filmeu

Disciplina Film Data Analytics and Management I

  • Apresentação

    Apresentação

    O curso apresenta uma visa¿o sistema¿tica dos processos de dataficac¿a¿o de arquivos, mercados e indu¿strias cinematogra¿ficas, bem como diferentes quadros teo¿ricos que podem ser utilizados para interpretar estes processos.
  • Conteúdos Programáticos

    Conteúdos Programáticos

    Teorias gerais sobre os processos de dataficac¿a¿o, estac¿a¿o de plataformas e mediatizac¿a¿o - Evoluc¿a¿o dos arquivos de filmes digitais, normas de dados e metadados e os principais princi¿pios de gesta¿o dos arquivos de filmes digitais - Arquivos de radiodifusa¿o, seus processos de gesta¿o de dados, normas e estruturas de bases de dados e princi¿pios operacionais - Plataformas de mercados e consumo de filmes - Normas e sistemas de bases de dados de plataformas - Economias poli¿ticas da distribuic¿a¿o, produc¿a¿o e consumo de filmes com base em plataformas; - Publicac¿a¿o de dados cinematogra¿ficos e formatos comerciais. Papel da IA e da aprendizagem automa¿tica na cultura cinematogra¿fica - Direitos de conteu¿do, dados e software - Principais utilizac¿o¿es inovadoras de dados cinematogra¿ficos para inovac¿a¿o e ana¿lise.
  • Objetivos

    Objetivos

    Apo¿s a conclusa¿o bem sucedida deste mo¿dulo, o aluno sera¿ capaz de: - Identificar e compreender criticamente o papel da ana¿lise de dados nas pra¿ticas do patrimo¿nio cinematogra¿fico - Desenvolver e construir questo¿es de investigac¿a¿o que utilizem a ana¿lise de dados como meio de melhorar as pra¿ticas do patrimo¿nio cinematogra¿fico, como o arquivo, o restauro e a preservac¿a¿o. - Desenvolver compete¿ncias em mate¿ria de recolha, organizac¿a¿o e gesta¿o de dados cinematogra¿ficos, nomeadamente no que respeita a¿ utilizac¿a¿o de grandes conjuntos de dados relacionados com arquivos de filmes. - Compreender o papel de uma base de dados no estudo da histo¿ria e do patrimo¿nio cinematogra¿ficos. - Demonstrar capacidade para compreender as principais normas de gesta¿o de dados Aceder a tipos de bases de dados utilizados por instituic¿o¿es da cultura cinematogra¿fica, como a Crescine, e aplicar estas compete¿ncias no seu pro¿prio projeto de investigac¿a¿o baseado em dados.
  • Metodologias de ensino e avaliação

    Metodologias de ensino e avaliação

    Os alunos assistira¿o a aulas programadas durante as horas previstas; assistira¿o e participara¿o em actividades externas; participara¿o em discusso¿es de grupo e semina¿rios; participara¿o em demonstrac¿o¿es pra¿ticas e apresentac¿o¿es; e ser-lhes-a¿ atribui¿do tempo suficiente de estudo independente e pra¿tica para projectos/aprendizagem individuais e de grupo. Os me¿todos especi¿ficos para este mo¿dulo incluem o uso e a integrac¿a¿o de: - Semina¿rios e grupos de leitura - Workshops - Trabalho de campo - Trabalhos pra¿ticos e escritos - Professores visitantes e convidados
  • Bibliografia principal

    Bibliografia principal

    Ibrus, Indrek, Schich, Maximilian and Tamm, Marek. "Cultural Science Meets Cultural Data Analytics" Cultural Science Journal, vol.13, no.1, 2021, pp.1-15. Ahnert, Ruth, Sebastian E. Ahnert, Catherine Nicole Coleman, and Scott B. Weingart. The Network Turn: Changing Perspectives in the Humanities. Cambridge University Press, 2021. Wickham, Hadley, Mine C¿etinkaya-Rundel, and Garrett Grolemund. R for data science. " O'Reilly Media, Inc.", 2023. Ian Goodfellow, Yoshua Bengio, & Aaron Courville (2016). Deep Learning. MIT Press. Stephanie Yee & Tony Chu (2016). A visual introduction to machine learning. Verhoeven, Deb, Katarzyna Musial, Stuart Palmer, Sarah Taylor, Shaukat Abidi, Vejune Zemaityte, and Lachlan Simpson. “Controlling for Openness in the Male-Dominated Collaborative Networks of the Global Film Industry.” PLOS ONE 15, no. 6 (June 12, 2020): e0234460. Manovich, Lev. Cultural Analytics. MIT Press, 2020. URL:  
INSCRIÇÃO AVULSO
Lisboa 2020 Portugal 2020 Small financiado eu 2024 prr 2024 republica portuguesa 2024 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios