaftsbereich Psychologie |
|||||||||||
Bereich
|
|||||||||||
Zugangsvoraussetzungen Keine |
|||||||||||
Qualifikationsziele Die Studierenden haben ein tieferes Verständnis differentialpsychologischer Ansätze in der Psychologie in Bezug auf Merkmale, anhand derer sich Personen unterscheiden, und lernen Theorien, Methoden und Ansätze kennen, um durch den Einsatz der Data Sciences diese Merkmale zu erfassen und darauf aufbauend differentialpsychologische Fragestellungen zu beantworten, einschließlich der Potenziale und Risiken, die mit der Verwendung dieser zusätzlichen Datenquellen einhergehen. |
|||||||||||
Inhalte In zwei parallelen Seminaren wird jeweils eine konkrete inhaltliche Fragestellung bearbeitet. In Abgrenzung zu datengetriebenen Ansätzen stehen dabei eine differentialpsychologische Theorie oder Fragestellung im Vordergrund, die zunächst inhaltlich erarbeitet werden (z. B. zu Persönlichkeit, Fähigkeit oder Antwortverhalten). Darauf basierend werden Methoden zur Bearbeitung der Fragestellung (z. B. Single Value Decomposition, Modellierung von log-Daten) erarbeitet und an konkreten Datensätzen angewendet. |
|||||||||||
Lehr- und Lernformen | Aktive Teilnahme | ||||||||||
Seminar I 2 SWS verpflichtete Teilnahme |
Bearbeitung von Übungsaufgaben Bearbeitung von Übungsaufgaben |
||||||||||
Seminar II 2 SWS verpflichtete Teilnahme |
Bearbeitung von Übungsaufgaben Bearbeitung von Übungsaufgaben |
||||||||||
Aufwand
|
|||||||||||
Modulprüfung Schriftliche Ausarbeitung (ca. 8 Seiten) |
|||||||||||
Differenzierte Bewertung differenzierte Bewertung |
|||||||||||
Modulsprache Englisch |
|||||||||||
Arbeitsaufwand (Stunden) 300 |
|||||||||||
Leistungspunkte (LP) 10 |
|||||||||||
Dauer des Moduls Ein Semester |
|||||||||||
Häufigkeit des Angebots Einmal im Studienjahr |
|||||||||||
Verwendbarkeit Masterstudiengang Data Science |