INTRODUZIONE ALLE DIGITAL HUMANITIES

Anno accademico
2019/2020 Programmi anni precedenti
Titolo corso in inglese
INTRODUCTION TO DIGITAL HUMANITIES
Codice insegnamento
FT0510 (AF:308768 AR:170138)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea
Settore scientifico disciplinare
M-STO/08
Periodo
3° Periodo
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
Conoscenza dei fondamentali concetti delle Digital Humanities per storici: metadatazione; tra immagine e testo; segmentazione, pattern recognition ed estrazione dei dati in modo seriale; Data processing e machine learning; Bancadati e modellizzazione; Big Data of the past, densità di data e prediction; Fatto o evento? Alla ricerca di un’unità di base misurabile; Network analysis; il rischio della fake history. Il corso, inquadrato come corso di attività integrativa per la laurea triennale in Storia/percorso storico – dall’egemonia europea alla mondializzazione, offre la conoscenza dei nuovi approcci e metodologie che caratterizzano le Digital Humanities e illustra la potenzialità delle nuove tecnologie applicate ad uno studio seriale dei dati storici.
Mediante l'acquisizione critica dei contenuti proposti dall’insegnamento impartito, lo studente dovrà disporre al termine del corso delle competenze necessarie per orientarsi nella articolazione complessa delle Digital Humanities e comprendere le linee generali delle modalità di trattamento ed analisi seriale dei dati storici. Durante il corso saranno illustrate le potenzialità di una piccola parte dei programmi, ma non è previsto l’insegnamento del loro uso ed applicazione.
Non sono richiesti particolari prerequisiti.
Il corso si articolerà in dieci lezioni dove saranno esaminate le seguenti tematiche:
Lezione 1 – Introduzione – dal sapere all’informazione
Lezione 2 – (ri)organizzazione della conoscenza; metadazione
Lezione 3 – immagine e testo; OCR (Optical character recognition); spazio e tempo (cartografia e geolocalizzazione)
Lezione 4 – Segmentazione, pattern recognition, estrazione dei dati in modo seriale
Lezione 5 – Data processing e machine learning
Lezione 6 – Bancadati e modellizzazione
Lezione 7 – Big Data of the past, densità dei dati e prediction
Lezione 8 – Fatto o evento? Alla ricerca di un’unità di base misurabile
Lezione 9 – Network analysis
Lezione 10 – il rischio della fake history
Frequentanti - si richiede lo studio approfondito dei testi indicati su Moodle
Non frequentanti - oltre ai testi elencati sopra per frequentanti, si richiede la lettura dei testi aggiunti nella cartella Non frequentanti su Moodle

L'esame dura un ora e mezza. Agli studenti viene chiesto di sviluppare a scelta due temi su tre.
EMERGENZA COVID-19: l'esame a fine del 4° periodo sarà orale tramite GoogleMeet.
lezione frontale mediante la proiezione di testi ed immagini.
Italiano
Orario di ricevimento: durante il 3° periodo ogni lunedì dalle 16 alle 18. Nel resto dell’anno lunedì dalle 11 alle 13 al Dipartimento di Studi Umanistici, Palazzo Malcanton Marcora Marcorà (ma gli studenti sono pregati di verificare sulla pagina web della docente se l'orario del ricevimento sia spostato per missione).
Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.
scritto
Programma definitivo.
Data ultima modifica programma: 09/04/2020