B0370 - QUANTITATIVE LANGUAGE DATA ANALYSIS

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.

< 18 Insufficiente. La studentessa/lo studente non ha raggiunto la soglia minima di conoscenza e non sembra essere in grado di prendere decisioni sull’analisi dei dati né di applicarle in situazioni concrete.

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