"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

DV0: Komputationellt tänkande, 7,5 hp

Kursen är nedlagd

Engelskt namn: CS0: Computational thinking

Denna kursplan gäller: 2014-08-04 och tillsvidare

Kurskod: 5DV159

Högskolepoäng: 7,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har endast gymnasiala förkunskapskrav

Betygsskala: Väl godkänd, godkänd, underkänd

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2014-08-19

Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2019-05-10

Innehåll

Kursen ger en bred introduktion till datavetenskap, samt en inblick i vetenskapligt tänkande. Kursen inleds med en historisk bakgrund till datavetenskap och dess koppling till kognitionsvetenskap. Vidare beskrivs en dators konstruktion och ett datorprograms uppbyggnad. En rad datavetenskapliga begrepp som beräkning, beräkningsbarhet, komplexitet, information, datatyp, interaktion, algoritm, algoritmiskt tänkande och kontrollmekanism introduceras, exemplifieras och diskuteras i syfte att förse studenterna med begrepp, språk och metoder för komputationellt tänkande (computational thinking). Även samhälleliga aspekter på informationsteknik kommer in i dessa diskussioner.

Kursen består av två moment:
Moment 1, teori, 5 högskolepoäng
Moment 2, obligatoriska uppgifter, 2.5 högskolepoäng

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna:
Kunskap och förståelse

  • förklara datavetenskapens idémässiga bakgrund och relation till kognitionsvetenskap. (FSR 1)
  • förklara grundläggande datavetenskapliga begrepp. (FSR 2)
  • förklara en dators konstruktion och arbetssätt. (FSR 3)
  • förklara ett datorprograms uppbyggnad av datatyper och kontrollmekanismer. (FSR 4)
  • förklara begreppen komputationellt och algoritmiskt tänkande. (FSR 5)
  • förklara förhållandet mellan teoretisk och praktisk beräkningsbarhet. (FSR 6)

Färdighet och förmåga

  • lösa enkla problem och formulera lösningen i ett algoritmiskt språk. (FSR 7)
  • identifiera datavetenskapliga frågeställningar i en artikel. (FSR 8)
  • urskilja kognitiva aspekter och bedöma deras betydelse för val av interaktionsform. (FSR 9)

Värderingsförmåga och förhållningsätt

  • värdera och diskutera informationsteknikens användning och utveckling i samhället även med avseende på etiska frågor. (FSR 10)

Behörighetskrav

Fysik A, Matematik D. Eller: Fysik 1a/1b1+1b2, Matematik 4 (områdesbehörighet 9/A9 med ett eller flera undantag)

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar, seminarier och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet. Obligatorisk närvaro krävs på examinerande seminarier.

Examination

Examinationen på Moment 1 (FSR 1-6 , 9) sker genom en skriftlig tentamen. Momentet bedöms med något av betygen Väl godkänd (VG), Godkänd (G) eller Underkänd (U).

Moment 2 (FSR 7-8, 10) examineras genom ett antal obligatoriska uppgifter varav minst en uppgift genomförs i seminarieform. På moment 2 ges betygen Underkänd (U) eller Godkänd (G).

På hela kursen ges något av betygen Väl godkänd (VG), Godkänd (G) eller Underkänd (U). 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.

Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg.

För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. Notera att när det gäller examinerande seminarier så anordnas ett "uppsamlingsseminarium" vid anslutning till kursens slut. Om student fortfarande inte blivit godkänd på seminarieuppgiften efter detta tillfälle är nästa komplettering i samband med att kursen ges nästa gång.

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

Tillgodoräknande
Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.

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 och/eller programansvarig för sitt program.

Litteratur

Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen. Kontakta aktuell institution.