STUDIEORDNING for Matematik og Datalogi

Transkript

1 STUDIEORDNING for Matematik og Datalogi CAND.SCIENT. SEPTEMBER 2015 ROSKILDE UNIVERSITET

2 1

3 Denne studieordning udstedes i henhold til bekendtgørelse nr af 16. december 2013 om bachelor- og kandidatuddannelser ved universiteterne (Uddannelsesbekendtgørelsen) med senere ændringer og Fællesregler af 27. september 2012 med senere ændringer. 1. Om uddannelsen 1.1 Formål 1.2 Kompetenceprofil 1.3 Hovedområdetilknytning 1.4 Normering 1.5 Titel 1.6 Studienævn 1.7 Censorkorpstilknytning 2. Adgangskrav og merit 2.1 Adgangskrav 2.2 Merit 2.3 Forhåndsmerit 3. Uddannelsens elementer 3.1 Kurser 3.2 Projekter 3.3 Projektorienteret praktikforløb 3.4 Speciale 4. Uddannelsens opbygning 4.1 Anbefalet studieforløb 5. Uddannelsen 5.1 Formål og uddannelseselementer 5.2 Uddannelsesaktiviteter i hele uddannelsen semester - specialet 6. Generelle bestemmelser 6.1 Særlige prøvevilkår 6.2 Faglige udvælgelseskriterier 6.3 Frist for afslutning af uddannelse 6.4 Tilmelding til 3. forsøg i et forudsætningsfag 6.5 Tilmelding til fag 7. Dispensation og klageadgang 7.1 Dispensation 7.2 Klageadgang 8. Ikrafttrædelses- og overgangsbestemmelser 8.1 Ikrafttræden 8.2 Overgangsregler Bilag 1. Automatisk administrativ tilmelding til studieaktiviteter 2

4 1. Om uddannelsen Kandidatuddannelsen cand.scient. i Matematik og Datalogi er en tværfaglig uddannelse, som består af studier af to selvstændige fag, hvoraf Matematik udgør fag 1 og Datalogi udgør fag Formål Formålet med kombinationskandidatuddannelsen cand.scient. i Matematik og Datalogi er at videreudvikle den studerendes viden, færdigheder og kompetencer inden for væsentlige emneområder i matematik og datalogi. Teoretiske og praktiske færdigheder til løsning af problemstillinger under anvendelse af begreber, ræsonnementer og metoder, der er karakteristiske for fagene, samt kvalifikationer til præsentation af resultater på et videnskabeligt niveau. Gennem det problemorienterede projektarbejde vil den studerende opnå kompetencer til selvstændigt at kunne anvende sine faglige kvalifikationer i komplekse sammenhænge. De studerendes projektarbejde åbner herudover mulighed for at udvikle indsigter i fagenes historiske, kulturelle og teknologiske udvikling samt anvende og udvikle matematiske og datalogiske modeller og metoder og kritisk diskutere deres gyldighed. Kandidatuddannelsen giver derved dimittenden kompetencer til selvstændigt og i samarbejde med andre at varetage akademiske erhvervsfunktioner inden for begge fag. Kandidatuddannelsen er målrettet erhvervsfunktioner, hvor fagene kan bringes i samspil i anvendelsesmæssige, videnskabelige og uddannelsesmæssige sammenhænge med særligt henblik på at kvalificere til arbejde inden for uddannelsessektoren, i informations-, IT-, tele-, elektronik- og medicinalbrancherne, i forsikrings- og pensionsbrancherne. samt i virksomheder, der enten udfører eller aftager modellerings-, programmerings- eller rådgivnings opgaver. Kombinationskandidatuddannelsen skal endvidere give kandidaten faglige forudsætninger for at påbegynde en forskeruddannelse. Uddannelsen udbydes på engelsk. Eksamenssproget er identisk med undervisningssproget medmindre andet er angivet. 1.2 Kompetenceprofil Kombinationskandidatuddannelsen cand.scient. i Matematik og Datalogi giver den studerende følgende kompetencer: : om geometri, Sandsynlighedsregning og Statistik, Matematikkens fundamentale strukturer, samt eksemplarisk udvalgte matematiske emner af videregående præg om teknikker og teorier til analyse, design og konstruktion af softwaresystemer; herunder software engineering metoder og principper, computer- og systemarkitektur, algoritmer og data repræsentation, designprincipper for menneske-maskine grænseflader. om vilkår og problemstillinger knyttet til fagenes traditioner om videregående metoder og fremgangsmåder i forskningen inden for udvalgte områder i fa-gene om nye videnskabelige landvindinger inden for udvalgte områder i begge fag om hvad der konstituerer matematik og datalogi som fag mht. vidensområder, erkendelses-former, fokuspunkter og udvikling om begrebsverden, tankegange, ræsonnementer og repræsentations- og anskuelsesmåder der er karakteristiske for fagene : i at analysere, formulere og diskutere problemstillinger indenfor matematik og datalogi i vi-denskabelig terminologi i at afgrænse og definere problemstillinger indenfor fagene samt opstille testbare/bevisbare hypoteser på videnskabeligt grundlag i at udvælge, gennemføre og evaluere eksperimentelle undersøgelser, simuleringer og soft-wareløsninger 3

5 i at sammenfatte og vurdere videnskabelig litteratur herunder empirisk materiale og modeller i at udarbejde og præsentere forskrifter, redegørelser og vejledninger efter professionelle stan-darder i at bidrage med central matematisk og datalogisk viden til samarbejdsprojekter af tværfaglig karakter i at kunne programmere avancerede softwareløsninger med brug af hensigtsmæssige, state-of-the-art programmeringssprog, biblioteker, udviklingsværktøj og udstyr samt at kunne teste, validere og evaluere softwaresystemer : til at identificere, formalisere, analysere, vurdere og løse videnskabelige problemstillinger med baggrund i matematik og datalogi selvstændigt eller i samarbejde med andre til at forstå, forfine, udvikle, udføre og vurdere eksperimentelle undersøgelser, simuleringer, ræsonnementer eller beviser til at forstå, opstille, anvende og vurdere kvalitative og/eller kvantitative modeller i fagene til at forholde sig reflekterende og perspektiverende til måder fagene anvendes på til at tage ansvar for egen faglig udvikling og specialisering inden for særlige områder af fage-ne til at kunne tilrettelægge, planlægge og styre et softwareudviklingsprojekt, der er komplekst og forudsætter nye løsningsmodeller. til selvstændigt at kunne igangsætte og gennemføre datalogisk udviklingsarbejde med tvær-fagligt samarbejde og påtage sig professionelt ansvar. til at formidle og kommunikere præcist til forskellige målgrupper og i forskellige kontekster såvel skriftligt som mundtligt 1.3 Hovedområdetilknytning Uddannelsen hører under det naturvidenskabelige hovedområde. Uddannelseselementerne for Datalogi hører under det naturvidenskabelige hovedområde. 1.4 Normering Kombinationskandidatuddannelsen cand.scient. i Matematik og Datalogi er en 2-årig uddannelse normeret til 120 ECTSpoint. 1.5 Titel cand.scient. i Matematik og Datalogi Master of Science (MSc) in Mathematics and Computer Science 1.6 Studienævn Uddannelsen hører under Studienævn for Naturvidenskabelige studier. 1.7 Censorkorpstilknytning Uddannelsen er tilknyttet censorkorpset for matematik. Uddannelseselementer for Datalogi hører under censorkorpset for datalogi. 2. Adgangskrav og merit 2.1 Adgangskrav Se bilag 4

6 2.2 Merit Roskilde Universitet kan, i hvert enkelt tilfælde eller ved almindelige regler fastsat af universitetet, godkende, at beståede uddannelseselementer træder i stedet for uddannelseselementer i en anden uddannelse på samme niveau. Roskilde Universitet kan også godkende, at beståede uddannelseselementer fra en anden dansk eller udenlandsk uddannelse på samme niveau træder i stedet for uddannelseselementer i henhold til uddannelsesbekendtgørelsen. Ansøgere har pligt til at søge merit for evt. tidligere beståede uddannelseselementer på kandidatniveau, jf. Kandidatadgangsbekendtgørelsen. 2.3 Forhåndsmerit Studerende, der som en del af uddannelsen ønsker at gennemføre uddannelseselementer ved et andet universitet eller en anden videregående uddannelsesinstitution i Danmark eller i udlandet, kan ansøge Roskilde Universitet om forhåndsmerit for planlagte uddannelseselementer. Godkendelse af forhåndsmerit kan kun gives, hvis den studerende (i forbindelse med ansøgningen) forpligter sig til at fremsende dokumentation for, om uddannelseselementerne er beståede eller ej, når de forhåndsmeriterede uddannelseselementer er gennemført. Desuden skal den studerende give sit samtykke til, at Roskilde Universitet kan indhente de nødvendige oplysninger hos værtsinstitutionen, hvis den studerende ikke selv kan fremskaffe dokumentationen. Når der foreligger dokumentation for, at de forhåndsmeriterede uddannelseselementer er beståede, godkender Roskilde Universitet administrativt, at disse meriteres ind i uddannelsen ved universitetet. Efter forslag fra den studerende kan Roskilde Universitet i de tilfælde, hvor de forhåndsmeriterede uddannelseselementer f.eks. ikke udbydes af værtsinstitutionen, foretage ændringer i godkendelsen af forhåndsmeritten. 3. Uddannelsens elementer 3.1 Kurser Disse studieelementer skal give den studerende en teoretisk og metodisk viden samt færdigheder inden for uddannelsens fagområde. Den studerende skal fagligt forberedes til at kunne fordybe sig i problemstillinger, der er relevante i forhold til projektarbejde og specialet. Kursusformen kan være forelæsninger, holdundervisning, casearbejde, workshops m.m. 3.2 Projekter Projektarbejdet er problemorienteret, eksemplarisk og deltagerstyret. Det skal udvikle og dokumentere den studerendes færdigheder i at anvende videnskabelige teorier og metoder under arbejdet med et afgrænset fagligt emne. Projektarbejdet indebærer en valgfri og selvstændig formulering af et problem inden for rammerne i studieordningen. Projektarbejdet foregår i grupper bestående af 2-6 studerende. Emnet for projektarbejdet vælges af de studerende inden for de emner og temaer, som studienævnet har fastsat. Studielederen kan i særlige tilfælde tillade, at en studerende udarbejder et projekt eller eksamineres alene. 3.3 Projektorienteret praktikforløb En studerende kan ansøge studienævnet om forhåndsgodkendelse til at gennemføre et særligt tilrettelagt, fagligt relevant projektorienteret praktikforløb, som træder i stedet for enkelte specificerede dele af det ordinære uddannelsesforløb. Det projektorienterede praktikforløb, som bl.a. omfatter udarbejdelse af en praktikprojektrapport, er normeret til 15 ECTS-points. Når ansøgningen om forhåndgodkendelse er imødekommet, tildeler studielederen den studerende en vejleder. Studienævnet skal ved sin behandling af ansøgningen sikre, at den studerende gennem det projektorienterede praktikforløb opnår faglige kompetencer, der i omfang og niveau svarer til de kompetencer, der kan opnås gennem det ordinære uddannelsesforløb. 5

7 3.4 Speciale Kombinationskandidatuddannelsen indeholder et større selvstændigt studiearbejde, som dokumenteres ved udarbejdelse af et speciale. I specialet skal den studerende dokumentere viden om og færdigheder i at anvende videnskabelige teorier og metoder under arbejdet med en afgrænset, faglig og relevant problemstilling. Den studerende skal dokumentere færdigheder i at analysere, kategorisere, diskutere, argumentere, vurdere og reflektere på et videnskabeligt grundlag samt kunne vælge og forholde sig kritisk til kilder, litteratur, teori og metoder anvendt i specialet. Med specialet skal den studerende demonstrere færdighed i at kunne kommunikere en akademisk undersøgelse til fagfæller samt demonstrere kompetence til at igangsætte, styre og gennemføre en længerevarende akademisk undersøgelses- og skriveproces. 4. Uddannelsens opbygning 4.1 Anbefalet studieforløb For at bidrage til sikring af uddannelsens kvalitet og progression, samt for at støtte den studerende i forhold til studieplanlægning, anbefales følgende studieforløb: Start efterår Start efterår Studerende som starter på kandidatuddannelsen i efteråret anbefales flg. studieforløb 1. semester Datalogi (efterår): Kursus i Datalogisk kerneområde (10 ECTS) Valgkursus i Datalogi (5 ECTS) Projektportefolie i datalogi (15 ECTS) 2. semester Matematik og Datalogi (forår): Matematik Kursus i Fundamentale matematiske strukturer (10 ECTS) Valgkursus i Sandsynlighedsregning og Statistik* (5 ECTS) eller Videregående matematik (5 ECTS) *Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. Datalogi Projekt, Videregående datalogiprojekt (15 ECTS) 3. semester Matematik (efterår): Projekt, Refleksions projekt i matematik (15 ECTS) Kursus i Geometri *(10 ECTS) 6

8 Valgkursus i Videregående matematik (5 ECTS) *Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. 4. semester Matematik (forår): Speciale (30 ECTS) Start forår Start forår Studerende som starter på kandidatuddannelsen i foråret anbefales flg. studieforløb 1. semester Datalogi (forår): Kursus i Datalogisk kerneområde (10 ECTS) Valgkursus i Datalogi (5 ECTS) Projektportefolie i datalogi (15 ECTS) 2. semester Matematik og Datalogi (efterår): Matematik Kursus i Geometri* (10 ECTS) Valgkursus i Videregående matematik (5 ECTS) *Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. Datalogi Projekt, Videregående datalogiprojekt (15 ECTS) 3. semester Matematik (forår): Projekt, Refleksions projekt i matematik (15 ECTS) Kursus i Fundamentale matematiske strukturer (10 ECTS) Valgkursus i Sandsynlighedsregning og Statistik* (5 ECTS) eller Videregående matematik (5 ECTS) *Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. 4. semester Matematik (efterår): Speciale (30 ECTS) 7

9 5. Uddannelsen 5.1 Formål og uddannelseselementer Formål Start efterår Formål 1. semester (datalogi): Semesteret har til formål at den studerende skal tilegne sig mere dybtgående viden inden for en række kerneområder inden for Datalogi: maskinarkitektur og operativsystemer, distribuerede systemer, databaser samt menneske-maskine interaktion. Semesteret omfatter Kursus: Datalogisk kerneområde (10 ECTS) Valgkursus i Datalogi (5 ECTS) Projektportefolie i datalogi (15 ECTS) Formål 2. semester (Matematik og Datalogi) Semesteret har til formål at træne den studerende i at "tænke som en matematiker" og give den studerende en dybtgående indsigt på videnskabeligt niveau inden for et eller flere områder med tilknytning til Matematik for derved at udbygge den studerendes viden, færdigheder og kompetencer på kandidatniveau inden for matematik samtidig med udbygges den studerendes viden om softwareudvikling. Der lægges vægt på en dybere eller bredere behandling af begreber, teorier og metoder, samt videreudvikling af praktiske færdigheder i forbindelse med planlægning, tilrettelæggelse og evaluering af softwareudvikling. Semesteret omfatter Matematik Kursus i Fundamentale matematiske strukturer (10 ECTS) Valgkursus i Sandsynlighedsregning og Statistik* (5 ECTS) * Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. Datalogi Projekt, Videregående datalogiprojekt (15 ECTS), eller Projektorienteret praktikforløb (15 ECTS) Formål 3. semester (Matematik) Semesteret har til formål at udbygge den studerendes viden, færdigheder og kompetencer på kandidatniveau inden for matematik, og træne den studerende i at "tænke som en matematiker". Specifikt introduceres den studerende til differential geometri og matematiske emner af videregående præg. Semesteret omfatter Refleksions projekt i matematik (15 ECTS) Kursus i Geometri* (10 ECTS) Kursus i Videregående matematik (5 ECTS) * Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. Start forår Formål 1. semester (Datalogi) Semesteret har til formål at den studerende skal tilegne sig mere dybtgående viden inden for en række kerneområder inden for Datalogi: maskinarkitektur og operativsystemer, distribuerede systemer, databaser samt menneske-maskine interaktion. Semesteret omfatter Kursus i Datalogisk kerneområde (10 ECTS) 8

10 Valgkursus i Datalogi (5 ECTS) Projektportefolie i datalogi (15 ECTS) Formål 2. semester (Matematik og Datalogi) Semesteret har til formål at udbygge den studerendes viden, færdigheder og kompetencer på kandidatniveau inden for matematik, og træne den studerende i at "tænke som en matematiker". Specifikt introduceres den studerende i matematik til differential geometri og matematiske emner af videregående præg samtidig med udbygges den studerendes viden om softwareudvikling. Der lægges vægt på en dybere eller bredere behandling af begreber, teorier og metoder, samt videreudvikling af praktiske færdigheder i forbindelse med planlægning, tilrettelæggelse og evaluering af softwareudvikling. Semesteret omfatter Matematik Kursus i Geometri* (10 ECTS) Kursus i Videregående matematik (5 ECTS) * Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. Datalogi Projekt, Videregående datalogiprojekt (15 ECTS), eller projektorienteret praktikforløb (15 ECTS) Formål 3. semester (Matematik) Semesteret har til formål at træne den studerende i at "tænke som en matematiker" og give den studerende en dybtgående indsigt på videnskabeligt niveau inden for et eller flere områder med tilknytning til Matematik for derved at udbygge den studerendes viden, færdigheder og kompetencer på kandidatniveau inden for matematik. Semesteret omfatter Refleksions projekt i matematik (15 ECTS) Kursus i Fundamentale matematiske strukturer (10 ECTS) Valgkursus i Sandsynlighedsregning og Statistik* (5 ECTS) eller Videregående matematik(5 ECTS) * Ved fagligt overlap mellem den adgangsgivende bacheloruddannelse og matematikdelen af kombinationskandidatuddannelsen visiteres den studerende af studielederen for matematik til enten Temakursus A, B eller C eller modelleringsprojekt, eller kombinationer af sådanne. 5.2 Uddannelsesaktiviteter i hele uddannelsen Formål Aktiviteterne er listet således at der først er uddannelsesaktiviteter for Matematik og så Datalogi Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Sandsynlighedsregning og statistik, Probability Theory and Statistics (Matematik) Valgkursus 5 ECTS Generelle egenskaber for diskrete og kontinuerte sandsynlighedsfordelinger De almindeligste diskrete og kontinuerte sandsynlighedsfordelinger. Stokastiske variable, uafhængighed, middelværdi varians co-varians og korrelation af stokastiske variable Statistiske modeller, maksimum likelihood princippet, estimatorer tests, resampling og ikke parametrisk statistik Statistisk interferens 9

11 I at regne og modellere med sandsynligheds fordelinger og stokastiske variable I at estimere estimatorer og beregne test sandsynligheder og fortolke resultaterne heraf I at teste hypoteser ved hjælp af resampling og Q-test. I at bruge det tilhørende symbolsprog og matematiske formalisme I at håndtere de involverede matematiske begreber og ideer, deres rækkevidde og indbyrdes relationer Kompetence til at kunne udøve matematisk tankegang i relation til sandsynlighed, stokastiske og statistiske fænomener, samt at kunne reflektere over egne læring i relation hertil Kompetence til at kunne følge, bedømme og gennemføre matematiske ræsonnementer og beviser inden for sandsynlighedsteori og statistisk Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer i sandsynlighedsteori og statistisk Kompetence til at kunne forstå, formulere, formalisere og løse problemer i relation til stokastiske fænomener Kompetence til forstå, bedømme, kritisere og opstille matematiske modeller af stokastiske fænomener Kompetence til at kunne læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom såvel mundtligt som skriftligt Kompetence til at kunne anvende digitale værktøjer til statistiske undersøgelser, samt til modelsimulering og analyse Sandsynlighedsteori : Overordnet indhold Den klassiske matematiske formalisering og afklaring af begreberne sandsynlighed, sandsynlighedsfordeling, uafhængighed, betinget sandsynlighed, sandsynlighedsfordelinger på endelige, tællelige mængder og kontinuerte fordelinger på den reelle akse De mest almindelige fordelinger Frembringende funktioner og forgreningsprocesser Statistik: Resamplings teknikker og ikke parametrisk statistik Introduktion til likelihood baseret statistisk inferens Eksempler Undervisnings- og arbejdsform Prøveform Forelæsninger og regneøvelser med mindre studenteroplæg og diskus-sioner af stoffet Der indgår ca. 3-5 skriftlige opgaver/arbejder i løbet af kurset, som usarbejdes individuelt eller i grupper Kurset udprøves ved en mundtlig eksamen Den mundtlige eksamen indrager skriftlige opgaver/arbejder, som er udført i løbet af kurset Prøvens omfang er 30 minutter, inklusive votering Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Intern Titel Temakursus A i matematik (Matematik) 10

12 Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform Prøveform Kursus Studerende, der på deres bacheloruddannelse har bestået et kursus i statistik, sandsynlighedsregning eller geometri får en studieplan, hvor dette kursus kan indgå 5 ECTS Et eller flere udvalgte matematiske emner. At håndtere de i indgående størrelser, symboler, terminologi og resultater. At bruge det tilhørende symbolsprog og den matematiske formalisme. At læse, forstå og føre matematiske beviser i tilknytning til emnet. Problemløsning i tilknytning til emnet. Kompetence til at udøve matematisk tankegang i relation til fagets fundamentalle strukturer. Kompetence til at følge, bedømme og gennemføre matematiske ræsonnementer og beviser. Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer. Kompetence til at læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom til forskellige målgrupper såvel mundtligt som skriftligt. Afhænger af det/de konkrete matematiske emner og vil fremgå af den kon-krete kursusbeskrivelse. Forelæsninger og regne øvelser med mindre studenteroplæg og diskus-sioner af stoffet. Kurset evalueres gennem en mundtlig fremlæggelse på kurset samt godken-delse af besvarelser af 3-5 opgavesæt Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Intern Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Temakursus B i matematik (Matematik) Kursus Studerende, der på deres bacheloruddannelse har bestået et kursus i statistik, sandsynlighedsregning eller geometri får en studieplan, hvor dette kursus kan indgå 5 ECTS Et eller flere udvalgte matematiske emner. At håndtere de i indgående størrelser, symboler, terminologi og resultater. At bruge det tilhørende symbolsprog og den matematiske formalisme. At læse, forstå og føre matematiske beviser i tilknytning til emnet. Problemløsning i tilknytning til emnet. Kompetence til at udøve matematisk tankegang i relation til fagets fundamentalle strukturer. 11

13 Kompetence til at følge, bedømme og gennemføre matematiske ræsonnementer og beviser. Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer. Kompetence til at læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom til forskellige målgrupper såvel mundtligt som skriftligt. Overordnet indhold Undervisnings- og arbejdsform Prøveform Afhænger af det/de konkrete matematiske emner og vil fremgå af den kon-krete kursusbeskrivelse. Forelæsninger og regne øvelser med mindre studenteroplæg og diskussioner af stoffet. Kurset evalueres gennem en 24 timers tag hjem skriftlig eksamen efterfulgt af en mundtlig eksamination af 30 min. varighed inklusive votering. Ved eksamen fremlægger eksaminanden først en opgave/delopgave fra det skriftlige opgavesæt i ca. 10 min. Herefter udspørges eksaminanden i pensum generelt i cirka 15 min. Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Ekstern Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform Prøveform Temakursus C i matematik (Matematik) Kursus Studerende, der på deres bacheloruddannelse har bestået et kursus i statistik, sandsynlighedsregning eller geometri får en studieplan, hvor dette kursus kan indgå 5 ECTS Et eller flere udvalgte matematiske emner. At håndtere de i indgående størrelser, symboler, terminologi og resultater. At bruge det tilhørende symbolsprog og den matematiske formalisme. At læse, forstå og føre matematiske beviser i tilknytning til emnet. Problemløsning i tilknytning til emnet. Kompetence til at udøve matematisk tankegang i relation til fagets fundamentalle strukturer. Kompetence til at følge, bedømme og gennemføre matematiske ræsonnementer og beviser. Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer. Kompetence til at læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom til forskellige målgrupper såvel mundtligt som skriftligt. Afhænger af det/de konkrete matematiske emner og vil fremgå af den konkrete kursusbeskrivelse. Forelæsninger og regne øvelser med mindre studenteroplæg og diskussioner af stoffet. Kurset evalueres gennem en 24 timers tag hjem skriftlig eksamen efterfulgt af en mundtlig eksamination af 30 min. varighed inklusive votering. 12

14 Ved eksamen fremlægger eksaminanden først en opgave/delopgave fra det skriftlige opgavesæt i ca. 10 min. Gruppeprøve eller individuel prøve Individuel Herefter udspørges eksaminanden i pensum generelt i cirka 15 min. Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Intern Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Videregående matematik (Matematik) Valgkursus 5 ECTS Et eller flere matematiske emner af videregående præg At håndtere de i indgående størrelser, symboler, terminologi og resultater At bruge det tilhørende symbolsprog og den matematiske formalisme At læse, forstå og føre matematiske beviser i tilknytning til emnet Problemløsning i tilknytning til emnet Kompetence til at kunne udøve matematisk tankegang i relation til fagets fundamentalle strukturer Kompetence til at kunne følge, bedømme og gennemføre matematiske ræsonnementer og beviser Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer Kompetence til at kunne læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom såvel mundtligt som skriftligt Kurset omhandler et udvalgt område af matematikken, som der gås i dybden med. Hovedvægten ligger på det begrebsmæssige fundament, på opbygningen af en sammenhængende teori og på detaljerede argumenter for teoriens resultater. For hvert studieår udmeldes kursets udvalgte område på forhånd af studienævnet Undervisnings- og arbejdsform Forelæsninger og regneøvelser med mindre studenteroplæg og diskus-sioner af stoffet Der indgår ca. 3-5 skriftlige opgaver/arbejder i løbet af kurset, som udarbejdes individuelt eller grupper Prøveform Kurset udprøves ved en mundtlig eksamen Den mundtlige eksamen indrager skriftlige opgaver/arbejder, som er udført i løbet af kurset Prøvens omfang er 30 minutter, inklusive votering Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Intern 13

15 Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform Geometri, Geometry (Matematik) Kursus 10 ECTS Generelle egenskaber ved regulære kurver og flader i R^3 Krumningsbegreber for regulære flader i R^3 Abstrakt differential geometri Eksempler på konkrete flader At håndtere differentialgeometriske begreber, ideer og størrelser At bruge det tilhørende symbolsprog og den matematiske formalisme At læse, forstå og føre matematiske beviser inden for en differentialgeometrisk ramme At anvende matematisk analyse og lineær algebra i differentialgeometri Kompetence til at kunne udøve matematisk tankegang i relation til geometriske strukturer og problemer Kompetence til at kunne følge, bedømme og gennemføre matematiske ræsonnementer og beviser inden for geometri Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer herunder især geometriske og algebraiske repræsentationer Kompetence til at kunne forstå, formulere, formalisere og løse problemer inden for differentialgeometri Kompetence til at kunne læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom såvel mundtligt som skriftligt Kompetence til at kunne anvende digitale værktøjer til undersøgelse, løsning af og kommunikation om differentialgeometriske problemstillinger Regulære kurver i R^3 Regulære flader i R^3 Krumningsbegreber for regulære flader og deres relationer Abstrakte flader og Riemannske metrikker Konkrete flader Forelæsninger og regne øvelser med mindre studenteroplæg og diskus-sioner af stoffet Kurset evalueres ved en mundtlig eksamen Prøveform Til eksamen får eksaminanden udleveret et tag-hjem-spørgsmål 3 hverdage før den mundtlige eksamen. Ved den mundtlige eksamination fremlægger den studerende først sin besvarelse af det mundtlige spørgsmål i et på forhånd forberedt oplæg af maksimum 10 minutter varighed. Derefter udspørges eksaminanden i pensum generelt i cirka 15 minutter Prøvens omfang er 30 minutter, inklusive votering Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Ekstern 14

16 Titel Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform Fundamentale matematiske strukturer / Fundamental Mathematical Structures (Matematik) (Matematik) Obligatorisk kursus 10 ECTS Konkrete matematiske strukturer inden for mængdelærer, topologi og analyse, algebra og geometri. Fællestræk og forskelle mellem sådanne strukturer. Forskellige typer af ræsonnementer og beviser og deres betydning Opbygning og formalisering af sådanne strukturer At genkende fundamentale matematisk strukturer At kende og anvende symboler og andre repræsentationer i overensstemmelse med den givne formalisme At læse, forstå og reproducere beviser inden for rammerne af de studerede strukturer Kompetence til at kunne udøve matematisk tankegang i relation til fagets fundamentalle strukturer Kompetence til at kunne følge, bedømme og gennemføre matematiske ræsonnementer og beviser Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer Kompetence til kunne afkode og anvende matematisk symbolsk sprog inden for en given formalisme og til at kunne vurdere styrker og svagheder ved et aksiomssystem Kompetence til at kunne læse og forstå matematiske tekster vedrørende fagets grundlag og fundamentelle strukturer samt selv at kunne kommunikere herom såvel mundtligt som skriftligt Forskellige fundamentale, abstrakte matematiske strukturer og deres indbyrdes sammenhæng Introduktion til formel logik og herunder til begrebet en formel teori Mængdelærer, algebraiske strukturer, metriske og topologiske rum, geometriske strukturer og aspekter af målrum Forelæsninger og regne øvelser med mindre studenteroplæg og diskus-sioner af stoffet Kurset evalueres ved en mundtlig eksamen Prøveform Til eksamen får eksaminanden udleveret et tag-hjem-spørgsmål 3 hverdage før den mundtlige eksamen. Ved den mundtlige eksamination fremlægger den studerende først sin besvarelse af det mundtlige spørgsmål i et på forhånd forberedt oplæg af maksimum 10 minutter varighed. Derefter udspørges eksaminanden i pensum generelt i cirka 15 minutter Prøvens omfang er 30 minutter inklusive votering Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Ekstern Titel Type Refleksions projekt (Matematik) Projekt 15

17 ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform 15 ECTS Om projektets faglighed Om de indgående matematiske begreber, deres rækkevidde og relationer Om det indgående matematiske symbolsprog og den matematiske formalisme At analysere matematiske problemstillinger af videregående præg med brug af tankegange, ræsonnementer og repræsentationsformer, der er karakteristiske for matematik At perspektivere faglige indsigter og belyse matematikkens samspil med den historiske, kulturelle og/eller teknologiske udvikling At omgås de indgående matematiske begreber Kompetence til at kunne udøve matematisk tankegang i relation til de i projektet involverede emner og problemer Kompetence til at kunne følge, bedømme og gennemføre matematiske ræsonnementer og beviser inden for projektets ramme Kompetence til at kunne afkode, fortolke, skelne mellem og forbinde forskellige matematiske repræsentationer i relation til projektet Kompetence til at håndtere de i projektet indgående symboler og den i projektet indgående matematiske formalisme Kompetence til at kunne forstå, formulere, formalisere og løse problemer inden for projektets ramme Kompetence til at kunne læse og forstå matematiske tekster inden for emnet samt selv at kunne kommunikere herom såvel mundtligt som skriftligt Projektarbejdet er problemorienteret og eksemplarisk Projektarbejdets problemformulering skal angå en refleksion over matematikkens natur og indretning som videnskabsfag, professionsfag og/eller dannelsesfag Projektets underliggende matematiske materie skal indeholde matematiske cases, som belyser og giver input til en besvarelse af problemformuleringen Deltagerstyret og problemorienteret projektarbejde i grupper Projektarbejdet bedømmes ved en mundtlig prøve Ved prøven tages der udgangspunkt i de(n) studerendes projektrapport Prøveform Eksaminationen foregår som en samtale mellem de studerende, eksaminator og censor. De studerende skal eksamineres med udgangspunkt i hele projektrapporten. Eksaminationen skal give mulighed for individuel bedømmelse af de studerende. n af hver studerende er en samlet individuel bedømmelse af projektrapporten og den mundtlige prøve Prøvens omfang er 30 minutter per studerende, inklusive votering Projektrapporten skal være forsynet med en forside med titel, projektdeltager(e), vejleder(e), uddannelse og semester; en indholdsfortegnelse, et abstract, samt en litteraturliste. Rapporten skal være på mellem 20 og 50 normalsider, eksklusive litteraturliste og evt. bilag. En normalside er 2400 tegn inklusive mellemrum. Projektrapporten skal skrives med letlæselig font En rapport, der ikke lever op til disse krav, kan afvises som grundlag for projektprøven. Og der er brugt ét eksamensforsøg. Studerende der har fået afvist deres projektrapport grundet afvigelse fra omfangskravet, tildeles 24 timer til at tilpasse opgaven til omfangskravet, hvorefter opgaven afleveres Gruppeprøve eller individuel prøve Gruppeprøve 16

18 Hjælpemidler til eksamen Alle Censur 7-trins-skalaen Ekstern Titel Undervisningssprog Type Valgfrie kurser i datalogi (Elective course) (Datalogi) Engelsk Valgkurser ECTS-normering Læringsudbytte/ bedømmelseskriterier Overordnet indhold Undervisnings- og arbejdsform Prøveform 5 ECTS om et afgrænset emneområde inden for Datalogi. om områdets teknikker til design og konstruktion af softwaresystemer, som tilfredsstiller specificerede krav. Et samlet overblik over og forståelse af de generelle principper bag områdets teori, metoder og teknologiske løsninger. i at vælge og anvende hensigtsmæssige metoder og teknikker fra fagområdet til analyse, design og konstruktion af pålidelige og brugervenlige softwaresystemer. Kompetence til at kunne arbejde med datalogiske problemstillinger, både selvstændigt og i teams. Kompetence til kritisk og systematisk at sætte sig ind i nye tilgange inden for fagområdet og herved selvstændigt kunne tage ansvar for egen faglig udvikling. Med et valgfrit kursus har den studerende muligheder for at specialisere sig inden for et specifikt emneområde, hvor den studerende tilegner sig viden, færdigheder og kompetencer med henblik på at kunne omsætte teorier, metoder og løsningsideer til egen praksis i relation til softwareudvikling. Et valgfrit kursus kan være: Robotter, Kunstig intelligens, Web-teknologier, Programmeringssprog, Parallel beregning og Mobile computere mf. Normalt holdundervisning, dvs. en blanding af læreroplæg, studenteroplæg og praktisk arbejde med konkrete opgaver. Forelæsning med øvelser. Fremgår af beskrivelsen i kursus.ruc.dk. Mundtlig eksamen Den mundtlige eksamen har en varighed af 20 min. inkl.votering Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Ekstern Titel Undervisningssprog Type ECTS-normering Datalogiske kerneområder ( Mandatory Core Topics -Computer Science) (Datalogi) Engelsk Obligatorisk kursus 10 ECTS 17

19 Læringsudbytte/ bedømmelseskriterier om centrale teorier inden for kernefagområderne. om kernefagområdernes teknikker til design og konstruktion af softwaresystemer, som tilfredsstiller specificerede krav. Et samlet overblik over og forståelse af de generelle principper bag de systemer af programmel og maskinel, som indgår i en moderne computer, og brugerens interaktion hermed. Vælge og anvende hensigtsmæssige metoder og teknikker fra fagområdet til analyse, design og konstruktion af softwaresystemer. Kunne arbejde med datalogiske problemstillinger, både selvstændigt og i teams. Kritisk og systematisk sætte sig ind i nye tilgange inden for fagområdet og herved selvstændigt kunne tage ansvar for egen faglig udvikling. Kerneområder inden for Datalogi udgøres af emnerne maskinarkitektur og operativsystemer, distribuerede systemer, databaser samt menneske-maskininteraktion. Overordnet indhold Kurset indeholder en præsentation og kritisk diskussion samt afprøvning af viden inden for centrale områder for hvert af disse emner. Det konkrete indhold fremgår altid af kursus.ruc.dk. Undervisnings- og arbejdsform Prøveform Forelæsning med øvelser eller holdundervisning mm. Mundtlig eksamen Den mundtlige eksamen har en varighed af 30 min inkl. votering. Gruppeprøve eller individuel prøve Individuel Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Ekstern Titel Undervisningssprog Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Projektportfolio (Project portfolio - Computer Science) (Datalogi) Engelsk Projektportfolio 15 ECTS Dyberegående viden om de teoretiske, metodiske og praktiske muligheder og problemer, der knytter sig til softwareudvikling med anvendelse af specifikke modeller fra kerneområderne eller valgfrit emne. I at beskrive og reflektere over et selvstændigt udført arbejde, hvor en kompleks problemstilling behandles under anvendelse af relevante løsningsmodeller. Ii at definere og motivere en udvalgt løsningsmodel samt selvstændigt planlægge og gennemføre løsning ved brug af relevant videnskabelig litteratur på højt fagligt niveau. I at beherske begreber, teori og metode baseret på litteratur og kan anvende disse på reflekteret vis til løsning af konkrete datalogiske problemer. 18

20 Beherske datalogiske udviklingssituationer, der er komplekse, og som forudsætter nye løsningsmodeller. Overordnet indhold Undervisnings- og arbejdsform Prøveform De studerende udvikler i grupper á 2-6 studerende sin egen praksis portfolio. Emnerne herfor skal ligge inden for kerneområderne. Kerneområder inden for Datalogi udgøres af emnerne maskinarkitektur og operativsystemer, distribuerede systemer, databaser samt menneske-maskininteraktion. En projektportfolio er en samling af arbejder (tekster, programkode, modeller af data, arkitektur) på forskellige abstraktionslag knyttet til praktisk værkstedsorienteret eller øvelsesarbejde. Projektportefolien skal endvidere indeholde et reflektionsdokument, som går på tværs af kerneområderne. Refleksionsdokumentet er på 5 normalsider á 2400 anslag (inkl. mellemrum)pr. studerende i gruppen og knytter praktiske erfaringer sammen med relevant teori fra datalogisk kerneområde. Portefolien skal i øvrigt indeholde forside, indholdsfortegnelse, litteraturliste og eventuelle bilag. Projektportfolien udføres normalt i en gruppe med 2-6 deltagere, men studielederen kan i særlige tilfælde tillade at en studerende udarbejder portefolien alene. Emnet for portefoliearbejdet vælges af de studerende inden for kravene til læringsudbytte og evt. nærmere afgrænsede emner og temaer, som Studienævnet har fastsat. Mundtlig eksamen med udgangspunkt i Projektportfolio. Under prøven afsættes op til 5 minutter per studerende til en selvvalgt, forberedt præsentation med afsæt i det fælles portfolioarbejde. Prøven forløber derudover som en samtale mellem de(n) studerende, eksaminator og censor under ledelse af eksaminator. Under eksaminationen skal det sikres, at alle eksaminander på lige vilkår får mulighed for at demonstrere deres kendskab til det fælles arbejde og for vise deres faglige niveau i relation til det forventede læringsudbytte. Prøvens længde, inkl. votering og tilbagemelding fastsættes som følger: 1 eksaminand: 30 minutter 2 eksaminander: 60 minutter 3 eksaminander: 75 minutter 4 eksaminander: 90 minutter 5 eksaminander: 105 minutter 6 eksaminander: 120 minutter Gruppeprøve eller individuel prøve Gruppeprøve Hjælpemidler til eksamen Censur Alle 7-trins-skalaen Intern Titel Undervisningssprog Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Videregående datalogiprojekt (Project in advanced Computer Science) (Datalogi) Engelsk Projekt 15 ECTS dyberegående viden om de teoretiske, metodiske og praktiske muligheder og problemer der knytter sig til softwareudvikling med anvendelse af specifikke modeller fra kerneområderne eller valgfrit emne. 19

21 i at beskrive og reflektere over et selvstændigt udført arbejde, hvor en kompleks problemstilling behandles under anvendelse af relevante løsnings-modeller i at definere og motivere en udvalgt løsningsmodel samt selvstændigt planlægge og gennemføre løsning ved brug af relevant videnskabelig litteratur på højt fagligt niveau i at beherske begreber, teori og metode baseret på litteratur og kan anvende disse på reflekteret vis til løsning af konkrete datalogiske problemer Styre datalogiske udviklingssituationer, der er komplekse og som forudsætter nye løsningsmodeller Overordnet indhold Undervisnings- og arbejdsform Projekt om et selvvalgt problem i relation til softwareudvikling. Projektet skal give den studerende lejlighed til at beskrive og reflektere over et selvstændigt udført arbejde, hvori en kompleks problemstilling behandles Projektet udføres normalt som gruppeprojekt med 2-6 deltagere, men studielederen kan i særlige tilfælde tillade at en studerende udarbejder et projekt eller eksamineres alene. Emnet for projektarbejdet vælges af de studerende inden for kravene til læringsudbytte og evt. nærmere afgrænsede emner og temaer som studienævnet har fastsat. Prøveform Mundtlig projekteksamen med udgangspunkt i projektrapporten og eventuelt supplerende materiale (produkt eller procesdokumentation). Under prøven afsættes op til 5 min. per studerende til en selvvalgt, forberedt præsentation med afsæt i det fælles projektarbejde. Prøven forløber derudover som en samtale mellem de(n) studerende, eksaminator og censor under ledelse af eksaminator. Under eksaminationen skal det sikres at alle eksaminander på lige vilkår får mulighed for at demonstrere deres kendskab til det fælles projekt og for vise deres faglige niveau i relation til det forventede læringsudbytte. Gruppeprøve eller individuel prøve gruppe Hjælpemidler til eksamen Censur alle 7-trins-skalaen Ekstern Titel Undervisningssprog Type ECTS-normering Læringsudbytte/ bedømmelseskriterier Projektorienteret praktikforløb (Datalogi) Engelsk Praktikrapport 15 ECTS viden om teorier og metoder inden for et udvalgt datalogiske fagområder viden om hvordan fagets teorier og metoder anvendes i praksis skal kunne anvende og vurdere fagets teorier og metoder til at løse konkrete datalogiske opgaver i praksis skal kunne reflektere over nødvendige faglige kompetencer til deltagelse i og løsning af konkrete datalogiske problemstillinger i praksis skal kunne reflektere over egen læreproces og hvordan hidtil 20

22 opnået viden, færdigheder og kompetencer har kunnet anvendes i arbejdet med praktikprojektets problemstillinger Overordnet indhold Undervisnings- og arbejdsform Gennemførelse af praktik på en fagligt relevant arbejdsplads mhp. førstehåndskendskab til typiske arbejdsopgaver, og mhp. nærmere erfaringer om sammenhængen mellem praksis og det akademiske indhold i uddannelsen. Praktikarbejdet tilrettelægges i samarbejde med praktikværten. I tilknytning til praktikken udarbejdes en praktikrapport hvor den studerende beskriver de fagligt relevante elementer af de problemstillinger vedkommende har arbejdet med, og hvor den studerende reflekterer over de erfarede praksisser i feltet, egen faglig læring i tilknytning til disse, samt relationen til og mellem praksis og forskning på området. Forudsætning for deltagelse Praktikopholdet skal godkendes af studienævnet. Forud for praktikopholdet ansøger den studerende om forhåndsgodkendelse af praktikvirksomhed. Studienævnet skal ved sin behandling af ansøgningen sikre, at den studerende gennem praktikforløb og udarbejdelse af praktikprojektrapport opnår faglige kompetencer, der i omfang og niveau svarer til de kompetencer, der kan opnås gennem det ordinære uddannelsesforløb. Studienævnet skal endvidere godkende, at praktikkens omfang er foreneligt med, at den studerende kan tager kurser svarende til 15 ECTS i samme semester.godkendes ansøgningen, tildeler studielederen en vejleder. Mundtlig eksamen med udgangspunkt i en praktikrapport og eventuelt supplerende materiale (produkt eller procesdokumenation). Praktikrapporten har et anbefalet omfang af 30 normalsider, dog højst 45 normalsider. Hertil kommer eventuelt supplerende materiale som dokumenterer produkter og/eller processer. Dette kan have karakter af en portfolio med produkter og/eller beskrivelser af processer der er blevet arbejdet med i det projektorienterede Prøveform Under den mundtlige prøve afsættes op til 5 min. per studerende til en selvvalgt, forberedt præsentation med afsæt i praktikforløbet og praktikrapporten. Prøven forløber derud over som en samtale mellem de(n) studerende, eksaminator og censor under ledelse af eksaminator. Under eksaminationen skal det sikres eksaminanden får mulighed for at demonstrere sit kendskab til praktikprojektet og for at vise sit faglige niveau i relation til det forventede læringsudbytte. Der er afsat 30 minutter til eksaminationen, inkl. votering og tilbagemelding. Gruppeprøve eller individuel prøve Hjælpemidler til eksamen Censur Individuel prøve. Præsentationsudstyr 7-trins-skalaen Ekstern semester - specialet Specialet er normeret til 30 ECTS-point. Specialet skrives med udgangspunkt i Matematik og kan være tværfagligt. Specialet skrives på Matematiks undervisnings- og eksamenssprog. Studielederen skal godkende opgaveformuleringen for specialet, og studielederen fastsætter samtidig en afleveringsfrist, jf. 'tilmeldingsreglerne'. Specialet skal være ledsaget af et resumé på et fremmedsprog. Hvis specialet er skrevet på et fremmedesprog, bortset fra norsk og svensk, 21

23 kan resumét skrives på dansk. Specialearbejdet, der som udgangspunkt foregår i grupper, afslutter uddannelsen. Studienævnet kan dog dispensere fra dette, når det er begrundet i usædvanlige forhold, eller når et eller flere forudgående uddannelseselementer ikke er bestået. Forskningsbaseret viden inden for udvalgte fagområder og forståelse af og refleksion over egen specialeundersøgelses placering i det faglige felt. Identifikation af videnskabelige problemstillinger og kritisk forholden sig til videnskabelig viden. om den akademiske genre og den akademiske målgruppe samt forståelse af den samlede kommunikationssitutation som specialet indgår i. i at anvende og mestre videnskabelige teorier og metoder under arbejdet med en afgrænset, faglig og relevant problemstilling. i at analysere, kategorisere, diskutere, argumentere, reflektere og vurdere på et videnskabeligt grundlag. Færdighed i at forholde sig kritisk til og vælge kilder, litteratur, teori og metoder. Færdighed i at diskutere og indgå i en faglig argumentation med repræsentanter for det akademiske diskursfællesskab. Færdighed i at skrive i overensstemmelse med akademiske tekstnormer og med henblik på en akademisk målgruppe. i selvstændigt at kunne igangsætte, styre og gennemføre en længerevarende akademisk undersøgelses- og skriveproces. Kompetence i at identificere og tage ansvar for egen faglige og skriftsproglige udvikling og specialisering. Undervisnings- og arbejdsform: Specialet er et selvstændigt problemorienteret projektarbejde under vejledning. For specialerapporter er sidetalsangivelsen sider, idet grænserne for sidetal for specialerapporter med flere deltagere kan hæves med 50 %. Ved bedømmelse af specialet kan følgende bedømmelsesformer anvendes: 1. bedømmelse udelukkende på grundlag af specialet, eller 2. samlet bedømmelse af specialet og en mundtlig prøve Den studerende vælger bedømmelsesformen. Rektor kan dog godkende, at der i studieordningen fastsættes bestemmelser om anvendelse af en fast bedømmelsesform. sformen kan gøres afhængig af, om specialet er udarbejdet af en gruppe eller af en enkelt person. Specialer skrevet af en gruppe, skal det være individualiseret ved aflevering, hvis én eller flere studerende i gruppen ønsker at få specialet bedømt udelukkende på grundlag af specialet (punkt 1). Individualiseringen skal være reel og vise, hvilken studerende, der har hovedansvaret for de enkelte afsnit. Hvis specialet ikke er individualiseret, skal der i stedet afholdes en mundtlig specialeprøve, hvor bedømmelsen foretages som en samlet bedømmelse af specialet og den mundtlige prøve (punkt 2). Ved bedømmelsen af specialeafhandlingen skal der ud over det faglige indhold lægges vægt på den studerendes staveog formuleringsevne. Stave- og formuleringsevnen indgår i bedømmelsen med vægten 10%. Studienævnet kan dispensere herfra for studerende, der dokumenterer en relevant specifik funktionsnedsættelse - medmindre stave- og formuleringsevnen er en væsentlig del af prøvens formål. Resumeet skal indgå i specialebedømmelsen med vægten 5%. Specialet bedømmes efter 7-trins-skalaen med ekstern censur. 22