Navigerat till
Kursplan:

Examensarbete för kandidatexamen i datavetenskap, 15 hp

Engelskt namn: Degree Project: Bachelor of Science in Computing Science
Denna kursplan gäller: 2027-03-25 och tillsvidare
Kurskod: 5DV258
Högskolepoäng: 15
Utbildningsnivå: Grundnivå
Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
Betygsskala: Tregradig skala
Ansvarig institution: Institutionen för datavetenskap
Beslutad av: Prefekten vid Institutionen för datavetenskap, 2026-08-26

Innehåll

Kursen innehåller ett examensarbete för filosofie kandidatexamen i huvudområdet datavetenskap utan inriktning och är obligatorisk kurs inom Kandidatprogrammet i datavetenskap.

Studenten ska självständigt planera, genomföra och redovisa en vetenskaplig undersökning som innehåller den vetenskapliga processens alla delar; från problemformulering via teori, frågeställningar, metod och resultat till slutsats. Arbetet presenteras i en vetenskaplig rapport som muntligt presenteras och försvaras vid en offentlig konferens. Studenten ska även kritiskt granska andras rapporter och vid en offentlig konferens framföra konstruktiv kritik i en vetenskaplig anda.

Kursen genomförs i tre faser:

Fas 1: Planering
Studenten identifierar en lämplig frågeställning och relaterar den till relevanta vetenskapliga publikationer. Studenten planerar arbetet i samråd med en erfaren handledare. Projektplaneringen redovisas muntligt och skriftligt.

Fas 2: Genomförande
Studenten genomför arbetet självständigt med stöd av löpande individuell handledning. Arbetet delredovisas muntligt och skriftligt.

Fas 3: Presentation
Studenten redovisar arbetet i en vetenskaplig rapport som presenteras och försvaras vid en offentlig konferens. Studenten ger även konstruktiv kritik på andras rapporter.

Förväntade studieresultat

Kunskap och förståelse
Efter avklarad kurs ska studenten kunna:

  • (FSR 1) visa kunskap och fördjupning inom ett delområde i datavetenskap, inklusive kunskap om områdets vetenskapliga grund, kunskap om tillämpliga metoder inom området samt orientering i aktuella forskningsfrågor

Färdighet och förmåga
Efter avslutad kurs ska studenten kunna:

  • (FSR 2) visa förmåga att söka, samla, värdera och kritiskt tolka relevant information i en problemställning samt att kritiskt diskutera företeelser, frågeställningar och situationer
  • (FSR 3) visa förmåga att med hög grad av självständighet identifiera, formulera och lösa problem samt att genomföra uppgifter inom givna tidsramar
  • (FSR 4) visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar på ett strukturerat och ett för uppgiftens karaktär vedertaget sätt

Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten kunna:

  • (FSR 5) visa förmåga att inom ett delområde i datavetenskap göra bedömningar av eget och andras arbeten med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter
  • (FSR 6) visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens

Behörighetskrav

Minst 165 hp varav minst 120 hp inom huvudområdet datavetenskap där minst 15 hp av de 120 hp ska vara på kandidatexamensnivå (eller avancerad nivå). Minst 15 hp matematik varav minst 7,5 hp diskret matematik.

Följande kurser krävs: ”DV0: Datavetenskapligt tänkande”, ”DV1: Datatyper och datastrukturer”, ”DV2: Algoritmer och problemlösning”, ”DV3: Beräkningar och språk”, ”DV4: Datavetenskaplig logik”, ”DV5: Datavetenskaplig fördjupning”.

Undervisningens upplägg

Undervisningen sker genom seminarier, kamratgranskning och individuell handledning av en av institutionen utsedd lärare. För externa examensarbeten ska det även finnas en extern handledare.

Examination

På kursen sätts något av betygen Underkänd (U), Godkänd (G), eller Väl Godkänd (VG). Examinationen innehåller följande obligatoriska moment:

  • En skriftlig projektplan,
  • en skriftlig slutrapport,
  • en muntlig presentation, och
  • en skriftlig och muntlig opponering.

För högre betyg (VG) ingår även följande moment:

  • Skriftliga delrapporter (milestones).

Betyget utgör en sammanvägd bedömning av de examinerande momenten.

Anpassad examination

För student som har beslut om rekommenderat stöd på grund av funktionsnedsättning kan Examinator besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov och kursens förväntade studieresultat. För mer information se Handläggningsordning för stöd till studenter med funktionsnedsättning samt Regel för betyg och examination.

Övriga föreskrifter

I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt program.

Övergångsbestämmelser

Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.

Litteratur

Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen. Kontakta aktuell institution.