Finner retningen …
Finner retningen …
STV2022
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · H 2025
3 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Felles studentsystem (FS) via Universitetet i Oslo, slik den var publisert for høsten 2026. Universitetet i Oslo er ikke ansvarlig for innholdet på denne siden.
UiO sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Store mengder tekst produseres og publiseres hver dag. Mange av disse tekstene er relevante for statsvitenskapelige spørsmål, som taler i Stortinget, lovforslag fra regjeringen, politiske debattinnlegg i aviser eller diskusjoner i sosiale medier. Mer tilgjengelige digitaliserte politiske tekster i det offentlige har åpnet et mulighetsrom for tekstanalyse som ikke var mulig eller var veldig vanskelig og tidkrevende før. Samtidig utvikles stadig nye metoder innenfor maskinlæring, som muliggjør analyse av disse store tekstdataene.
Det kan ofte være vanskelig å finne mønster som kan svare på spørsmål og teorier vi har i statsvitenskap i disse store tekstsamlingene. Derfor kan vi se til metoder innenfor maskinlæring for å analysere store samlinger av tekst systematisk. Samtidig er det ikke alltid digitaliserte politiske tekster er tilrettelagt for å analyseres direkte. I mange tilfeller kan god strukturering av rådata være nødvendig.
I dette kurset vil du lære om hele prosessen for hvordan man kan benytte seg av slike kvantitative analysemetoder på tekstdata for å svare på statsvitenskapelige spørsmål: Hvordan samler man effektivt og redelig store mengder politiske tekster? Hva må til for å gjøre slike tekster klare for analyse? Hvordan kan vi analysere tekstene? Hvordan presenteres resultater fra analyser av store tekstdata på en hensiktsmessig måte?
Kunnskaper
Du vil lære:
Ferdigheter
Du vil kunne:
Generell kompetanse
Du vil kunne:
Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen i Studentweb.
Dersom du ikke allerede har studieplass ved UiO, kan du søke opptak til våre studieprogrammer.
Emnet er ikke åpnet for enkeltemnestudenter.
Forelesninger og seminarer.
Obligatoriske aktiviteter:
Dette emnet har obligatorisk undervisning og krever fysisk tilstedeværelse på seminar.
Se SV-fakultetets regler for bytte av seminargrupper og retningslinjer for obligatoriske aktiviteter.
Fravær fra obligatorisk aktivitet:
Ved sykdom eller andre tungtveiende grunner kan du i noen tilfeller få godkjent gyldig fravær eller utsettelse av obligatorisk aktivitet.
Adgang til undervisning:
Dersom du har gjennomført og fått godkjent obligatorisk undervisning, har du ikke krav på ny undervisning. Med tidligere godkjent obligatorisk undervisning, må du ikke gjennomføre de obligatoriske aktivitetene på nytt for å ta eksamen. Hvis du kun har fått godkjent deler av obligatorisk aktivitet tidligere, må du gjennomføre disse på nytt for å ta ny eksamen, i tillegg til den obligatoriske undervisningen du ikke har fått godkjent før. Dersom du har fått undervisningsopptak til emnet, men ikke har gjennomført eller fått godkjent obligatorisk undervisning, har du rett til ny undervisning når det er ledig kapasitet.
Muntlig eksamen.
Godkjente obligatoriske aktiviteter er et vilkår for å kunne avlegge eksamen.
Kilde: Felles studentsystem (FS) via Universitetet i Oslo, slik den var publisert for høsten 2026. Universitetet i Oslo er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som STV2022.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 3 | A (5.00) | 0 % |
| Høst 2024 | 19 | B (3.95) | 0 % |
| Høst 2023 | 4 | A (5.00) | 0 % |
| Høst 2022 | 5 | A (5.00) | 0 % |