- Docente: Maja Milicevic Petrovic
- Crediti formativi: 6
- SSD: L-LIN/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Forli
-
Corso:
Laurea Magistrale in
Specialized translation (cod. 9174)
Valido anche per Laurea Magistrale in Specialized translation (cod. 9174)
-
dal 17/02/2025 al 15/05/2025
Conoscenze e abilità da conseguire
La/a studente/ssa conosce gli elementi fondamentali (termini, concetti, metodi, tecniche) necessari per l'analisi quantitativa dei dati linguistici; è capace di preparare i dati per l'analisi, descriverli e visualizzarli; è capace di formulare ipotesi testabili e scegliere il test statistico più appropriato; è capace di condurre i principali test statistici e interpretarne correttamente i risultati.
Contenuti
Il corso fornirà alle studentesse e agli studenti le conoscenze e gli strumenti necessari per poter condurre l’analisi statistica di dati linguistici. Tra i primi argomenti trattati ci saranno il ruolo dell’analisi dei dati nella ricerca sul linguaggio umano e gli elementi che compongono il processo di analisi (dalla formulazione delle domande di ricerca e delle ipotesi all’interpretazione dei risultati). Saranno poi presentati diversi tipi di dati linguistici e diversi formati in cui questi si possono salvare. Particolare attenzione sarà prestata alla descrizione e visualizzazione di dati linguistici, e all’applicazione di test statistici. Saranno spiegati i test comunemente usati (per esempio, il Chi-square test, indice di correlazione, t-test), insieme alle situazioni per le quali sono adatti. Circa una metà del corso ha un orientamento pratico, basato su esercizi nel programma R.
Testi/Bibliografia
Capitoli scelti tratti da:
Desagulier, G. (2017). Corpus Linguistics and Statistics with R: Introduction to Quantitative Methods in Linguistics. Cham: Springer.
Field, A., J. Miles & Z. Field (2012). Discovering Statistics Using R. London: Sage.
Levshina, N. (2015). How to do Linguistics Using R: Data Exploration and Statistical Analysis. Amsterdam: John Benjamins.
Winter, B. (2020). Statistics for Linguists: An Introduction Using R. New York & London: Routledge.
(Informazioni più specifiche e/o possibili altre letture saranno pubblicate su Virtuale durante il corso.)
Tutti i materiali messi a disposizione sulla piattaforma Virtuale costituiranno oggetto di studio (incluse le slide delle lezioni).
Metodi didattici
Lezioni di tipo frontale, esercizi pratici
Modalità di verifica e valutazione dell'apprendimento
L’accertamento delle conoscenze e delle abilità conseguite avverrà tramite compiti e un mini-test nel corso del semestre (40% del voto totale) e tramite il progetto finale (costituito da una relazione scritta basata su un’analisi dei dati completata e una discussione, 60% del voto totale).
Le studentesse e gli studenti dell'indirizzo Specialized translation, per le/i quali il corso rientra tra gli opzionali e porta 6 CFU, avranno un'attività in più nella parte iniziale del corso (da definire durante le prime settimane delle lezioni).
Scala di valutazione dell’apprendimento
30 - 30L Eccellente. La studentessa/lo studente ha acquisito tutte le conoscenze e i concetti mirati ed è in grado di prendere decisioni sull’analisi dei dati linguistici e di applicarle in situazioni concrete.
27 - 29 Sopra la media. La studentessa/lo studente dimostra una solida padronanza dei concetti mirati, con qualche piccolo errore o esitazione nel prendere decisioni sull’analisi dei dati e/o applicarle in situazioni concrete.
24 - 26 Generalmente corretto. La studentessa/lo studente dimostra una buona padronanza dei concetti mirati, con alcune incongruenze e lacune nel prendere decisioni sull’analisi dei dati e/o applicarle in situazioni concrete.
21 - 23 Adeguato. La studentessa/lo studente dimostra una padronanza limitata dei concetti mirati, con carenze significative nel prendere decisioni sull’analisi dei dati e/o applicarle in situazioni concrete.
18 - 20 Minimo. La studentessa/lo studente ha acquisito solo i concetti di base mirati ed è capace di prendere e applicare solo decisioni molto basilari sull’analisi dei dati linguistici.
Strumenti a supporto della didattica
Tutti i materiali utilizzati durante il corso saranno messi a disposizione sulla piattaforma Virtuale. Saranno inoltre necessari i programmi Microsoft Excel (o LibreOffice Calc come alternativa parziale) e R.
Orario di ricevimento
Consulta il sito web di Maja Milicevic Petrovic
SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.