Aller au contenu principal

Humanités numériques

Professeur : Karine Karila-Cohen et autres intervenants (cours assuré par l'Université Rennes 2)
 

Type de cours : cours théorique
Cours obligatoire
Option/Mention : Design computationnel et mécatronique
Semestre : 7
Heures de cours : 4h par semaine
Planning : lundi 14h-18h
Nombre d'ECTS : 2 ECTS

Objectifs

L'objectif du cours est de suivre une sélection d'enseignements du master Humanités Numériques de l'Université Rennes 2.

« Le master « Humanités numériques » est une formation pluridisciplinaire qui a pour objectif principal d'accompagner le tournant numérique de la recherche en Arts, Lettres, Langues, et Sciences humaines et sociales. Plus précisément, le master a pour objectif de transmettre les méthodes et les compétences de co-construction du savoir et de diffusion de la connaissance. (…) Il s'agira, au terme de la formation, de pouvoir maîtriser l'ensemble du processus de traitement des données scientifiques (constitution de corpus, analyse, traitement, exploitation et visualisation des données) (…). » (Extrait de la présentation de l'Université Rennes 2) 

Contenu

 - Appréhension des enjeux stratégiques, sociaux, culturels et professionnels du champ du numérique.

- Analyse des documents sources et des dimensions que l'on veut représenter pour permettre une exploitation scientifique. 

- Accompagner les chercheurs dans la construction des données et des modes d'exploitation de ces données : analyser une demande d'information, faire un diagnostic, élaborer une stratégie de recherche.

- Élaborer un plan de gestion de données.

- Constitution de corpus numériques.

- Développement d'outils numériques à partir de la problématisation du corpus. 

(Extrait de la présentation de l'Université Rennes 2)

Méthode

Cours magistraux et séminaires.

  • Savoir-faire/attendus

  • Capacité à développer une réflexion inter-disciplinaire entre design et humanités numériques.
  • Capacité à articuler les enjeux du tournant numérique dans un champ comme celui de la visualisation de données.

Evaluation

  • Investissement personnel.
  • Régularité et ponctualité.