Aftagergruppemøde i Studienævn for Datalogi (DSN) 31. maj 2016

Transkript

1 Aftagergruppemøde i Studienævn for Datalogi (DSN) 31. maj 2016

2 Nøgletal Optag Optagsgrundlag Karakterniveau fra gymnasiet (STX, HTX, HHX) Studieeffektivitet Frafald

3 Ledighed: Datalogi

4 Ledighed: Software

5 Ledighed: Informatik

6 Kraftig vækst i optag Optag på it bacheloruddannelser i DK It uddannelsers andel af optag % KU CBS ITU DTU SDU AU AAU 25% 20% 15% 10% 5% 0% KU CBS DTU SDU AU AAU Total 40% 35% 30% 25% 20% 15% 10% 5% 0% Relativt KU CBS ITU DTU SDU AU AAU Samlet bach.optag, SICT

7 Optag på SN for Datalogi Samlet bach.optag, SICT studienævn DSN ESN MSN Bacheloroptag, Studienævn for Datalogi Datalogi Software Stigning på 219 % fra 2010 (135) til 2015 (310) Fordoblet på software Uændret på datalogi Fordoblet på informationsteknologi Ca. 3 4 doblet på informatik Flot start på interaktionsdesign Informatik Informationsteknologi Interaktionsdesign

8 Optagsgrundlag Optagsgrundlag, DSN % 35% 30% 25% 20% 15% 10% 5% 0% Optagsgrundlag, , SICT

9 Karakterniveau fra gymnasiet Gennemsnitskarakter 10,0 9,0 8,0 7,0 6,0 5,0 4,0 3,0 2,0 1,0 0,0 HTX STX HHX HF Udenlandsk adg.grundlag DSN ESN MSN 31 % har matematikkarakter < 4 9 % har gennemsnitskarakter < 4 Matematikkarakterer 12 % har både dansk og matematikkarakter < 4 9,0 8,0 7,0 6,0 5,0 DSN 4,0 ESN 3,0 MSN 2,0 1,0 0,0 HTX STX HHX HF

10 Fordeling af karaktergennemsnit fra gymnasiet

11 Fordeling af karaktergennemsnit fra gymnasiet sammenlignet med DTU 1 Kilde: Tina Michler Bujakewitz & Tinemarie Husted (2015), ER KVALITETEN FULGT MED OPTAGET? En analyse af universiteternes stigende optag og de kvalitetsmæssige konsekvenser heraf, Speciale, Politik og Administration, Aalborg Universitet (kan downloades frawww.eva.dk/projekter/2015/detstigende optag/hent notater)

12 Studieeffektivitet Studieeffektivitet = STÅ pr. år divideret med antal optagne STÅ = 60 ECTS point bestået (alle eksamener bestås af en fuldtidsstuderende)

13 Studieeffektivitet på DSN uddannelser Gode karakterer fra gymnasiet er afgørende for god studieeffektivitet på DAT og SW, men ikke i nær samme grad på INF og BaIT

14 Monitorering af frafaldstruede studerende Gul kategori: 5/60 < #studieår #STÅ 15/60 Rød kategori: #studieår #STÅ > 15/60 Indskrevne studerende med STÅ < 50 % udgør ca. 7%

15 Gul eller rød kategori ift. gennemsnitskarakter fra gymnasiet

16 Frafald Der er langt større risiko for frafald for studerende med lave gennemsnitskarakterer fra gymnasiet på uddannelser, der er matematisk krævende Frafaldet blandt DAT og SW studerende med gennemsnitskarakter < 4 er hhv. 30 og 39 % point højere end for studerende med gennemsnitskarakter 4 For BaIT og INF studerende er forskellen kun ca. 5 % point

17 Hvad kan gøres for at reducere frafald / fastholde de studerende? Fra selvevalueringshandlingsplanen: Bibringe de studerende på 1. semester et godt indblik i uddannelsens indhold og karrieremuligheder. Hvordan? Kan skærpede adgangskrav filtrere uegnede studerende fra uden at filtrere for mange egnede fra? Hvis ja, skærp kravene. Understregning af, at uddannelserne stiller høje krav Andre forslag?

18 Studiemiljø Fra selvevalueringshandlingsplanen: Mange studerende oplever, at de reelt først starter på studiet på 3. semester Handling: Undervisere fra CS bør i højere grad involveres i undervisningen i fagenes kontekstualitet på 1. og 2. semester Andre forslag?

19 Studiemiljø (2) Fra selvevalueringshandlingsplanen: Kvadratmeterbesparelser pres på adgang til grupperum Handling: Løbende overvågning af de studerendes oplevelser af grupperumsforhold Justeringer i studieordninger mm., som reducerer behovet for grupperum Arbejdsgruppe på tværs af studienævn og institut skal foreslå konkrete løsninger

20 Skærpede adgangskrav? Et krav om gns.kar. 4 vurderes at resultere i en reduktion i optaget på max 5% på DAT og SW (pga. varslingskrav) Over halvdelen (hhv. 60 og 70 %) af de studerende med gns.kar. < 4 optaget på DAT og SW falder fra

21 Rekrutteringsudfordring: Meget skæv kønsfordeling på it uddannelser Studieretning Antal % Antal % Antal % Antal % Antal % Datalogi, kvinder 7 6% 4 3% 7 5% 8 6% 8 5% Datalogi, mænd % % % % % Informatik, kvinder 2 10% 2 6% 3 6% 3 5% 7 14% Informatik, mænd 18 90% 29 94% 47 94% 59 95% 42 86% Informationsteknologi, kvinder 1 2% 2 3% 2 3% 2 3% 6 6% Informationsteknologi, mænd 41 98% 57 97% 65 97% 75 97% 89 94% Software, kvinder 7 5% 5 3% 9 4% 6 2% 5 2% Software, mænd % % % % % Total, kvinder 17 5% 13 3% 21 4% 19 4% 26 5% Total, mænd % % % % % Workshop med kvindelige studerende (april 2015) Analysearbejde (Mette og Cathrine, sommeren 2015) opdatering af tilsvarende på DTU i 2007 Styregruppemøde (august 2015) Arbejdsgruppe vedr. gymnasietilbud (SRP mm.) (løbende fra efteråret 2015) Coding Pirates på AAU (november 2015) Junior GOTO (november 2015 genstartes efterår 2016) It camp for årige piger (marts 2016) planlagt og gennemført af 7 kvindelige studerende Møde med ITB (sommeren 2016) samarbejde mellem universiteter, ITB, virksomheder,... Video Pirates for piger (Coding Pirates på AAU City Campus CREATE bygningen) i efteråret 2016???

22 Cathrine og Mette: Forslag til initiativer Folkeskolen Emneuger/-dage i folkeskolen, hvor it er i højsædet It-camp Kvindelige rollemodeller Events i forbindelse med "Hour of Code" Gymnasier Udlån af uni-laboratorier til elever Assistance ved SRP It-camp for piger 22

23 Cathrine og Mette: Forslag til initiativer (2) Universitetet Søsterordning Mentorordning Studenterudviklingssamtaler AAU-netværk for kvindelige itstuderende/undervisere Nye uddannelsesnavne Deltagelse i konferencer om kvinder og it It-camp i samarbejde med UNF 23

24 Scient.bach. Cand.polyt.? AAU og DTU mod ministeriet Overgange fra scient. til polyt., som har eksisteret i flere år accepteres Nyere overgange fra scient. til polyt. accepteres ikke... BSc (scient.) i datalogi Cand.polyt. i software ( ) Cand.polyt. i lyd og musikteknologi BSc (ing.) i software Cand.scient. i datalogi Giver det mening...?