Aarhus Universitets segl

BSS Datalab - for studerende

  • Lær at bruge og kode data

Hvad er BSS Datalab?

BSS Datalab er et fysisk sted på biblioteket på Fuglesangs Allé, bemandet med datakyndige folk.

Her kan alle BSS-studerende få hjælp til arbejdet med de data, der indgår i deres fag. Uanset om du arbejder med finansielle data, interviews, API-kald eller noget helt fjerde, står vi klar til at assistere dig.

Få f.eks. hjælp til opbygning af datasæt, Excel, Nvivo, R, Python og andre værktøjer. Vi kan eksempelvis hjælpe med at udtrække, rense og organisere dine data samt vejlede i forhold til det videre arbejde med forskellige analyseværktøjer. 

Hvorfor et BSS Datalab?

I BSS Datalab kan du søge vejledning og sparre med andre studerende om dine dataproblemer.

Med BSS Datalabs placering midt i biblioteket på Fuglesangs Allé er der masser af ressourcer at trække på og særlige adgange til f.eks. virksomhedsdatabaser.

Som supplement til din undervisning kan du få støtte og vejledning i forskellige digitale metoder og værktøjer. 

Hvem står bag BSS Datalab?

BSS Datalab er et samarbejde mellem den strategiske projektleder for studerendes digitale kompetencer på BSS (Camilla Kølsen Pedersen) og AU Library.

Som studerende vil du i BSS Datalab møde medarbejdere fra AU Library, der har forskellige kompetencer ud i konkrete programmer. Du vil også møde undervisere fra AU’s Institut for Virksomhedsledelse samt Center for Educational Development.

Hvordan bruger du BSS Datalab?

Du kan bruge BSS Datalab ved enten at tilmelde dig et kursus eller møde op til en af vores åbne workshops.

Har du brug for mere specifik hjælp til et dataproblem, kan du også booke en bestemt medarbejder, der kan hjælpe dig videre. 

Find kurser i BSS Datalabs kalender.

Aktiviteter og kurser

BSS Datalab - aktiviteter

BSS Datalab - kurser

Programmer, værktøjer, metoder

Her kan du finde en kort beskrivelse af nogle af de programmer og værktøjer, du kan få hjælp til.
Tag fat i den medarbejder, der står som kontaktperson, hvis du har spørgsmål til andre programmer, værktøjer eller metoder.

Excel

Excel er det velkendte regnearksprogram fra Microsoft, hvor data er organiseret i rækker og kolonner.

Programmet giver et godt overblik over dine data, og de mange indbyggede funktioner hjælper dig med at bearbejde, analysere og visualisere data.

Python

Python er et alsidigt programmeringssprog, du bl.a. kan bruge til indsamling, oprensning, analyse og visualisering af data.

Den kommandobaserede tilgang skalerer godt, og Python er derfor et oplagt værktøj til større datasæt, når mere klassiske, visuelle programmer kommer til kort.

Python har en syntaks, der er let at læse og skrive, og det er derfor relativt nemt at komme i gang med.

R

Det statistiske programmeringssprog R kommer med en bred vifte af anvendelsesmuligheder, samt mulighed for at udvide funktionalitet med et væld af eksterne pakker.

Du kan bruge R til at analysere data selvstændigt, men du kan med fordel anvende R gennem det integrerede udviklingsmiljø RStudio, som giver et godt overblik over data, variable, visualiseringer, filer m.m.

Whisper

Whisper er et værktøj, du kan bruge til automatisk transskribering af lydfiler baseret på en Large Language Model udviklet af OpenAI. 

Du kan installere Whisper på din egen computer, men det anbefales at bruge Whisper Transcription gennem UCloud, der giver adgang til DeiC Interactive HPC for forskere og studerende. Her har du de bedste forudsætninger for, at både computerkraft og datasikkerhed lever op til dine behov. 

Du kan få hjælp til Whisper i BSS Datalab. Som en hurtig introduktion kan du følge denne vejledning til Whisper, udarbejdet af Aarhus BSS IT & Kommunikation.

Få hjælp til til programmer, værktøjer og metoder

Data management

Kirsten Krogh Kruuse

Bibliotekar AU Library, Bartholins Allé

Eikon og Orbis

Lars Lund-Thomsen

Forskningsbibliotekar AU Library, Fuglesangs Allé

Anders Nørregaard

Informationsspecialist AU Library, Bartholins Allé

Excel

Steffen Armstrong Gjedde

Kontaktbibliotekar AU Library, Bartholins Allé

Kirsten Krogh Kruuse

Bibliotekar AU Library, Bartholins Allé

NVivo

Steffan Mulle Markussen

Informationsspecialist AU Library, Herning

Ophavsret

Solveig Sandal Johnsen

Informationsspecialist AU Library, Bartholins Allé

Python

Martin Hauge Zeuner

Informationsspecialist AU Library, Bartholins Allé

R

Kirsten Krogh Kruuse

Bibliotekar AU Library, Bartholins Allé

Martin Hauge Zeuner

Informationsspecialist AU Library, Bartholins Allé

VOSviewer

Lars Lund-Thomsen

Forskningsbibliotekar AU Library, Fuglesangs Allé

Whisper

Martin Hauge Zeuner

Informationsspecialist AU Library, Bartholins Allé

Idéer og forslag

Camilla Kølsen Petersen

Studielektor Institut for Virksomhedsledelse