Under kursen tränas studentens förmåga att specificera, planera, genomföra och redovisa ett självständigt arbete. Studenten tillämpar sina under utbildningen förvärvade kunskaper och fördjupar sig inom minst ett specifikt delområde. Genom arbetet får studenten insikt om pågående forskning och utvecklingsarbete i ämnet. Resultaten presenteras muntligt och skriftligt.
Moment 1. Självständigt arbete (13 hp) Examensarbetet utförs som ett självständigt arbete antingen inom ett forskningsprojekt vid universitetet eller som utvecklingsprojekt i industrin. Examensarbetet måste erbjuda någon form av problemlösning i vid mening, och innebära ämnesmässig fördjupning i förhållande till kurser som studenten tidigare läst. Arbetet får inte enbart bestå av rutinmässig programmering. Fördjupningen ska relatera det arbete man gör till existerande vetenskapliga ståndpunkter och resultat samt dokumenteras i en vetenskaplig rapport tillsammans med det övriga arbetet.
Moment 2. Presentation (2 hp) Examensarbetet presenteras skriftligt i rapportform samt muntligt i disputationsform. Studenten skall även förbereda en opposition och genomföra denna på ett annat examensarbete. Under kursen kommer studenten att kommunicera kring arbetet både muntligt och skriftligt på engelska.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna:
visa fördjupade kunskaper inom minst ett datavetenskapligt område,
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
visa förmåga att kritiskt och självständigt identifiera och formulera frågeställningar
visa förmåga att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna ramar,
visa förmåga att muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med exempelvis magistrar inom området och lekmän
kommunicera kring arbetet muntligt och skriftligt på engelska
visa förmåga att systematiskt integrera kunskap förvärvad i centrala och kvalificerade kurser under utbildningen och att söka, analysera och kritiskt granska vetenskaplig litteratur som är relevant för problemställningen
Värderingar och förhållningssätt Efter avslutad kurs ska studenten kunna:
visa förmåga att kritiskt granska eget och andras arbeten med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter.
Behörighetskrav
För tillträde till kursen krävs en avlagd kandidatexamen samt kurser totalt omfattande 30hp på avancerad nivå varav minst 15 hp i Datavetenskap eller motsvarande.
Beroende på examensarbetets inriktning kan särskilda förkunskaper krävas. Engelska A och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).
Undervisningens upplägg
Undervisningen består av individuell handledning. En handledare inom institutionen utses för varje student, med vilken fortlöpande kontakt skall uppehållas. Studenten skall hushålla med den tillgängliga handledningsresursen och studenten kan normalt inte kräva att få handledning mer än 6 månader efter påbörjat arbete. Ytterligare en handledare utses av uppdragsgivaren vid externa examensarbeten. Utöver handledning skall studenten självständigt identifiera, söka, värdera samt sammanfatta informationskällor i syfte att ge en vetenskaplig bakgrund till det utförda arbetet. Studenten skall självständigt planera och genomföra arbetet inom givna tidsramar samt redovisa det både muntligt och skriftligt. Studenten skall också läsa in sig på ett annat examensarbete och opponera på detta.
Examination
Moment 1, självständigt arbete, bedöms utifrån a) arbetets planering, genomförande och uppföljning samt b) vetenskapligt och ingenjörsmässigt innehåll och resultat.
Moment 2, presentation, bedöms utifrån c) utformning av skriftlig rapport, d) muntlig presentation samt e) planering och genomförande av opposition
På Moment 1 ges något av betygen Underkänd (U) eller Godkänd (G) och på Moment 2 ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). På kursen ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). För att bli godkänd på hela kursen krävs att samtliga bedömningsgrunder, dvs a)-e) ovan, och obligatoriska moment är godkända. Betyget på hela kursen 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 då studenten inte kunnat uppvisa tillräcklig förmåga att genomföra uppgifter inom givna tidsramar. En student som fått betyget U och senare slutför kursen kan enbart nå betyget G.
En student som utan godkänt resultat har genomgått två prov för en kurs eller del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF6 kap. 22§). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap.
Övriga föreskrifter
Tillgodoräknande Denna kurs kan ej räknas i examen samtidigt som en annan kurs med liknande innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.
Tillgodoräknande av studier prövas individuellt (se universitetets regelsamling).
För studenter antagna till studier i datavatenskap före 2007-07-01 gäller följande förkunskaper: För tillträde till kursen krävs minst 105 hp i datavetenskap. I dessa poäng ska det finnas
ett avlagt examensarbete om 15hp på kandidatexamensnivå
minst 45hp vara på kandidatexamensnivå eller högre med
minst 15hp på avancerad nivå.
Litteratur
Giltig från:
2012 vecka 48
Kurslitteraturen väljs individuellt i samråd med examinator/handledare.
