|
課程名稱 |
社會福利大數據分析
Big Data Analysis in Social Welfare |
|
開課學期 |
114-1 |
|
授課對象 |
社會科學院 社會工作學研究所 |
|
授課教師 |
陳昱志 |
|
課號 |
SW5047 |
|
課程識別碼 |
330 U0520 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期二7,8,9(14:20~17:20) |
|
上課地點 |
|
|
備註 |
上課地點社會社工系館104教室，第一堂課程務必出席；需修過統計與研究方法課程者尤佳，請攜帶電腦
限學士班三年級以上
總人數上限：20人
外系人數限制：2人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
本課程旨在運用與社會福利有關的大型/公開數據與次級資料，以開源的R軟體進行實證與統計分析。學生需針對其自身興趣，提出與社會福利有關的議題/現象 (包含但不限於：各群體 (如：老人、兒童或青少年、家庭、移民、原住民、性別/傾向等) 的健康與社會議題、貧窮、社會不均、教育、環境正義等議題)，尋覓合適的公開數據進行分析，並運用分析結果闡述如何解決社會議題或推進公共利益與社會福祉。本課程共有三個模組。
• 模組一：資料/數據的基本概念與什麼是好/重要的提問 (如：拓展理論、方法創新、填補證據缺口，或滿足實務需求等)，讓學生瞭解提問必須建立於所蒐集的證據上。
• 模組二：介紹四種常見的公開數據/大型次級資料 (行政資料、大型調查、文字資料、與醫療紀錄) 與其分析實例，讓學生瞭解作者於文章所提的問題如何透過資料與分析來回答，並瞭解這些資料可能的優勢與限制。
• 模組三：介紹資料分析的方法，透過分析實例讓學生瞭解如何運用統計方法應用於社會福利資料與數據。 |
|
課程目標 |
本課程目的為介紹分析社會福利大型數據與次級資料有關的統計基本知識與技能。學完本課程後，學生應能夠：
• 瞭解社會福利有關的大型數據與資料的來源、優點與限制。
• 針對社會福利相關議題，透過公開數據與資料進行合適的統計分析。
• 解讀分析結果，並運用分析結果闡述如何促進社會善 (social good)。 |
|
課程要求 |
課程大綱為教學契約，包含課程教學期待與課程內容，請仔細閱讀並熟悉課程要求。學生需修過社會統計或相關統計學；若有修過研究方法相關課程者尤佳。無使用R統計軟體經驗者可修課。課程文本皆上傳NTU COOL，請於課前完成讀本並參與討論。
本課程採用教師-學生協同教學模式 (student-teacher collaborative approach)，共包含三種授課形式：(1) 教師/客座教師講授、(2) 學生帶領討論，與 (3) R軟體語法練習。課程將由學生帶領討論與教師講授共同合作。學生在不同週次上各會扮演討論帶領者與參與者。每位學生至少會主要帶領1次討論，而其他學生會共同領導，或成為參與者分享他們的閱讀心得。若學生能課前閱讀、參與課堂討論、與練習R語法練習，三者兼具預期能達到本課的學習目標。
本課的先修條件為社會統計，授課教師會簡要回顧統計方法與應用，大多時間將聚焦於學生帶領討論與R軟體語法練習。若學生對於統計概念仍模糊與不熟悉，教師期待學生能自發地複習過去所學統計知識 (*代表臺大大學部社會統計所教授的範圍)。以下簡述模組三中預期包含的統計分析：
• 描述分析與多組別比較*：平均數、標準差、百分比、次數分配、獨立樣本t檢定、關連樣本t檢定、變異數分析 (F檢定)
• 相關與關連*：皮爾森相關、斯皮爾曼相關、卡方檢定
• 迴歸*：線性*與邏輯迴歸
• 維度縮減與分群：主成份分析、集群分析
課堂請假政策
• 若學生有預期性的缺席 (如公假、醫療回診等議題、家庭照顧等議題)，請事先與教師請假，並備妥相關證明。
• 若學生有非預期性/緊急的缺席 (僅限於醫療、家庭緊急或意外事件)，導致無法上課者，請最晚於當週週二晚上前聯絡教師請假。
• 上述相關證明，預期性請假請提早提供；非預期性請假最晚於當週上課的週五中午前12:00寄給授課教師。沒有繳交相關證明者以缺席記算。請假政策與作業繳交有關。
作業繳交政策
• 每個作業的繳交時間不一，請於所定的期限內繳交。
• 若超過繳交期限，該作業成績每天將減少一個等第成績 (如A-變成B+)。若繳交時間超過5天，則無須繳交該作業；該作業以0分計算。此外，若遲交原因是因個人行程安排 (如需打工) 或個人疏失 (如上傳錯誤檔案)，仍以前述規則計算。
• 教師接受因醫療、家庭照顧或公假等原因無法按時繳交作業。請見課堂請假政策繳交相關證明，並與教師約定時間後補交，其補交作業不扣分。
Email與教師請益政策
• 收信時間為工作日早上9:00至下午17:00止；超過這段時間會於隔日上班日收信。
• 信件會於2個工作日內回覆。由於每日信件眾多，若於2個工作天內沒有收到回覆，請再次寄信提醒。
• 請益時間 (office hour)，每個諮詢時段為15分鐘。為求公平，每位同學限預約2個諮詢時段 (30分鐘)，請事先向授課教師或統計諮詢（顏嘉樂同學）寄信預約時間。
• 若預約時間已滿，請改約下週。請注意：若已預約時間但遲到者，仍以預約的結束時間結束諮詢會面。
• 碩士班顏嘉樂同學僅提供統計諮詢，不提供期中與期末成果報告研究提問的相關諮詢。
• 學生的所有的信件請同時知會授課教師與統計諮詢顏嘉樂同學，以利溝通。
上課政策
• 上課所有發言請尊重他人並保持專業水準。
• 課程中可以使用筆電做筆記；上網僅限於搜尋上課相關內容。請同學專注於討論、教師講授與R Labs。
• 授課教師將提供有需求 (如：醫療議題、疾病、障礙、或家庭緊急事件等) 的學生在作業上的的彈性安排。請及早知會授課教師以利後續安排與規劃。有醫療、疾病與家庭緊急事件的學生，請依上述作業繳交政策與請假政策與教師聯絡。
學術倫理
學生應遵守大學學則(https://www.aca.ntu.edu.tw/WebUPD/aca/UAADRules/%E5%AD%B8%E5%89%87.pdf)。若有作弊、抄襲、偽造、或違反各種學術倫理事宜，以臺灣大學學則辦理。
生成式人工智慧 (Generative AI) 使用政策：
大學課程應符合學術倫理，並避免不當學術行為 (包含不限於：造假、變造、抄襲) 與受試者保護。本課程期待學生能夠正確與妥善的使用生成式AI工具促進其學習成效與確保學術倫理。生成式 AI 的發展改變了我們獲取與處理知識的方式，也加速生產力；這不代表學習基礎知識已經不再重要。盲目使用生成式AI恐讓使用者產生認知卸載 (cognitive offloading)，將複雜問題外包後，人會有掌握知識的假象與創造力下降 (AI讓人變笨嗎？大腦活躍下降、測試成績變差https://www.cw.com.tw/article/5136538；https://www.cryptocity.tw/news/does-ai-learning-shrink-brain)。此外，由於生成式AI是立基於大型資料訓練，但大型資料的品質良窳不一，恐生成貌似正經事實的虛假或錯誤資訊(又稱AI幻覺，AI hallucination)、甚至違反學術倫理 (AI虛構參考文獻，二生碩士論文重寫https://udn.com/news/story/6928/8826318)。因此，擁有紮實的基礎知識是理解資訊、判斷正確性、提出有效問題與創新的前提。以下是本課程對使用AI的期待：
• AI作為一個熱情的助手：AI可以提供基本問題的澄清與解答。瑣碎問題靠AI沒問題，複雜思考請自己來。
• 平時作業與程式編碼 (coding，如R語言) 歡迎使用AI。若有使用AI，請誠實報告，並說明你如何使用AI工具。
• 期末報告與平時討論不使用AI，以檢視學生對專業知識的理解程度
以下提供部分大數據/次級資料資源。教師鼓勵學生探索其他大數據與次級資料。關於資料來源將於第一週課程有更多討論。請注意：許多數據資料需先 (免費) 註冊才能下載資料。
• 資料庫：中研院學術調查資料庫SRDA: https://srda.sinica.edu.tw/index_en.php; University of Michigan ICPSR: https://www.icpsr.umich.edu/web/pages/ICPSR/index.html
• 家庭：華人家庭動態資料庫https://psfd.sinica.edu.tw/web/
• 教育：Programme for International Student Assessment (PISA): https://www.oecd.org/pisa/data/；臺灣教育長期追蹤資料庫https://srda.sinica.edu.tw/plan/?idx=SRDA.AS007
• 老年：Gateway to Global Aging Data: https://g2aging.org/
• 社會：臺灣社會變遷基本調查https://srda.sinica.edu.tw/plan/?idx=SRDA.AS002 ; World Value Survey (世界價值觀調查) https://www.worldvaluessurvey.org/wvs.jsp |
|
預期每週課前或/與課後學習時數 |
6 |
|
Office Hours |
每週五 14:00~16:00
每週三 10:00~12:00 備註： 陳昱志（ycrchen@ntu.edu.tw）：週三上午10至12點，社402
顏嘉樂（r13323003@ntu.edu.tw）：週五下午2至4點，社科645
請提前以Email預約請益時間，每個諮詢為15分鐘。為求公平，每位請益時間以30分鐘為限。 |
|
指定閱讀 |
請見各週指定讀本。 |
|
參考書目 |
• UCLA Advanced Research Computing for R: https://stats.oarc.ucla.edu/r/
• Pagano, R. R. (2022). Understanding Statistics in the Behavioral Sciences (10th ed.). 行為科學統計學。臺北：雙葉書廊。 (本書為臺大社工系社會統計教科書)
• Field, A., Field, Z., & Miles, J. (2012). Discovering Statistics using R. Sage Publication.
• Wickham, H. & Grolemund, G. (2023). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. 2nd edition. (R4DS). O’Reilly Media, Inc.
• 邱浩政（2019）。量化研究與統計分析（六版）：SPSS與R資料分析範例解析。臺北：五南。 |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
1. |
課堂討論與參與 |
30% |
教師期待學生參與每堂課、事前準備，並參與課程討論。學生在每堂課會成為討論帶領者與參與討論者 (見第3、4、5、6、8、9、10、13、14週)。若學生無法參與課程，應事先與教師溝通並請假。
如果你是討論帶領者：你的任務為共同授課，透過討論的方式協助你的同儕瞭解該週主題 (文章標†者)。你有至少一小時的時間帶領討論。討論沒有特定格式，但絕非摘要文章重點；請特別聚焦於以下問題：
o 研究問題是什麼？
o 為什麼這些問題很重要 (對理論、方法、實務政策有助益)？
o 什麼資料被使用？為什麼使用這個資料？是否有其他替代資料？
o 資料如何被整理？
o 資料作了什麼分析？分析是否適切？
o 研究發現是什麼？發現是否與問題切合？
o 除了上述問題，你發現了什麼其他的議題可以跟你的同儕分享？
帶領者繳交期限：週二中午12:00前 (可使用投影片或其他格式)。
如果你是參與討論者：你的任務為促進討論與深化學習。請在討論時與其他同儕分享你的閱讀重點與心得 (memo)。你的memo需針對以上前6個問題提出你的看法，並且針對以下四個面向 (請特別聚焦最後兩點) 提出你的心得：
o 哪些你覺得合理與被說服？為什麼你會被說服？
o 哪些你覺得不合理或不同意？為什麼？
o 如果可以改善改善這篇文章，可以有什麼建議？
o 如果你要拒絕這篇文章，有何批評之處？
參與者繳交期限：週二中午12:00前 (memo以2頁Word為限；12號字、新細明體、單行間距、1吋邊界)
|
2. |
期中計畫報告 |
10% |
學生將於第7週 (Oct. 14) 口頭報告預計進行的主題。口頭報告不限頁數，但報告時間以15分鐘為限，超時將扣分。報告可以是個人或團體報告 (大學部學生以2人為限；碩士班學生建議個人報告，但也可以2人一組)。你的報告請聚焦於以下議題：
o 研究問題是什麼？為什麼與社會福利議題有關？
o 為什麼問題是重要的？
o 你使用什麼資料？為什麼使用這個資料？是否有其他替代資料？
o 資料的細節 (資料蒐集方式、蒐集哪些變數或資料、整體樣本數、是否使用次群體等；見第4週Zeng與第6週Chai文章為例)？
o 初步描述統計 (需聚焦於你的研究問題所需的變數，並注意你的分析樣本與整體樣本是否有所差異)。
o 預計使用的分析 (請從模組三中挑選適切的統計方法)，並說明為什麼這些分析適合？
期中報告繳交期限：Oct. 13 (週一)，晚上11:59分。請繳交投影片。
|
3. |
成果報告 |
60% |
成果報告目的為展現你於課堂中學到的知識與技巧，如何應用於社會福利大數據分析。每週的指定閱讀可能不會與你成果報告的主題有直接關聯，但能夠提供你數據的資料分析與統計知識。每週的R語法預計提供給你完成成果報告的統計技術與方法。
請注意：模組二與三所討論的數據分析實例有些屬於進階統計內容。若你想要完成類似於這些文章實例的分析，你需要花更多的時間尋找其他文章並閱讀，以及使用你可以得到的資源深化你的統計知識與技巧（包含進階的R語言）。你的成果報告需涵蓋模組三所介紹的統計方法；若你想要進行的分析超出這些範圍，請與教師聯絡並諮詢可行性。
由於成果報告佔了總成績的60%，教師將透過不同階段的評量協助你完成成果報告：
• 成果報告評量1：預計提問 (5%)：請於第4週 (Sep. 23) 報告你的提問。每組使用3分鐘簡要口頭報告你的研究問題，超時將扣分。口頭報告繳交期限為：第4週 (Sep. 23) 週二中午12:00。請繳交至多3頁投影片，內容如下：
o 第1頁：你所感興趣的社會福利議題背景資訊
o 第2頁：根據前述內容所發展的提問
o 第3頁：其他你想問同儕的問題
請注意：為了避免你的研究問題找不到後續資料可供你分析，請一併搜尋感興趣的資料，並初步探索資料的編碼本後，確定有可分析的變數後，再提出你的問題。
• 成果報告評量2：預計使用資料 (5%)：請於第6週 (Oct. 7) 報告你預計使用的資料。每組使用3分鐘簡要口頭報告你的資料，超時將扣分。口頭報告繳交期限為：第6週 (Oct. 7) 週二中午12:00。請繳交至多3頁投影片，內容如下：
o 第1頁：資料名稱、誰 (樣本) 被蒐集、此資料有哪些變數
o 第2頁：你預計使用的變數
o 第3頁：其他你想問同儕的問題
請注意：完成評量1與2將協助你完成第7週的期中計畫口頭報告。
• 成果報告評量3：期末口頭報告 (20%)：請於第15週 (Dec. 9) 與第16週 (Dec. 16) 口頭報告你這學期所做的計畫。口頭報告沒有頁數限制，但報告時間以20分鐘為限，超時將扣分。我們將於第10週決定報告的週次，請依照你所選到的報告週次繳交口頭報告。期末口頭報告繳交期限為：Dec. 8與Dec. 15晚上11:59分。
你的期末口頭報告內容與這學期所閱讀的文章類似：應涵蓋以下內容：
o 背景與議題重要性
o 研究提問
o 方法：包含資料細節、變數、分析方法
o 發現
o 討論：請聚焦於分析如何促進社會善 (解決社會議題、推進公共利益或社會福祉)
• 成果報告評量4：書面報告 (30%)：請於Dec. 21 (週日) 中午12:00前繳交。書面報告所涵蓋內容請見期末口頭報告的要求。書面報告的格式為：Word檔、12號字、新細明體、單行間距、1吋邊界、APA引用格式。字數限制上：
o 個人報告：以6,000字為限。
o 團體報告：以8,000字為限。
o 以上字數限制含文獻，不含圖表。
|
- 本校尚無訂定 A+ 比例上限。
- 本校採用等第制評定成績，學生成績評量辦法中的百分制分數區間與單科成績對照表僅供參考，授課教師可依等第定義調整分數區間。詳見學習評量專區 (連結)。
|
|
針對學生困難提供學生調整方式 |
|
上課形式 |
|
|
作業繳交方式 |
延長作業繳交期限 |
|
考試形式 |
|
|
其他 |
由師生雙方議定 |
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
Sep. 2 |
[模組一：基本介紹] 課程導論：什麼是社會福利（大）數據 |
|
第2週 |
Sep. 9 |
[模組一：基本介紹] 提問與證據回顧；圖書館資料庫與APA格式 |
|
第3週 |
Sep. 16 |
[模組二：常見資料實例] 行政資料 |
|
第4週 |
Sep. 23 |
[模組二：常見資料實例] 大型調查數據 |
|
第5週 |
Sep. 30 |
[模組二：常見資料實例] 文字資料 |
|
第6週 |
Oct. 7 |
[模組二：常見資料實例] 醫療紀錄 |
|
第7週 |
Oct. 14 |
研究問題與資料初步報告 |
|
第8週 |
Oct. 21 |
[模組三：數據分析方法實例實例] 描述分析與多組別比較 |
|
第9週 |
Oct. 28 |
[模組三：數據分析方法實例實例] 相關與關聯 |
|
第10週 |
Nov. 4 |
[模組三：數據分析方法實例實例] 線性迴歸 |
|
第11週 |
Nov. 11 |
[模組三：數據分析方法實例實例] 邏輯迴歸 |
|
第12週 |
Nov. 18 |
[模組三：數據分析方法實例實例] 迴歸分析 |
|
第13週 |
Nov. 25 |
[模組三：數據分析方法實例實例] 主成份分析 |
|
第14週 |
Dec. 2 |
[模組三：數據分析方法實例實例] 集群分析 |
|
第15週 |
Dec. 9 |
成果口頭報告 |
|
第16週 |
Dec. 16 |
成果口頭報告 |
|
第17週 |
Dec. 21 |
書面報告 |