Seminário

Não aplicável

A metodologia reparte-se entre atividades de carácter presencial e atividades autónomas: seminários temáticos sobre os conteúdos da UC; trabalho autónomo do estudante de pesquisa bibliográfica, identificação do problema de investigação/ organizacional, estruturação do enquadramento teórico e definição do plano de trabalho.

Espera-se que, no final da unidade curricular, o aluno esteja habilitado a:

a) Identificar e categorizar fontes de dados relevantes para o desenvolvimento de trabalhos de investigação;

b) Utilizar ferramentas e técnicas de pesquisa para localizar, selecionar e gerir fontes bibliográficas;

c) Analisar e justificar a escolha de temas de investigação com base em relevância científica e gaps identificados;

d) Estruturar um trabalho de mestrado de forma lógica e coerente, abrangendo as principais secções de um relatório científico;

e) Elaborar hipóteses e modelos conceptuais a partir da revisão de literatura existente;

f) Escolher e justificar metodologias adequadas para recolha e análise de dados, atendendo ao objetivo do estudo;g) Aplicar técnicas de tratamento e análise de dados;

h) Apresentar e discutir resultados de forma crítica, identificando contribuições para a teoria e prática;

i) Propor melhorias e linhas de investigação futura baseadas nas limitações do estudo.

1. Identificação de fontes de dados e uso de gestor de referências.

2. Técnicas para pesquisa científica e seleção de temas de investigação.

3. Componentes de um trabalho de mestrado: título; resumo; introdução (gap e objetivo); revisão integrativa; modelo conceptual; hipóteses;definição de população/amostra; instrumentos de recolha de dados; resultados; discussão crítica; contribuições teóricas/práticas; limitações; estudos futuros.

4. Análise de dados multivariada: análise fatorial; análise de componentes principais; análise de regressão linear múltipla; análiseclassificatória; aplicações com software IBM SPSS Statistics.

5. Modelos de equações estruturais: análise do modelo de medida (fiabilidade, validade convergente/discriminante); análise do modeloestrutural (efeitos diretos/indiretos/totais); mediação e moderação; aplicações com software AMOS/SmartPLS.

6. Text mining: classificação de texto; topic modeling; análise de sentimentos; aplicações com software Orange.

• - Trabalho de Seminário, incluindo apresentação e defesa orais, com um peso de 60% na classificação final - 60.0%
• - Testes, com um peso de 40% na classificação final; - 40.0%

• - Exame, com um peso de 40% na classificação final - 40.0%
• - Trabalho de Seminário, incluindo apresentação e defesa orais, com um peso de 60% na classificação final - 60.0%

NAO