Sumários
Análise de dúvidas e preparação do trabalho final
16 Dezembro 2025, 18:00 • Gustavo Leitão Cardoso
Bibliografia:
Anderson, C. (2008). The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. Wired. Disponível em: https://www.wired.com/2008/06/pb-theory/
Boyd, D., & Crawford, K. (2012). Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon. Information, Communication & Society, 15, 662-679.
Bruns, A (2018). Big social data approaches in Internet studies: The case of Twitter. In Hunsinger, J., Klastrup, L., & Allen, M. (Eds.) Second International Handbook of Internet Research. Springer, Dordrecht.
Kramer, A, Guillory. J. & Hancock, J. (2014). Emotional contagion through social networks. Proceedings of the National Academy of Sciences, 111 (24).
Rogers, R. (2013). Digital Methods. MIT Press.
- Silva, T., Mintz, A., Omena, J. J., Gobbo, B., Oliveira, T., Takamitsu, H., Pilipets, E., & Azhar, H. (2020). APIs de Visão Computacional: investigando mediações algorítmicas a partir de estudo de bancos de imagens. Logos, 27(1).
Módulo programático - Big Data nas ciências sociais
9 Dezembro 2025, 18:00 • Gustavo Leitão Cardoso
Objetivos:
Conhecer as vantagens, desvantagens e desafios
do Big Data
Realizar recolha e processamento de amostras
de grande dimensão
Compreender o desafio da computação, interdisciplinaridade, e reprodutibilidade
Acesso limitado e divisão digital
Necessidades do módulo de processamento de Linguagem Natural:
Acesso à Internet
Criação de conta IBM Cloud
Conta Microsoft Azure (Office 365)
Utilização de ferramentas NLU para processamento de texto para extração de categorias, entidades, conceitos e sentimento.
Utilização de API´s e ferramentas de processamento de linguagem natural (a comunicar antes do módulo).
Necessidades do módulo de visão Computacional:
Acesso à Internet
Criação de conta Clarifai
Instalação Memespector
Análise multimédia recorrendo a técnicas de Computer Vision
Extracção de objectos e conceitos através da análise automatizada de imagens
Construção de modelos de análise e treino de reconhecimento.
Módulo programático - Big Data nas ciências sociais
2 Dezembro 2025, 18:00 • Gustavo Leitão Cardoso
Objetivos: Conhecer as vantagens, desvantagens e desafios do Big Data Realizar recolha e processamento de amostras de grande dimensão Compreender o desafio da computação, interdisciplinaridade, e reprodutibilidade Acesso limitado e divisão digital Necessidades do módulo de processamento de Linguagem Natural: Acesso à Internet Criação de conta IBM Cloud Conta Microsoft Azure (Office 365) Utilização de ferramentas NLU para processamento de texto para extração de categorias, entidades, conceitos e sentimento. Utilização de API´s e ferramentas de processamento de linguagem natural (a comunicar antes do módulo). Necessidades do módulo de visão Computacional: Acesso à Internet Criação de conta Clarifai Instalação Memespector Análise multimédia recorrendo a técnicas de Computer Vision Extracção de objectos e conceitos através da análise automatizada de imagens Construção de modelos de análise e treino de reconhecimento.
Módulo programático - Pesquisa online
25 Novembro 2025, 18:00 • Gustavo Leitão Cardoso
Objetivos:
Dominar técnicas avançadas de pesquisa online. Análise crítica do seu uso.
Aplicar operadores booleanos, entre outros, em pesquisas académicas.
Analisar tendências usando o Google Trends. Análise crítica do seu uso.
IA e pesquisas
Necessidades módulo:
Acesso à Internet
Conta Google
Noções básicas de folhas de cálculo
Conta nalgum LLM, ChatGPT, Perplexity, Claude, etc. (não precisa de ser paga)
Bibliografia:
Trevisan, F(2014). Search engines: From social science objects to academic inquiry tools. First Monday, 19(11)
Sampath Kumar, B.T. and Kumar, G.T. (2013), "Search engines and their search strategies: the effective use by Indian academics", Program: electronic library and information systems, Vol. 47 No. 4, pp. 437-449.
Böhme, M., Gröger, A., Stöhr, T. (2020) Searching for a better life: Predicting international migration with online search keywords. Journal of Development Economics. Vol. 142.
D’Amuri, F., Marcucci, J. (2017) The predictive power of Google searches in forecasting US unemployment. International Journal of Forecasting. Volume 33, Issue 4. Pages 801-816.
Andersson, C., Sundin, O. (2023) The elusive engine: How search engine use is reflected in survey reports. JASIST Special Issue: Re-Orienting Search Engine Research in Information Science. Volume 75, Issue 5, pp. 613 - 624.
Schultheiß S, Lewandowski D, von Mach S, Yagci N. (2023) Query sampler: generating query sets for analyzing search engines using keyword research tools. PeerJ Computer Science 9: 1421.
Módulo programático- Pesquisa online
18 Novembro 2025, 18:00 • Gustavo Leitão Cardoso
Objetivos: Dominar técnicas avançadas de pesquisa online. Análise crítica do seu uso. Aplicar operadores booleanos, entre outros, em pesquisas académicas. Analisar tendências usando o Google Trends. Análise crítica do seu uso. IA e pesquisas Necessidades módulo: Acesso à Internet Conta Google Noções básicas de folhas de cálculo Conta nalgum LLM, ChatGPT, Perplexity, Claude, etc. (não precisa de ser paga) Bibliografia: Trevisan, F(2014). Search engines: From social science objects to academic inquiry tools. First Monday, 19(11) Sampath Kumar, B.T. and Kumar, G.T. (2013), "Search engines and their search strategies: the effective use by Indian academics", Program: electronic library and information systems, Vol. 47 No. 4, pp. 437-449. Böhme, M., Gröger, A., Stöhr, T. (2020) Searching for a better life: Predicting international migration with online search keywords. Journal of Development Economics. Vol. 142. D’Amuri, F., Marcucci, J. (2017) The predictive power of Google searches in forecasting US unemployment. International Journal of Forecasting. Volume 33, Issue 4. Pages 801-816. Andersson, C., Sundin, O. (2023) The elusive engine: How search engine use is reflected in survey reports. JASIST Special Issue: Re-Orienting Search Engine Research in Information Science. Volume 75, Issue 5, pp. 613 - 624. Schultheiß S, Lewandowski D, von Mach S, Yagci N. (2023) Query sampler: generating query sets for analyzing search engines using keyword research tools. PeerJ Computer Science 9: 1421.