Deze cursus is gesloten, aanmelden voor deze cursus is helaas niet meer mogelijk.
Tijdens het gehele programma van de Radboud Summer School is de voertaal Engels.
Het gebruik van software in kwalitatief onderzoek neemt explosief toe. Toch is er nog steeds weinig kwaliteitsbegeleiding over hoe je tools voor kwalitatieve data-analyse (KDAS) zinvol kunt gebruiken. Deze cursus biedt een gecontextualiseerd en uitgebreid begrip van NVivo als een toonaangevende KDAS tool. Je verwerft essentiële softwarevaardigheden voor het uitvoeren van kwalitatief onderzoek in NVivo, terwijl je volledig rekening houdt met alle voordelen en beperkingen van computerondersteunde analyse.
Binnen deze cursus krijg je niet alleen de kans om je technische softwarekennis aan te scherpen, maar ook om kennis om te zetten in tastbare vaardigheden op basis van een verscheidenheid aan praktische opdrachten, groepsactiviteiten en oefeningen op basis van voorbeeldgegevens en individuele gegevens van elke deelnemer.
Ochtendsessies leggen de kennisbasis voor gegevensbeheer, codering, analyse en rapportage in een interactieve omgeving. De cursus staat open voor onderzoekers in alle stadia van het onderzoek. De middagsessies zijn gereserveerd voor het oefenen van het gebruik van NVivo, en je wordt sterk aangemoedigd om waar mogelijk je eigen kwalitatieve data te gebruiken (interviews, focusgroepen, documenten, social media data etc.). Er zullen echter wel voorbeeldgegevens beschikbaar zijn voor degenen die zich in de vroegste stadia van het onderzoek bevinden.
Na succesvolle afronding van deze cursus ben je in staat om data te importeren in NVivo, een project op te zetten en verschillende soorten databronnen te beheren. Verder ben je in staat om data te verkennen en verschillende coderingstechnieken toe te passen (waaronder auto-codering en AI-ondersteunde codering) geschikt voor verschillende soorten data in NVivo, de juiste strategie te kiezen voor het coderen van data geschikt voor verschillende disciplinaire tradities, query's in NVivo te begrijpen en toe te passen om data te analyseren en patronen te zoeken, en verschillende datavisualisatietools te gebruiken om onderzoeksresultaten effectief te presenteren.
