Geral
2 lugares disponíveis
Descrição do programa
Descubra como ler e compreender dados na mídia e como identificar notícias falsas com base em estatísticas enganosas.
Melhore a sua literacia em dados e aprenda a identificar estatísticas enganosas
Somos bombardeados com estatísticas da mídia todos os dias, mas quanto desses dados é confiável?
Neste curso, você aprenderá como ler e avaliar dados na mídia e como ficar alerta a estatísticas enganosas e notícias falsas.
Você descobrirá como os dados são criados e como os formatos de pesquisa podem afetar os resultados.
Você também aprenderá os princípios básicos da análise de dados, como correlação e causalidade e margens de erro de amostragem.
Em última análise, avaliar dados e procurar estatísticas intencionalmente ou não enganosas o ajudará a se tornar um cidadão mais bem informado.
Quais tópicos você abordará?
- Reconhecer o 'tamanho' dos números que são relatados na mídia.
- Como a mudança e o risco são relatados.
- Como as estatísticas sociais são criadas, com atenção especial aos dados da pesquisa.
- O que podemos aprender com as categorias do censo.
- As diferentes formas como os inquéritos podem ser realizados e o impacto que os diferentes formatos podem ter nos resultados.
- Como extrair uma amostra representativa de uma população.
- Fontes de erros de medição em pesquisas.
- Medindo assuntos sensíveis ou difíceis.
- Verificar se os dados são confiáveis revisando a metodologia.
- Como calcular a margem de erro de amostragem (MoSE).
- A diferença entre correlação e causalidade.
- Onde encontrar fontes de dados existentes.
- Como desenvolver um projeto de pesquisa quantitativa.
Quando você gostaria de começar?
A maioria FutureLearn cursos FutureLearn executados várias vezes. Cada execução de um curso tem uma data de início definida, mas você pode ingressar nela e trabalhar nela após o início.
- Disponível agora
O que você conseguirá?
Ao final do curso, você será capaz de:
- Torne-se um consumidor crítico de dados na mídia.
- Explique como as estatísticas sociais são criadas.
- Avalie os dados para tomar decisões informadas sobre em quais resultados confiar.
- Elabore um projeto de pesquisa quantitativa.
Para quem é este curso?
Este curso é adequado para quem busca melhorar sua alfabetização em dados.
O curso também será útil para aqueles que estudam ou consideram estudar disciplinas de ciências sociais focadas em dados.
Com quem você vai aprender?
Mark Taylor Sou professor sênior em Métodos Quantitativos no Sheffield Methods Institute da University of Sheffield. |
Aneta Piekut Sou sociólogo e professor sênior de métodos quantitativos no Sheffield Methods Institute, da University of Sheffield, no Reino Unido. Eu ensino sobre desenho de pesquisas e técnicas de coleta de dados. |
Todd Hartman Conferencista sênior em ciências sociais quantitativas; Diretor do Sheffield Q-Step Center; Embaixador da Estatística da Royal Statistical Society. Interesses de pesquisa em psicologia política. |
Andrew Bell Professora Sênior em Ciências Sociais Quantitativas no Sheffield Methods Institute, University of Sheffield. |
Quem desenvolveu o curso?
A, universidade, de, sheffield
A Universidade de Sheffield é uma das 100 melhores universidades do mundo, com reputação de excelência em ensino e pesquisa.
Participe deste curso
Livre |
Melhoria |
Ilimitado |
Cadastre-se gratuitamente e você terá:
|
Atualize este curso e você obterá:
|
Compre ilimitado e você obterá:
|
Última actualização Set. 2020
Sobre a instituição de ensino
Learn 100% online with world-class universities and industry experts. Develop your career, learn a new skill, or pursue your hobbies with flexible online courses.
Learn 100% online with world-class universities and industry experts. Develop your career, learn a new skill, or pursue your hobbies with flexible online courses.
Ler Menos
Londres
,
Aberdeen
,
Auckland
,
Baltimore
,
Barcelona
,
Banho
,
Bathurst
,
Bergen
,
Biel / Bienne
,
Birmingham
,
Bracknell
,
Brisbane City
,
Cambridge
,
cidade do Cabo
,
Clayton
,
Crawley
,
Charlottesville
,
Delhi
,
Dublin
,
Dundee
,
Durham
,
Edimburgo
,
Enschede
,
Exeter
,
Fiesole
,
Genebra
,
Bairro Real de Greenwich
,
Grenoble
,
Groningen
,
Hawthorn
,
Hsinchu
,
Jerusalém
,
Cantuária
,
Hong Kong
,
Lancaster
,
Leeds
,
Leicester
,
Lovaina
,
Madri
,
Makati
,
Manchester
,
Melbourne
,
Ann Arbor
,
Milton Keynes
,
Montreux
,
Murdoch
,
Norman Gardens
,
Norwich
,
Oxford
,
Padua
,
Paris
,
Darling Heights
,
Leitura
,
Rehovot
,
Seul
,
Sheffield
,
Slough
,
Southampton
,
Glasgow
,
Guildford
,
Sydney
,
Taipei
,
Tóquio
,
Trondheim
,
Uppsala
,
Warwick
,
West Lafayette
,
Iorque
,
Chicago
,
Newcastle
,
Coventry
+ 70 Mais
Menos