Introducción a las ciencias sociales computacionales

Clases

1. Introducción a las ciencias sociales computacionales


• Lecturas:
• Salganik, Matthew (2018). Bit by bit : social research in the digital age. Princeton, New Jersey: Princeton University Press.
• Measuring the predictability of life outcomes with a scientific mass collaboration
• Presentación


2. R básico


3. Manipulación de datos


• Lecturas:
• Machine Learning for Social Science: An Agnostic Approach
• Machine Learning for Sociology
• Presentación
• Código 1
• Código 2


4. Visualización


5. Test


• Test de código


6. Web scraping


• Ejercicio CSS selectors
• Código 1
• Código 2


7. APIs


• Código 1
• Código 2


8. Técnicas alternativa en web scraping


9. Taller


10. Presentación trabajo 1


• Trabajo grupal 1


11. Análisis de redes sociales 1


• Lecturas:
• Social contagion theory: examining dynamic social networks and human behavior
• Surname affinity in Santiago, Chile: A network-based approach that uncovers urban segregation
• Structural Holes and Good Ideas
• Robust Action and the Rise of the Medici, 1400-1434
• Presentación


12. Análisis de redes sociales 2


• Código


13. Análisis de texto y otros


• Código 1
• Código 2
• Código 3
• Código 4


14. Presentación de trabajos finales (examen)


• Trabajos finales

Evaluación

• Presentación (70%):
• Realización diagnósticos semanales (20%)
• Test de código (40%)
• Proyecto grupal (40%)

• Examen (30%):
• Proyecto grupal final (100%)

Recursos

• Wickham & Grolemund, “R for Data Science: Import, Tidy, Transform, Visualize, and Model Data”; O'Reilly Media, 2017.(link)
• Urdinez & Cruz, "AnalizaR Datos Políticos", 2021 (link)
• Compendio de links útiles
• Documental Coded Bias
• Tutorial Tidyverse