Datavetenskap: Examensarbete

Sammanfattning

Kursen syftar till att låta studenten använda inhämtade kunskaper för att självständigt utföra ett professionellt arbete i datavetenskap.
Arbetet kan vara av utredande eller konstruktiv karaktär och innefatta litteraturstudier och rapportskrivning. I en del fall kan implementation av programvara eller statistisk utredning förekomma.

Behörighetskrav

Totalt 120 hp, inklusive 60 hp i Datavetenskap med progression samt kursen DA350A -Datavetenskap: Forskningsmetodik.

Urval:

högskolepoäng 100%

Kursplan

Kursplan för studenter vår 2018

Kurskod:
DA381A version 1,1
Engelsk benämning:
Computer Science: Degree Thesis
Fördjupningsnivå
G2E
Huvudområden:
Datavetenskap
Undervisningsspråk:
Svenska, inslag av engelska kan förekomma.
Fastställandedatum:
30 juni 2016
Beslutande instans:
Fakulteten för teknik och samhälle
Gäller från:
16 januari 2017
Ersätter kursplan fastställd:
30 juni 2016

Förkunskapskrav

Totalt 120 hp, inklusive 60 hp i Datavetenskap med progression samt kursen DA350A -Datavetenskap: Forskningsmetodik.

Fördjupning i förhållande till examensfordringarna

Kursen är på 61-90 högskolepoängsnivå i Datavetenskap. Ges även som fristående kurs.

Syfte

Kursen syftar till att studenten använder inhämtade kunskaper för att självständigt utföra ett vetenskapligt arbete av professionell karaktär i datavetenskap.

Innehåll

Kursen består av ett examensarbete i datavetenskap och innefattar litteraturstudier och rapportskrivning. I en del fall kan implementation av programvara eller statistisk utredning förekomma. Arbetet kan vara av utredande eller konstruktiv karaktär.

Lärandemål

Kunskap och förståelse
Efter avslutad kurs ska studenten:

  • visa kunskap och förståelse i datavetenskap, inbegripet kunskap om områdets vetenskapliga grund, kunskap om tillämpliga metoder inom området, fördjupning inom någon del av området samt orientering om aktuella forskningsfrågor
Färdighet och förmåga
Efter avslutad kurs ska studenten:
  • visa förmåga att söka, samla, värdera och kritiskt tolka relevant information i en problemställning samt att kritiskt diskutera företeelser, frågeställningar och situationer
  • visa förmåga att självständigt identifiera, formulera och lösa problem samt att genomföra uppgifter inom givna tidsramar
  • visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med andra
  • visa sådan färdighet som fordras för att självständigt arbeta inom datavetenskap
Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten:
  • visa förmåga att inom datavetenskap göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter
  • visa insikt om kunskapens roll i samhället och om människors ansvar för hur den används
  • visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens

Arbetsformer

Självständigt arbete ca 390 timmar, samt handledningstid ca 10 timmar.
Omfattningen av handledningen är beroende av arbetets inriktning.

Bedömningsformer

Examinationen sker genom kvalitativ bedömning av rapporten och inlämningsuppgifterna, muntlig presentation vid tre obligatoriska seminarier, ett introducerande seminarium, i början av arbetet, ett ca halvvägs in i arbetet och ett slutseminarium, samt opposition vid de två sista seminarierna.
För godkänt examensarbete krävs att följande moment är fullgjorda:

  • godkänd skriftlig rapport
  • godkända inlämningsuppgifter
  • godkända seminarier och muntlig presentation
  • godkänd opposition
Faktorer som tas i beaktning vid betygssättning är förmåga att:
  • resonera självständigt och kreativt
  • självständigt lösa problem
  • tillgodogöra sig och använda litteratur och annat material
  • uttrycka sig skriftligt i en teknisk-vetenskaplig rapport
  • utföra en muntlig presentation
  • opponera på ett vetenskapligt korrekt sätt
När ovanstående kriterier uppfylls på ett tillfredsställande sätt ges betyget godkänd.

Betygsskala

Underkänd (U) eller Godkänd (G).

Kurslitteratur och övriga läromedel

Metodlitteratur
  • Björklund, M & Paulsson, U. (2012) Seminarieboken. Studentlitteratur, Lund
  • Cresswell, J. W. (2013) Research design: Qualitativ, quantitative and mixed methods approaches. SAGE Publications, Thousand Oaks
Referenslitteratur
  • Bringhurst, R. (2002) The Elements of Typographic Style, Hartley & Marks
  • Polya, G. (2004) How To Solve It. Princeton University Press, New Jersey
  • Språkrådet (2008) Svenska skrivregler. Liber, Stockholm
  • Strunk, W., White, E.B. (2006) The Elements of Style. Dover Publications, New York
Kurslitteraturen kompletteras med aktuella vetenskapliga artiklar som är relevanta för området. Individuell litteratur väljs av studenten i samråd med handledaren.

Kursvärdering

Alla studenter ges vid slutet av kursen möjlighet att kommentera kursen skriftligt. En sammanställning av resultatet med bemötande av kursansvarig diskuteras med studenter/kursrepresentanter under ett kursutvärderingsmöte/programråd. Sammanställningen finns tillgänglig på områdets datornät.

Kontakt

Utbildningen ges av Fakulteten för teknik och samhälle på institutionen Datavetenskap och medieteknik.

Mer information om utbildningen

Bodil Sterner, studieadministratör
Telefon: 040-6657620
Mia Persson, kursansvarig
Telefon: 040-6657772

Anmälan

15 januari 2018 - 03 juni 2018 Dagtid 50% Malmö Schema Anmälningskod: mah-88209

Öppen för sen anmälan

Ansök