|
課程名稱 |
全球衛生資訊處理實務
Introduction to Data Processing in Global Health Practice |
|
開課學期 |
112-2 |
|
授課對象 |
公共衛生學院 公共衛生學系 |
|
授課教師 |
謝珍玲 |
|
課號 |
MGH7023 |
|
課程識別碼 |
853EM0230 |
|
班次 |
|
|
學分 |
1.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
第2,3,4,5,6,7,8 週
星期四8,9,10(15:30~18:20) |
|
上課地點 |
公衛214 |
|
備註 |
本課程以英語授課。密集課程。公衛系全球衛生領域專長必修。6週密集課程，每週3小時。大學生、研究生均可選修。
總人數上限：20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 |
本課程旨在向學生介紹一系列可用於全球衛生領域相關的處理數據處理的實用工具。 學習本課程不需要具備任何數據處理經驗，我們將從基礎開始。本課程分為三個部分，涵蓋數據搜集過程、基礎數據清理和操作，最終將數據視覺化。
(1) REDCap數據採集：這部分課程將介紹REDCap的使用。REDCap是一被國際研究界廣泛使用的電子數據採集（EDC）工具。課程將會講解如何建立一個REDCap project、設計數據收集工具、REDCap 中的數據管理功能、測試工具、最後實際使用手機或平板進行數據。課程中會穿插練習時間，為學生提供實踐經驗。
(2) R 中的數據清理和操作：這部分課程旨在介紹 R軟體在數據整理上的應用。修習本課程不需要編碼方面的知識。我們將從 R 中的基本功能和概念開始介紹。學生將學習閱讀、清理和操作數據集的基礎知識。課程中，我們將討論常見的雜亂數據類型以及整理它們的方法。課程中會穿插編寫 R 代碼和準備分析數據的小練習。
(3) 數據視覺化：本節將介紹數據視覺話的原理和各種方法，以及構建有效且引人注目的視覺效果的關鍵步驟。學生將學習如何將數據轉化為各種受眾易於理解的信息。我們將介紹一些學生可以用於數據可視化目的的工具/資源。 |
|
課程目標 |
Upon completion of the course, students should be able to:
• have a baseline competency in REDCap (D17-3, GH-2, DGH-3)
• create and design a data collection form or case reporting form in REDCap (D17-3, GH-2, DGH-3)
• perform data entry online using the web-based tool and offline using the REDCap mobile app (D17-3, GH-2, DGH-3)
• set up surveys and perform data quality checks in REDCap (D17-3, GH-2, DGH-3)
• understand how to use REDCap for different study designs (e.g. cross-sectional, longitudinal etc.) (D17-3, GH-2, DGH-3)
• design, use, and maintain a custom-made redcap database for research studies (D17-3, GH-2, DGH-3)
• manage basic data types in R calculations (D17-3, DGH-3)
• conduct basic computation with matrices and data frames in R (D17-3, DGH-3)
• identify and tidy messy data to prepare for analysis using R (D17-3, DGH-3)
• understand the importance of data visualization as a communication strategy (D17-3, DGH-3)
• understand the principles and key elements that make up an effective visual (D17-3, DGH-3)
• understand the tools and resources available to visualize data (D17-3, DGH-3)
|
|
課程要求 |
The slides of each lecture will be available on the course for students to download. Students should attend classes and submit assignments on time. 本課程不錄影。 |
|
預期每週課前或/與課後學習時數 |
|
|
Office Hours |
另約時間 |
|
指定閱讀 |
|
|
參考書目 |
1. Harris PA, Taylor R, Thielke R, Payne J, Gonzalez N, Conde JG. (2009) Research electronic data capture (REDCap) – A metadata-driven methodology and workflow process for providing translational research informatics support, J Biomed Inform. (http://www.sciencedirect.com/science/article/pii/S1532046408001226 )
2. Tippmann, S. (2014). Programming tools: Adventures with R. Nature, 517(7532), pp.109-110. (http://www.nature.com/polopoly_fs/1.16609!/menu/main/topColumns/topLeftColumn/pdf/517109a.pdf)
3. Venables, W.N. (2018). An Introduction to R: Notes on R: A Programming Environment for Data Analysis and Graphics (https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf)
Wickham, H. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data (http://r4ds.had.co.nz/index.html)
|
|
評量方式
(僅供參考) |
- 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)。
|
|