L’assignatura combina sessions teòriques amb activitats pràctiques i aplicades.

Els continguts teòrics es complementaran amb exercicis a l’aula, la manipulació de dades reals i la realització de pràctiques amb programari estadístic.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Resolució de problemes d’estadística (33,3%): Es valorarà la realització regular i la qualitat dels exercicis pràctics proposats durant les sessions. Aquests exercicis estaran orientats al desenvolupament de competències metodològiques i tècniques relacionades amb l’anàlisi de dades lingüístiques i l’ús del programari R.L’exercici final serà puntuable i la resta d’exercicis s’avaluaran com a entregats o no entregats.

Document preparatori projecte de recerca (33%): Desenvolupar un projecte de recerca per a una sol·licitud de finançament per dur a terme una tesi doctoral. En aquest treball final d’assignatura l’alumnat ha d’idear i presentar un projecte d’investigació acadèmica. El treball ha de contindre un apartat preliminar en què s’exposin l’objecte de la recerca i les preguntes i hipòtesis d’investigació. En segon lloc, s’han de desenvolupar els aspectes de metodologia i adequació de la metodologia als objectius: s’hi han d’especificar les variables i cal definir el tipus de metodologia metodològic i justificar-la. També cal exposar les previsions relatives a la població i la mostra, així com les limitacions i dificultats relacionades amb la tria de la mostra, i s’ha de planificar la recollida de dades. En darrer lloc, cal tractar la interpretació de les dades esperades (tractament, programari, proves estadístiques, etc.), i incorporar una reflexió final sobre la possibilitat de replicar el mètode per contrastar el procediment. La redacció del treball s’ha d’adequar al registre acadèmic.

Exercici d’anàlisi formal de dades (33,3%): A partir d'un conjunt de dades de caràcter fonològic, l'estudiant haurà d'identificar les generalitzacions descriptives pertinents i proposar-ne una anàlisi formal en el marc de la Teoria de l'Optimitat. L'exercici final ha d'adoptar el format d'un article científic de dimensions reduïdes.

En aquesta assignatura, el permís d'ús de tecnologies d'Intel·ligència Artificial (IA) variarà segons l'activitat. Els usos permesos i prohibits en cada cas es detallaran en la presentació de l'assignatura. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l'activitat. La manca de transparència de l'ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat. A més, aquesta assignatura farà ús de la Intel·ligència Artificial en el tractament de dades de manera transversal. En el moment de realització de cada activitat avaluativa, el professor o la professora informarà l’alumnat (Moodle) del procediment i de la data de revisió de les qualificacions. Per aprovar l'assignatura s'han d'aprovar les tres activitats. En cas que alguna d'aquestes activitats no estigui aprovada es pot recuperar en la recuperació. L’estudiant rebrà la consideració de no avaluable sempre que no hagi lliurat més del 30 % de les activitats d’avaluació. Qualsevol irregularitat en una activitat d’avaluació (plagi, frau, etc.) comporta un zero en la qualificació d’aquella activitat i exclou la possibilitat de recuperar-la. També, en cas que es cometin diverses irregularitats, la qualificació de l’assignatura serà zero.