S obzirom da nove tehnologije transformiraju način rada u različitim znanstvenim disciplinama, uključujući i humanističke znanosti, cilj predmeta je upoznavanje studenata sa informacijskim i komunikacijskim tehnologijama koje se koriste u humanističkim znanostima. Studenti će se upoznati s različitim alatima i metodama za prikupljanje, obradu, prezentaciju i korištenje digitalne građe.

Kolegij daje je uvod u područje digitalne humanistike, i pruža osnove digitalnog pristupa relevantnog za humanističke znanosti. Obuhvaća pregled osnovnih pojmova i metoda digitalne humanistike i digitalizacije dokumenata. Studenti će usvojiti znanja iz različitih sustava za: klasifikaciju, označavanje i pohranu podataka i dokumenata. Kao i različite metode i alate prikupljanja, obrade i prezentacije podataka i/ili dokumenata.

Miroslav Tuđman. Obavijest i znanje : s rječnikom osnovnih pojmova. Zagreb : Zavod za informacijske studije, 1990. (odabrani pojmovi iz poglavlja: Rječnik odabranih pojmova) URL: http://dzs.ffzg.unizg.hr/text/Obavijest%20i%20znanje/oiz_rjecnik.htm

K. Juričić, A. Meštrović: Pregled tehnika i postupaka poravnavanja ontologija. Zbornik Veleučilišta u Rijeci, Vol. 1 (2013), No. 1, 75-93; S. Zgorelec, Klasifikacijski sustavi – suvremeni problemi i tendencije, Arhivski vjesnik, god. 44 (2001), str. 85-92.

Edin Tabak. Digitalna humanistika: Debate, aplikacije, izazovi. Filozofski fakultet Univerziteta u Zenici. Zenica, 2017. (odabrana poglavlja); Digital Humanities Workbench. URL: https://www2.fgw.vu.nl/werkbanken/dighum/dh/dh-introduction.php (31.03.2021.) (odabrana poglavlja); What’s the difference between data mining and text mining? OpenText. 2019. URL: https://blogs.opentext.com/whats-the-difference-between-data-mining-and-text-mining/ (25.02.2021.); S. Šutalo i D.Grundler, 2009. Uvod u baze podataka. Str. 1-22. URL: https://tina.com.hr/wp-content/uploads/2015/10/17_uvod_u_program.pdf (30.01.2021.); Robert Manger. Baze podataka (skripta). PMF, Sveučilište u Zagrebu. 2003. Str. 3-10. URL: http://jadran.izor.hr/~dadic/EKO/baze-podataka.pdf (30.01.2021.) (odabrana poglavlja); Stančić, Hrvoje. Digitalizacija. Zagreb : Zavod za informacijske studije, 2009. (odabrana poglavlja); W. Pidcock, What are the differences between a vocabulary, a taxonomy, a thesaurus, an ontology, and a meta-model? URL: https://web.archive.org/web/20091014123802/http://infogrid.org/wiki/Reference/PidcockArticle ; Elena Krelja Kurelović. Prihvaćanje otvorenog pristupa znanstvenim informacijama i obrazovnim sadržajima u hrvatskoj akademskoj zajednici. Doktorski rad. Filozofski fakultet u Zagrebu, Zagreb, 2017. URL: https://core.ac.uk/download/pdf/299373662.pdf (18.03.2021.) (odabrana poglavlja); Značaj, elementi i sprovođenje analize društvenih mreža. Available from: URL: https://www.researchgate.net/publication/330352402_Znacaj_elementi_i_sprovodenje_analize_drustvenih_mreza (31.03.2021.); A Reader on Data Visualization (2019). URL: https://mschermann.github.io/data_viz_reader/ (31.03.2021.) (odabrana poglavlja)

Redovito pohađanje nastave – prisutnost na najmanje 70% nastave prema studijskom programu i izvedbenom nastavnom planu;

Stjecanje minimalnog uspjeha od 35 % tijekom nastave unutar zadanih nastavnih aktivnosti – ostvareno kumulativno.

Nastavne aktivnosti – 1. kolokvij (pismeni); 2. kolokvij (pismeni);

Završni ispit – pismeni.

Brojčana ljestvica ocjenjivanja studentskog rada je:

nedovoljan (1) – 0 do 49,9 %

dovoljan (2) – 50 do 64,9 %

dobar (3) – 65 do 79,9 %

vrlo dobar (4) – 80 do 89,9 %

izvrstan (5) – 90 do 100 %

Način stjecanja ocjene:

1. Nastavne aktivnosti – 70 % ocjene
   1. kolokvij – 35 %
   2. kolokvij – 35 %

1. Završni ispit – 30 % ocjene (za prolaz je nužno riješiti 50 % ispita)

pismeni ispit – 30 %