Examensarbete för kandidatexamen i datavetenskap, 15 hp

Innehåll

På kursen kommer du att tillämpa din kurser i datavetenskap genom att författa och försvara ett eget vetenskapligt arbete. Du kommer att självständigt planera, genomföra och redovisa en vetenskaplig undersökning som innehåller den vetenskapliga processens alla delar; från problemformulering via teori, frågeställningar, metod och resultat till slutsats. Utöver en rapport kommer du att presenterar ditt arbete vid en konferens. Du kommer även att kritiskt, konstruktivt och pedagogiskt granska andras uppsatser i en vetenskaplig anda. I alla moment ska du visa att du besitter ett kritiskt vetenskapligt förhållningssätt och att du kan använda ett klart, precist och uttrycksfullt språkbruk. Kursen ingår i kandidatprogrammet i datavetenskap.

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 135hp 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

På kursen ansvarar du självständigt för ditt arbete. Du får kontinuerligt återkoppling på ditt arbete genom kamratgranskning, seminarier och handledning av en erfaren forskare. Genomförs ett projekt utanför Umeå Universitet skall det finnas en extern kontaktperson 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 planeringen men där schemalagda träffar med handledare förväntas ske. Arbetet delredovisas vid ett mittseminarium och ett utkast på en skriftlig rapport lämnas in för återkoppling.

Fas 3: Presentation och återkoppling
Det genomförda arbetet presenteras muntligt vid en offentligt konferens.Återkoppling på andras arbeten görs i form av oppositionsseminarium. Med hänsyn till de synpunkter som förs fram vid opponeringen lämnas sedan en slutlig version av rapporten in för betygsättning.

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 planen muntligt och skriftligt vid ett arbetsmöte där andra kursdeltagare och handledare ger konstruktiv återkoppling på arbetet (FSR 2).

Fas 2: Projektgenomförande med mittseminarium
Ett utkast på 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 rapport 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- och 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, frånvaro från offentlig konferens, eller opponering kan enbart i speciella fall medges av kursledningen och därmed leda till nytt provtillfälle. 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 i samarbete med en extern uppdragsgivare skall en projektbeskrivning samt av institutionen tillhandahållen blankett lämnas in minst fem arbetsdagar innan kursstart. Blanketten skall vara underskriven av extern kontaktperson 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.