Guía docente de Ciencia de Datos e Intervención en Bienestar Social (MD6/56/1/10)

Curso 2024/2025
Fecha de aprobación por la Comisión Académica 21/06/2024

Máster

Máster Universitario en Ciencia de Datos Aplicada a las Ciencias Sociales

Módulo

Visualización y Transferencia del Trabajo Científico Social de Datos Sociales Digitales

Rama

Ciencias Sociales y Jurídicas

Centro Responsable del título

Escuela Internacional de Posgrado

Semestre

Segundo

Créditos

3

Tipo

Optativa

Tipo de enseñanza

Enseñanza Virtual

Profesorado

  • María Luisa Jiménez Rodrigo
  • Estrella Gualda Caballero

Horario de Tutorías

María Luisa Jiménez Rodrigo

Email
  • Primer semestre
    • Martes 10:00 a 13:00 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)
    • Jueves 11:00 a 14:00 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)
  • Segundo semestre
    • Jueves 9:30 a 11:00 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)
    • Jueves 13:00 a 14:30 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)
    • Viernes 13:00 a 14:30 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)
    • Viernes 9:30 a 11:00 (Desp.9 Dpto.SOC. Concertar Antes Mail: Profesora:Mluisajisajimenez@Ugr.Es)

Breve descripción de contenidos (Según memoria de verificación del Máster)

  1. El papel de los datos en la transformación social.
  2. Indicadores sociales y de bienestar.
  3. Diseño y análisis de políticas públicas basados en datos.
  4. Diseño, implementación y evaluación de programas.
  5. Medición del impacto social.
  6. Aplicación de la ciencia de datos en el sector de la economía social.
  7. Estudio de casos y aplicaciones de la ciencia de datos a la intervención en bienestar social (tema práctico transversal).

Prerrequisitos y/o Recomendaciones

No existen prerrequisitos previos para el cursado de la asignatura.

Competencias

Competencias Básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Resultados de aprendizaje (Objetivos)

  • Conocer los fundamentos de los sistemas de bienestar social y los objetivos en materia de derechos sociales y de desarrollo sostenible, así como la relevancia de las ciencias de datos para su estudio y análisis. 
  • Adquirir conocimientos y habilidades para identificar y definir problemas sociales, y de forma particular problemas relativos a los derechos sociales y fundamentales.
  • Adquirir conocimientos y habilidades para analizar las condiciones de vulnerabilidad social y diseñar programas sociales a partir de la aplicación de la ciencia de datos.  
  • Diseñar estrategias, aplicar técnicas y herramientas inscritas en la ciencia de datos, procesar y analizar datos sociales cuantitativos, cualitativos y/o mixtos con apoyo de programación, interpretar resultados y comunicar hallazgos de manera accesible y relevante para el bienestar social y los derechos sociales y fundamentales.

Programa de contenidos Teóricos y Prácticos

Teórico

  • Ciencia de datos y bienestar social. Los objetivos en materia de desarrollo sostenible, derechos sociales y derechos fundamentales. Condiciones de vulnerabilidad y conflictividad social en el marco de los objetivos de desarrollo sostenible. El papel de los datos para la transformación social.
  • Diseño y análisis de políticas públicas basados en datos. Sistemas de bienestar y políticas sociales. El ciclo de análisis de las políticas públicas. Políticas de bienestar y economía social.
  • Diseño, implementación y evaluación de programas sociales. Indicadores sociales de bienestar. La medición del impacto social. Aplicación de la ciencia de datos en el sector de la economía social.

Práctico

  • Estudio de casos y aplicaciones de la ciencia de datos a la intervención en bienestar social:
    • Diseño y toma de decisiones respecto a los enfoques, técnicas, herramientas y estrategias a emplear del ámbito de la ciencia de datos.
    • Prácticas de programación en el ámbito del bienestar social. Enfoques mixtos, cuantitativos y cualitativos.
    • Prácticas de programación y toma de decisiones relativas a tareas como el procesamiento, análisis y visualización de datos (estadísticas, análisis de texto, redes semánticas y sociales, etc.).
    • Interpretando los datos y prácticas de programación para la elaboración de informes o publicaciones con el objetivo de presentación y comunicar los resultados en un formato que sea accesible y transferible a la población (científico y divulgativo).

Bibliografía

Bibliografía fundamental

  • Bertoni, Eleonora, Fontana, Matteo, Gabrielli, Lorenzo et al. (eds.) (2023) Handbook of Computational Social Science for Policy. Springer. Disponible en: https://link.springer.com/book/10.1007/978-3-031-16624-2
  • Del Pino, Eloísa & Rubio Lara, María Josefa (2024) Los Estados de Bienestar en la encrucijada. Políticas sociales en perspectiva comparada. Tercera edición. Madrid: Tecnos.
  • Gualda, Estrella (2022) Social big data, sociología y ciencias sociales computacionales. Empiria. Revista de Metodología de Ciencias Sociales, (53), 147–177. https://doi.org/10.5944/empiria.53.2022.32631
  • Subirats, Joan, Knoepfel, Peter, Larrue, Corinne et al. (2008). Análisis y gestión de políticas públicas. Madrid: Ariel.

Bibliografía complementaria

  • Bericat, Eduardo & Jiménez Rodrigo, María Luisa (2019) The quality of European societies: A compilation of composite indicators. Springer.
  • Gualda, Estrella (Ed.). (2024). Teorías de la conspiración y discursos de odio en línea en la sociedad de las plataformas. Comparación de pautas en las narrativas y redes sociales sobre COVID-19, inmigrantes, refugiados, estudios de género y personas LGTBIQ+. Dykinson. https://doi.org/10.14679/2749
  • Gualda, Estrella y Carolina Rebollo (2016) Refugee crisis in Twitter: Diversity of Discourses at a European Crossroads. Journal of Spatial and Organizational Dynamics 4(3): 199– 212. https://www.jsod-cieo.net/journal/index.php/jsod/article/view/72/70  
  • Gualda, Estrella, Taboada, Alba y Rebollo, Carolina (2023) Big data y ciencias sociales: Una mirada comparativa a las publicaciones de antropología, sociología y trabajo social. Gazeta de Antropología, 39(1):1-22. https://digibug.ugr.es/handle/10481/79779. doi:10.30827/Digibug.79779
  • Höchtl, Johann, Peter Parycek & Ralph Schöllhammer (2016). Big data in the policy cycle: Policy decision making in the digital era. Journal of Organizational Computing and Electronic Commerce, 26:1-2, 147-169, DOI: 10.1080/10919392.2015.1125187 
  • Hossin, Altab, Jie Du, Mu, Lei et al. (2023). Big Data-Driven Public Policy Decisions: Transformation Toward Smart Governance. Sage Open, 13(4). https://doi.org/10.1177/21582440231215123
  • Marbán Gallego, Vicente y Rodríguez Cabrero, Gregorio (coords). 2018. Sistemas de bienestar y políticas sociales. Revista de Documentación Social, 186. Disponible en: https://www.caritas.es/main-files/uploads/2019/01/Documentacion_social_186.pdf
  • Moreno, Luis (2009). Reformas de las políticas del bienestar en España. Madrid: Siglo XXI. Disponible en línea en la biblioteca UGR.
  • Nelson, Kenneth, Rense Nieuwenhuis & Mara Yerkes (2022). Social Policy in Changing European Societies. Research Agendas for the 21st Century. Edward Elgar.

Manuales y/o blogs (recomendados para las tareas de programación y estudio de casos)

 

Enlaces recomendados

Páginas web con información sobre derechos sociales y bienestar social:

Colecciones de libros en Data Science:

O’Reilly. Cursos y libros de acceso gratuito o a través de la biblioteca especializados en Data Science (y App):

Otros blogs o páginas donde se puede encontrar diversidad de scripts con explicaciones sencillas:

Metodología docente

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)

Evaluación Ordinaria

Siguiendo las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca se establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se le haya reconocido el derecho a la evaluación única final.

La calificación final de cada alumno/a se obtendrá mediante la evaluación de dos partes:

  • Parte A: Resolución, individual o colectiva, de pruebas, ejercicios y/o problemas desarrollados en clase (50%) (SE1).
  • Parte B: Realización de un proyecto final de la asignatura, consistente en: 
    • Diseño y resolución de un problema computacional enfocado en la intervención en bienestar social: Diseño, elaboración del código, aplicación a datos, explicación del código e interpretación de los resultados (35%) (SE3).
    • Realización y presentación de un pódcast de presentación y justificación sociológica del problema computacional abordado, así como de explicación del código de forma que sea reproducible (15%) (SE6).

Para aprobar la asignatura en evaluación continua, el/la estudiante deberá aprobar ambas partes (A y B) para poder realizar la media.

Criterios de evaluación

Se tendrá en cuenta que, en el proceso de aprendizaje, cada estudiante haya aprendido los siguientes aspectos:

  • Conocer los sistemas de bienestar social y los objetivos en materia de derechos sociales y fundamentales y de desarrollo sostenible.
  • Conocer los fundamentos de las políticas sociales y las condiciones de vulnerabilidad social.
  • Saber identificar y definir problemas sociales de investigación en materia de bienestar social y de derechos sociales y fundamentales desde el enfoque de las ciencias de datos.
  • Conocer y saber definir indicadores de medición del bienestar social
  • Saber resolver problemas computacionales aplicados al campo del bienestar social y de los derechos sociales y fundamentales.  

Evaluación Extraordinaria

Siguiendo las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca se establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de un examen teórico-práctico sobre la totalidad de los contenidos.

Criterios de evaluación

Se tendrá en cuenta que en el proceso de aprendizaje cada estudiante haya aprendido los siguientes aspectos:

  • Conocer los sistemas de bienestar social y los objetivos en materia de derechos sociales y fundamentales y de desarrollo sostenible.
  • Conocer los fundamentos de las políticas sociales y las condiciones de vulnerabilidad sociales.
  • Saber identificar y definir problemas sociales de investigación en materia de bienestar social y de derechos sociales y fundamentales desde el enfoque de las ciencias de datos.
  • Conocer y saber definir indicadores de medición del bienestar social
  • Saber resolver problemas computacionales aplicados al campo del bienestar social y de los derechos sociales y fundamentales.  

Evaluación única final

Siguiendo las normativas de Evaluación y Calificación del Estudiantado de la Universidad de Granada y la Universidad de Salamanca se establece que podrán acogerse a la evaluación única final, el estudiantado que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación, si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación única final será un examen teórico-práctico sobre la totalidad de los contenidos. En dicha prueba/examen de la asignatura donde se valorará que el estudiantado haya interiorizado los siguientes aspectos:

  • Conocer los sistemas de bienestar social y los objetivos en materia de derechos sociales y fundamentales y de desarrollo sostenible.
  • Conocer los fundamentos de las políticas sociales y las condiciones de vulnerabilidad sociales.
  • Saber identificar y definir problemas sociales de investigación en materia de bienestar social y de derechos sociales y fundamentales desde el enfoque de las ciencias de datos.
  • Conocer y saber definir indicadores de medición del bienestar social
  • Saber resolver problemas computacionales aplicados al campo del bienestar social y de los derechos sociales y fundamentales.  

Información adicional

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).

Software Libre

Las prácticas se llevarán a cabo principalmente con R, sin descartar el uso complementario con otros paquetes o lenguajes como Python, Gephi u Orange.