Kursen är en introduktion till hur man utför litteratursökning, bedriver forskning och skriver vetenskapliga rapporter. Kursen ges i en form som efterliknar en vetenskaplig konferens med peer review system. Studenten väljer i samråd med kursansvarig ett ämne denna vill skriva om. Studenten ansvarar själv för litteratursökning. En betydande del av kursen består av individuellt arbete med källmaterialet.
Kursen inleds med en föreläsning och studentens individuella temaval i början av terminen och avslutas med studentkonferensen vid terminens slut. Studentens arbete i övrigt kan i viss mån koncentreras på en av läsperioderna, beroende på individuella önskemål. Indelningen i peer review-grupper görs i möjligaste mån utifrån dessa önskemål.
Förväntade studieresultat
Efter avslutad kurs ska studenten kunna: Kunskap och förståelse
uppvisa fördjupade kunskaper inom ett delområde inom datavetenskap som valts av studenten utifrån dennes tidigare studier i samråd med kursansvarig
Färdighet och förmåga
identifiera relevant vetenskaplig litteratur för en specifik frågeställning med hjälp av olika vetenskapliga databaser och sökmotorer
diskutera begreppet vetenskaplighet
skriva en vetenskaplig rapport på engelska
ge konstruktiv feedback på en annan students arbete
ta emot konstruktiv feedback på sitt eget arbete och med hjälp av denna upptäcka och förbättra den egna rapporten
visa erfarenhet av att ha skrivit en rapport till en konferens med peer review system och
presentera sin rapport muntligen på engelska
Behörighetskrav
Univ: För tillträde till kursen krävs minst 60 högskolepoäng i datavetenskap varav minst en kurs på avancerad nivå eller motsvarande kunskaper. En A och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).
Undervisningens upplägg
En betydande del av kursen består av individuellt arbete. Undervisningen bedrivs i olika former under kursens gång:
lektioner om att skriva och presentera vetenskapliga rapporter och att hitta lämplig litteratur
gruppdiskussioner ("peer review groups") samt
individuell handledning.
Examination
Examinationen består av individuella skriftliga rapporter, en muntlig presentation och deltagande i diskussionerna under grupptimmarna och konferensen. Närvaro under gruppdiskussionerna och konferensen är obligatorisk.
Studenter som lämnar in ett godkänd bidrag ("full paper") till konferensen ska muntligen presentera sitt bidrag vid slutkonferensen. 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 genomförda. Betyget på hela kursen utgör en sammanfattande bedömning av resultatet vid examinationens olika delar. 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
Tillgodoräknanden I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Speciellt gäller att denna kurs inte kan ingå i en examen tillsammans med 5DV054 Student conference in Computing Science.
Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.
Tillgodoräknande av studier prövas individuellt. För mer information se universitetets regelsamling och/eller kontakta Studencentrum/Examina (http://www.student.umu.se/examen/tillgodoraknanden/)
Kursens koppling till program och examina Kursen är en baskurs på Masterprogrammet i datavetenskap. Beroende på vilket tema studenten valt så kan denna kurs ingå som en kurs inom en av följande inriktningar i en datavetenskaplig masterexamen; Datalogi, Robotik och reglerteknik eller Människa-datorinteraktion. Vid osäkerhet kontakta respektive programansvarig.
Litteratur
Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen.
Kontakta aktuell institution.