Métodos em Geografia

Cód.: GEO02370L

6 ECTS

Duração: 15 semanas/156 horas

Área Científica: Geografia

Língua(s) de lecionação: Português

Língua(s) de apoio tutorial: Português, Inglês

Regime de Frequência: Presencial

Objetivos de Desenvolvimento Sustentável

Educação de qualidade - Assegurar a educação inclusiva, e equitativa e de qualidade, e promover oportunidades de aprendizagem ao longo da vida para todos.

Parcerias para a implementação dos objetivos - Fortalecer os meios de implementação e revitalizar a parceria global para o desenvolvimento sustentável.

Objetivos de Aprendizagem

Desenvolvimento da capacidade de análise, de síntese e de apresentação oral e escrita, e familiarização com os instrumentos e métodos adequados, mais frequentes em Geografia (física, humana, ambiental, TIG e ordenamento territorial). Sendo esta disciplina do primeiro ano da licenciatura, pretende-se que os alunos desenvolvam capacidades de abordagem geográfica científica, dinâmica e crítica.

Conteúdos Programáticos

(1) Introdução: A importância da utilização de diferentes métodos e abordagens em relação aos objetivos e objetos de estudo próprios da geografia.
(2) Analisar uma paisagem (no Gabinete).
(3) Observar, cartografia e caracterizar uma paisagem (no Campo).
(4) Introduzir técnicas de ciência de dados relevantes para a geografia.
(5) Analisar dados geográficos através de gráficos e mapas temáticos (Excel, Python, R, e outros).
(6) Explorar dados geográficos através de estatística descritiva univariada e bivariada utilizando Python ou R.
(7) Interpretar dados geográficos através de funções de densidade de probabilidade (normal e log-normal) utilizando Python ou R.
(8) Como fazer uma recensão crítical de publicações em Geografia.
(9) Como fazer uma pesquisa de literatura científica e apresentar referências bibliográficas.
(10) Como fazer entrevistas, inquéritos e grupos focais/workshops.
(11) Como fazer uma dissertação.
(12) Como fazer um esquema de síntese.

Métodos de Ensino

A componente teórica será lecionada através de apresentações que incorporam texto, imagens, vídeos e outros materiais de apoio. Em particular, as aulas de ciência de dados terão uma componente teórica, seguida de aplicações práticas de desenvolvimento e análise de algoritmos relevantes para a geografia utilizando linguagens de programação interpretativas (e.g., Python). Além disso, procura-se promover a participação e o envolvimento dos alunos através de atividades interativas. Neste sentido, os estudos de caso serão analisados em grupos de trabalho, oferecendo oportunidades para a aplicação prática e interceção de conhecimentos adquiridos e promovendo a autonomia e o espírito crítico dos alunos.

Avaliação

Avaliação contínua:
(1) Projeto de grupo + apresentação (30% + 10%);
(2) Dois exercícios/testes individuais (10% cada exercício) ? (Exercício 1: Métodos Quantitativos, gráficos e cartográficos. Exercício 2: Métodos Qualitativos, deliberativos e de divulgação de resultados);
(3) Um teste individual com toda a matéria teórica (35%), e
(4) Participação e assiduidade (5%).

Aprovação requer presença obrigatória em 75% das aulas, a incluir 100% das aulas do projeto, exceto justificação admissível.

Avaliação por exame: (1) Teoria (35%) e (2) Prática (65%)

Qualquer plágio que seja detetado a partir de trabalhos de outros autores ou do CHATGTP, ou outro suporte de produção de texto, resulta na classificação de zero valores no trabalho em causa e na impossibilidade de apresentar mais elementos de avaliação na Unidade Curricular (Art. 119 do Regulamento Académico da Universidade de Évora).

Bibliografia

(1) Clifford et al., 2016. Key Methods in Geography. SAGE publishing. ISBN: 9781446298602.

(2) Flowerdew, R., & D.M. Martin, 2015. Methods in Human Geography. A guide for students doing a research project. Routledge. ISBN: 9781315837277.

(3) Knox P., Marston S., 2018. Chapter 1. Geography Matters, In: Places and Regions in the Global Context. 7th Edition. Pearson. ISBN: 978-1292109473.

(4) Mustafa, F.B. 2022. Methodological Approaches in Physical Geography. Springer. ISBN: 978-3-031-07113-3.

(5) Petrelli, Maurizio. Introduction to python in earth science data analysis: from descriptive statistics to machine learning. Springer Nature, 2021.

Gillespie, Colin, and Robin Lovelace. Efficient R programming: a practical guide to smarter programming. " O'Reilly Media, Inc.", 2016.

Lovelace, Robin, Jakub Nowosad, and Jannes Muenchow. Geocomputation with R. Chapman and Hall/CRC, 2019.