Examensarbete för kandidatexamen i datavetenskap, 15 hp

Innehåll

Under kursen tränas studentens förmåga att planera, genomföra och redovisa ett självständigt arbete. Studenten tillämpar sina, kunskaper i datavetenskap och fördjupar sig i ett specifikt delområde. Genom arbetet får studenten en introduktion till pågående forskning och utvecklingsarbete i ämnet. Resultaten presenteras muntligt och skriftligt.

Förväntade studieresultat

Efter kursen skall studenten kunna
Kunskap och förståelse

• visa kunskap och fördjupning inom ett delområde i datavetenskap, inbegripet kunskap om områdets vetenskapliga grund, kunskap om tillämpliga metoder inom området, samt orientering i aktuella forskningsfrågor (FSR 1).

Färdighet och förmåga

• visa förmåga att söka, samla, värdera och kritiskt tolka relevant information i en problemställning samt att kritiskt diskutera företeelser, frågeställningar och situationer (FSR 2),
• visa förmåga att med hög grad av självständighet identifiera, formulera och lösa problem samt att genomföra uppgifter inom givna tidsramar (FSR 3),
• visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar på ett strukturerat och ett för uppgiftens karaktär vedertaget sätt (FSR 4).

Värderingsförmåga och förhållningssätt

• visa förmåga att inom ett delområde i datavetenskap göra bedömningar till eget och andras arbeten med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter (FSR 5),
• visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens (FSR 6).

Behörighetskrav

För tillträde till kursen krävs minst 165hp avklarade kurser varav minst 75hp ska vara inom huvudområdet datavetenskap och minst 15hp av de 75hp ska vara på kandidatexamensnivå.

Bland kurserna i datavetenskap ska följande kurser ingå (eller motsvarande):
5DV159 DV0: Komputationellt tänkande, 
5DV160 DV1: Datavetenskaps byggstenar, 
5DV161 DV2: Algoritmer och problemlösning,
5DV162 DV3: Beräkningar och språk, 
5DV163 DV4: Datavetenskaplig logik och 
5DV164 DV5: Metoder och aktuell kunskap.

Beroende på examensarbetets inriktning kan särskilda förkunskaper krävas.

Undervisningens upplägg

Undervisningen främjar träning på planerings-, forsknings-, utrednings- och utvecklingsarbete, skriftlig dokumentation, muntliga presentationer, samt deltagande i seminarier. Undervisningen består av handledning och återkoppling enskilt eller i grupp med eventuella inslag av föreläsningar. Genomförs ett projekt utanför Umeå Universitet skall det förutom ansvarig handledare finnas en extern handledare på arbetsplatsen. Kursen genomförs i tre faser:

Fas 1: Planering
Aktuella frågeställningar identifieras och formuleras och lämpliga referenser tas fram. Projektplaneringen sker under handledning och redovisas muntligt och skriftligt.

Fas 2: Projektgenomförande med mittseminarium
Arbetet sker självständigt utifrån den fastslagna planeringen men där schemalgda träffar med handledare förväntas ske. Arbetet delredovisas vid ett mittseminarium och en slutlig version lämnas in för bedömning.

Fas 3: Presentation och återkoppling
Det genomförda arbetet presenteras muntligt vid en offentlig konferens. Förberedelsearbete sker under handledning. Återkoppling på andras arbeten görs i form av oppositionsseminarium. Framkomna synpunkter implementeras och en slutlig version lämnas in för bedömning .

Examination

Fas 1: Planering
En plan tas fram av studenten som ska behandla problembakgrund, aktuella frågeställningar, tillämpliga metoder, lämpliga referenser, eventuella samhälleliga eller etiska aspekter, tillgängliga resurser, samt en tidsplan (FSR 3,6). Kursdeltagarna presenterar arbetsplanen muntligt och skriftligt vid ett planeringsmöte där andra kursdeltagare och handledare ger konstruktiv återkoppling på arbetet (FSR 2).

Fas 2: Projektgenomförande med mittseminarium
Den skriftliga rapportens inledning och metodavsnitt samt arbetets status redovisas vid ett mittseminarium där andra kursdeltagare och handledare ger konstruktiv återkoppling på arbetet . Ett utkast till slutrapport lämnas in i slutet av fasen (FSR 1-4).

Fas 3: Presentation och återkoppling
Varje kursdeltagare utses till huvudopponent till en annan deltagare samt sidoopponent på ytterligare deltagare. Det genomförda arbetet presenteras vid en offentlig konferens, . Kursdeltagarna förväntas kunna ge återkoppling på varandras presentationer (FSR 2,4). Man förväntas därefter delta i oppositionsseminarier på de rapporter man är opponent (såväl huvud- som sidoopponent), samt det seminarium där man skall försvara sin egen rapport. Kursdeltagaren skall lämna i från sig en oppositionsrapport på den rapport där denne är huvudopponent. Rapporten skall innehålla relevant återkoppling enligt fastställda kriterier (FSR 4-5). I samråd med handledare implementeras relevant kritik i en slutrapport.

Obligatoriskt deltagande:
Upprop, planeringsseminarium, mittseminarium, offentlig konferens, oppositionsseminarier där man är respondent, sido- eller huvudopponent. Frånvaro från obligatoriskt moment kan kompenseras enligt kursledningens anvisningar med nedanstående begränsningar.

Betygsättning:

Studenten bedöms utifrån respektive förväntat studieresultat. För att bli godkänd på hela kursen krävs att samtliga bedömningsgrunder och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar enligt tabellen nedan och sätts efter den sista ordinarie examinationen på kursen (slutrapporten) 

• Planering (skriftligt och muntligt) 10%
• Mittseminarium (muntligt) 10%
• Offentlig konferens (muntligt) 20%
• Opponering (skriftligt och muntligt) 10%
• Slutrapport (skriftligt) 50%

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

Det innebär att en student som efter den sista ordinarie examinationen på kursen (slutrapporten) 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 endast nå betyget G.

Slutlig examination sker av en examinator som utses vid arbetets början. Examinatorn kan inte samtlidigt handleda arbetet.  

Begränsningar av antal provtillfällen:
En inte inlämnad preliminär slutrapport eller frånvaro från offentlig konferens kan enbart i speciella fall medges av kursledningen. I övriga fall hänvisas kursdeltagaren till nästa kurstillfälle för slutförande av kursen.

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.

Examination baserad på denna kursplan garanteras under två år efter studentens förstagångsregistrering på kursen. Detta gäller även om kursen lagts ned och denna kursplan upphört gälla.

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.

Övriga föreskrifter

Om en kursdeltagare önskar genomföra ett projekt som ej i förväg tillhandahålls av kursledning skall en projektbeskrivning samt av institutionen tillhandahållen blankett lämnas in minst fem arbetsdagar innan kursstart. Blanketten skall vara underskriven av extern handledare samt kursdeltagaren.

För studenter som påbörjat sina studier före 2014-07-01 gäller följande övergångsregler när det gäller behörighet fram till och med 2018-06-30:
För tillträde till kursen krävs 135 hp varav 60 hp i datavetenskap samt minst en avslutad kurs på kandidatexamensnivå i datavetenskap eller motsvarande. Beroende på examensarbetets inriktning kan särskilda förkunskaper krävas.