Datavetenskap GR (C), Vetenskaplig metod, 15 hp
Observera att litteraturen i kursplanen kan ändras/revideras fram till:
• 1 juni för en kurs som startar på höstterminen
• 15 november för en kurs som startar på vårterminen
• 1 april för en kurs som startar på sommaren
Skriv ut eller spara kursplanen som PDF
Du kan enkelt skriva ut en kursplan direkt från webbsidan. Använd kortkommandot ctrl+p (Windows) eller command+p (Mac). I nästa steg väljer du om du vill skriva ut eller spara kursplanen som PDF.
För en nedlagd kurs kan eventuell information om avvecklingsperiod hittas under rubriken "Övergångsregel" i senaste versionen av kursplanen.
Kursplan för:
Datavetenskap GR (C), Vetenskaplig metod, 15 hp
Computer Science BA (C), Scientific Method, 15 credits
Allmänna data om kursen
- Kurskod: DV031G
- Ämne huvudområde: Datavetenskap
- Nivå: Grundnivå
- Progression: (C)
- Högskolepoäng: 15
- Fördjupning vs. Examen: G2F - Grundnivå, har minst 60 hp kurs/er på grundnivå som förkunskapskrav
- Utbildningsområde: Tekniska området 100%
- Ansvarig institution: Kommunikation, kvalitetsteknik och informationssystem
- Fastställd: 2024-03-12
- Giltig fr.o.m: 2024-09-02
Syfte
Kursen omfattar vetenskapsteori, vetenskapliga metoder samt akademiskt skrivande. Kursen syftar till att ge ett vetenskapligt förhållningssätt med fokus på hur kvalitativa metoder kan användas inom datavetenskaplig forskning.
Lärandemål
Efter avslutad kurs ska studenten kunna:
- redogöra för vetenskapsteoretiska utgångspunkter,
- formulera ett datavetenskapligt problem, syfte och frågeställningar relevanta för kvalitativa studier i ämnet,
- välja, tillämpa, redovisa, motivera och argumentera för val av metod för att lösa den formulerade vetenskapliga problemställningen,
- självständigt utföra vetenskapliga litteraturstudier,
- reflektera över och analysera etiska och samhälleliga aspekter av forskningsarbeten.
Innehåll
- Söka och värdera information.
- Kvalitativa metoder för inhämtning och analys av vetenskapliga arbeten.
- Kvalitet i kvalitativ forskning.
- Planera och genomföra en litteraturstudie.
- Värdera, sammanställa och redovisa aktuellt kunskapsläge inom ett avgränsat område inom datavetenskap.
- Akademiskt skrivande.
Behörighet
Datavetenskap GR (AB), 60 hp, alternativt motsvarande inom Informatik eller Datateknik.
Urvalsregler
Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.
Undervisning
Kursen omfattar 400 timmar.
Upplägget planeras för att vara så flexibelt som möjligt med en stor del självstudier stött av material via kursplattformen i kombination med kurslitteratur.
Kursen genomförs som en webbaserad distanskurs. Webbkamera och headset krävs för vissa redovisande moment i kursen.
Examination
S101: Skriftlig och muntlig seminarieuppgift, 1,5 hp
Betygsskala: Tvågradig skala
T101: Skriftlig tentamen, 3 hp
Betygsskala: Tvågradig skala
U101: Skriftlig inlämningsuppgift, 3 hp
Betygsskala: Tvågradig skala
U102: Skriftlig inlämningsuppgift, 1,5 hp
Betygsskala: Tvågradig skala
Litteraturlista
U103: Skriftlig inlämningsuppgift, 6 hp
Betygsskala: Sju-gradig skala, A-F o Fx
Länk till ämnesspecifika betygskriterier: https://www.miun.se/betygskriterier.
Om student har ett besked från samordnaren vid Mittuniversitetet om pedagogiskt stöd vid funktionsnedsättning, har examinatorn rätt att ge anpassad examination för studenten.
Betygsskala
Sju-gradig skala, A-F o Fx
Litteratur
Obligatorisk litteratur
Författare/red: Backman, Jarl
**Titel: **Rapporter och uppsatser
Upplaga: Senaste upplagan
**Förlag: **Studentlitteratur
Författare/red: Bryman, Alan
**Titel: **Samhällsvetenskapliga metoder
Upplaga: Senaste upplagan
**Förlag: **Liber
Det tillkommer material som finns på kursens webbplats.