DM500: Studieintroduktion for Kunstig intelligens og Datalogi

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser
EKA: N330084102
Censur: Intern prøve, en bedømmer
Bedømmelse: Bestået/Ikke bestået
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Bachelor

STADS ID (UVA): N330084101
ECTS-point: 5

Godkendelsesdato: 02-04-2025


Varighed: 1 semester

Version: Godkendt - aktiv

Indgangskrav

Kurset kan kun følges, hvis det indgår som konstituerende kursus i dit studieforløb.

Faglige forudsætninger

Ingen

Formål

Kursets formål er, at den studerende oplever en faglig identitetsskabende og fastholdende introduktion til sit studium. Kurset udvikler og styrker den studerendes studiekompetencer gennem indføring i studiets metoder og aktiv deltagelse i faglige læringsaktiviteter.

Den studerende tilknyttes en studiegruppe, som konstituerer sig med en studiegruppekontrakt. Den studerende arbejder med en problemstilling forankret i studiets indledende kurser, under anvendelse af faglige værktøjer af generel relevans for arbejdsprocesser, faglig kommunikation og samarbejde i den studerendes uddannelse.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evne til at:    

  • Anvende studie- og læringsstrategier til at planlægge sin egen læringsproces i forhold til læringsmål, læringsaktiviteter og evalueringsformer
  • Etablerer faglige relationer til sine medstuderende og beskrive sin rolle som en aktiv bidrager til uddannelsens sociale og faglige miljø.
  • Anvende faglige værktøjer af relevans for arbejdsprocesser, faglig kommunikation og samarbejde i den studerendes kurser på uddannelsen.

Indhold

Kurset indeholder følgende faglige hovedområder:

  • Studiegruppen: Samarbejdsformer, kommunikation, planlægning, konflikthåndtering, gruppedannelse og konstituering af studiegruppe samt studiegruppekontrakt
  • Den studerendes læring: Introduktion til itslearning, studie- og læringsstrategier, evalueringer og eksamener, forventningsafstemning, etiske standarder ved et universitetsstudium samt den studerendes personlige læringsplan.
  • Faglige værktøjer af relevans for arbejdsprocesser, faglig kommunikation og samarbejde i den studerendes kurser på uddannelsen.

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Efterår

Udprøvninger

Portfolio

EKA

N330084102

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Alle almindelige hjælpemidler tilladt

ECTS-point

5

Uddybende information

Portfolien består af  følgende elementer:

  1. Indleveret studiegruppekontrakt.
  2. En e-test der tages undervejs i semesteret
  3. Opgave afleveret i slutningen af semesteret

For samlet at opnå en bestået karakter skal hhv. element 1, 2 og 3 hver for sig leve op til målbeskrivelserne.
Element 1, 2 og 3 har lige vægtning, idet der dog anlægges en helhedsvurdering.

Vejledende antal undervisningstimer

35 timer per semester

Undervisningsform

Skemalagte undervisningstimer:  


Antal undervisningstimer i alt: 35

Heraf:  

Fællestimer i klasselokale/auditorium: 18

Holdtimer i klasselokale: 17


Fællestimer bruges til information om IT-systemer, studie- og eksamensregler, vejledningstilbud, fagråd, samt til opstart af studiegrupper. Holdtimerne bruges til indføring i studieteknik og faglige værktøjer, med fokus på praktiske øvelser i disse.

Andre planlagte undervisningsaktiviteter:

  • Arbejde med afleveringen.
  • Træne brug af de faglige værktøjer.

Ansvarlig underviser

Navn E-mail Institut
Rolf Fagerberg rolf@imada.sdu.dk Institut for Matematik og Datalogi

Yderligere undervisere

Navn E-mail Institut By
Camilla Gundlach cgk@sdu.dk Det Naturvidenskabelige Fakultetssekretariat
Simone Louise Sørensen simone@sdu.dk Det Naturvidenskabelige Fakultetssekretariat
Søren Sten Hansen shan@sdu.dk Det Naturvidenskabelige Fakultetssekretariat

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.