Hoppa direkt till innehållet

Kakor

För att kunna chatta behöver du tillåta att Microsoft Dynamics använder kakor.

printicon
Huvudmenyn dold.
Kursplan:

DV5: Metoder och aktuell kunskap, 7,5 hp

Engelskt namn: CS5: Methods and current knowledge

Denna kursplan gäller: 2016-01-04 och tillsvidare

Kurskod: 5DV164

Högskolepoäng: 7,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har minst 60 hp kurs/er på grundnivå som förkunskapskrav

Betygsskala: För denna kurs ges betygen VG Väl godkänd, G Godkänd, U Underkänd

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2014-08-19

Innehåll

Kursen syftar till att ge  kunskap om litteratursökning, metodval, kritisk diskussion av frågeställningar, samt rapportskrivning. Som deltagare väljer studenten i samråd med kursansvarig ett tema att arbeta med. Sedan får studenten undervisning om relevanta vetenskapliga databaser och sökmotorer och får praktiskt göra litteratursökningar kring sitt egna tema. En betydande del av kursen består av individuellt arbete med källmaterialet. Studenten får också träning i att leda ett seminarrium, presentera sina resultat för andra samt att ge och ta konstruktiv återkoppling på arbetet.

 

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna:
Kunskap och förståelse
  • redogöra för vetenskapliga metoder för relevanta områden inom datavetskap och hur dessa är relaterade till metoder i naturvetenskap och samhälleliga/humaniora (FSR 1),
  • redogöra för några aktuella forskningsområden (FSR 2),
Färdighet och förmåga
  • kritiskt diskutera lämpliga fråge- och problemställningar i ett av student valt delområde (FSR 3),
  • identifiera lämpliga metoder för en specifik frågeställning (FSR 4),
  • identifiera och sammanfatta relevanta källor inom ett delområde i en kortare vetenskaplig rapport (FSR 5),
  • leda ett seminarium (FSR 6),
Värderingsförmåga och förhållningsätt
  • ge konstruktiv återkoppling (opponering) på en annan students arbete, samt ta emot konstruktiva synpunkter på sitt eget arbete och med hjälp av denna upptäcka brister i och förbättra den egna rapporten (FSR 7).

Behörighetskrav

För tillträde till kursen krävs 120hp avklarade kurser vara minst 60 hp i huvudområdet datavetenskap. Kurserna i datavetenskap ska innehålla kursena DV4: Datavetenskaplig logik (5DV163) eller motsvarande kunskaper.

Undervisningens upplägg

Kursen består av fyra faser. Undervisningen består i ett antal föreläsningar eller praktiska övningar, viss individuell handledning samt seminarium. Utöver detta bedrivs mycket av arbetet genom individuellt arbete

Första fasen består i att studenten ska välja ett tema i form av ett delområde inom datavetenskap att arbeta kring. Fasen inleds med föreläsningar kring aktuella forskningsområden samt en föreläsning kring studentens individuella temaval.

Andra fasen består i att studenten skriftligen ska sammanställa aktuellt kunskapsläge och aktuell forskning inom sitt valda delområde.

Tredje fasen inleds med en föreläsning kring vetenskapsmetodik. Studenten ska därefter utifrån sitt förarbete föreslå ett forskningsprojekt med lämpliga frågeställningar och metod.

Fjärde fasen består i att studenterna bedömer varandras rapporter och ger återkoppling på arbetet och det föreslagna projektet. Fasen inleds med övningar i att leda seminarium.
 

Examination

Examinationen består i dels en skriftlig rapport (FSR 1-5)  och dels i ett seminarium (FSR 3, 6, 7).

Betygsättning:
Studenten bedöms utifrån respektive förväntat studieresultat. För att bli godkänd på hela kursen krävs ett godkänt resultat på samtliga bedömningsgrunder och obligatoriska moment. På kursen ges något av betygen Underkänd (U), Godkänd (G), eller Väl Godkänd (VG).

Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts vid kursens slut. Det innebär att en student som vid kursens slut inte har godkänt resultat på samtliga delar ges betyget U.

Begränsningar av antal provtillfällen:
Frånvaro från avslutande seminarier kan enbart i speciella fall medges av kursledningen. I övriga fall hänvisas kursdeltagaren till nästa kurstillfälle för slutförande av kursen.

Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg

En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap.

Övriga föreskrifter

TILLGODORÄKNANDE
Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.

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.

Litteratur