Huvudområden och successiv fördjupning:
Datavetenskap: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Informatik: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Kognitionsvetenskap: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Betygsskala: TH teknisk betygsskala
Ansvarig institution: Institutionen för datavetenskap
Moment 1, teoridel, 4.5 högskolepoäng För att interagera med artefakter behöver man i någon mån tänka. Design kan påverka hur och hur mycket. För att tänka tar vi ofta artefakter till hjälp. Nya, digitala artefakter sätter både möjligheterna och svårigheterna på sin spets. Kursen behandlar olika aspekter av interaktion, design och interaktionsdesign ur kognitionsvetenskapligt perspektiv, såsom gränssnittsbegreppet, olika interaktionsparadigm, kontroll och komplexitet, datorartefakter och kognitiv design, distribuerad kognition, utvidgade intellekt-hypotesen och kognitiva verktyg, implicit och ambient interaktion.
Moment 2, laborationsdel, 3 högskolepoäng Delmomentet utgörs av en laborationskurs med ett antal obligatoriska inlämningsuppgifter.
Förväntade studieresultat
Efter avslutad kurs ska studenten kunna: * analysera digitala artefakter och interaktionssituationer med användning av de analytiska verktyg kursen tillhandahållit
* redogöra för, förstå, och använda sig av de teorier och begreppsapparater som kursen behandlat
* tillgodogöra sig och redovisa innehållet i vetenskapliga publikationer inom området
Behörighetskrav
Univ: För tillträde till kursen krävs minst 45 hp i datavetenskap eller minst 45 hp i informatik eller minst 45 hp kognitionsvetenskap eller 2 års avklarade studier omfattande 120 hp, i alla fallen inkluderande en kurs inom området människa-dator-interaktion (tex 5DV112 eller 5DV132) eller motsvarande kunskaper. Engelska A och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).
Undervisningens upplägg
Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.
Examination
Examinationen sker dels genom skriftlig tentamen (på teoridelen) dels genom ett laborationsmoment. På en skriftlig tentamen sätts något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). På laborationsmomentet ges endast betygen Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). För att bli godkänd på hela kursen krävs att samtliga prov och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända.
För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. 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 styrelsen för Institutionen för datavetenskap.
Tillgodoräknande 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.
Tillgodoräknande av studier prövas individuellt (se universitetets regelsamling och tillgodoräknandeordning). Ansökan om tillgodoräknande görs på speciell blankett och ställs till den Teknisk-naturvetenskapliga fakultetsnämnden, Umeå universitet.
Litteratur
Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen.
Kontakta aktuell institution.
