Videnskabsteori for datalogi-økonomi (Vt-DatØk)
Kursusindhold
Kurset introducerer grundlæggende filosofiske begreber og perspektiver om økonomisk forskning. Kurset giver et overblik over igangværende metodologiske og filosofiske diskussioner omkring økonomi som videnskab, samt et overblik over de historiske, samfundsmæssige og politiske kontekster som økonomifaget har udviklet sig inden for. Vi fokuserer også på rollen af computerteknologi i økonomifaget indenfor det teoretiske og empiriske arbejde i mikro- og makroøkonomi. Undervisningen vil være struktureret rundt om temaer der relaterer til vigtige aspekter af forskningspraksis I økonomifaget (for eksempel at bygge en model, indsamle data, måle relevante faktorer). Vi vil fokusere på de filosofiske og metodologiske spørgsmål disse forskningspraksisser rejser. For eksempel, hvorfor og hvordan simplificerer en økonomisk model sociale fænomener? Hvad er ‘big data’ og kan big data forbedre empirisk arbejde I økonomifaget? Kan og bør værdier være en del af økonimisk forskning? I øvelsestimerne vil disse spørgsmål blive diskuteret I dybden. Undervisningen vil også introducere grundlæggende emner og tilgange til forskningsetik. Igennem hele kurset vil vi engagere med tekster indenfor økonomifilosofi, økonomihistorie og økonomi.
Philosophy of Computer Science Economics (Vt-DatØk)
Bacheloruddannelsen i datalogi-økonomi
Kompetencer
Ved kursets afslutning forventes den studerende at kunne:
- Reflektere kritisk over datalogien og økonomiens metoder, særlige natur og erkendelsesmæssige status.
- Udvise faglig selvforståelse og se datalogi og økonomi i forhold til tilgrænsende fagfelter/discipliner.
- Diskutere forskellige opfattelser af hvad videnskab er gennem hele spektret fra grundforskning over anvendelsesorienteret og strategisk forskning til innovation.
- Analysere, diskutere og forholde sig kritisk reflekteret til datalogien og økonomiens rolle i samfundet.
- Analysere, diskutere og forholde sig kritisk reflekteret til etiske og videnskabsteoretiske problemer i relation til datalogisk og økonomisk praksis og brugen af datalogi og økonomi.
Færdigheder
Ved kursets afslutning forventes den studerende at kunne:
- Identificere etiske og samfundsmæssige problemstillinger i relation til datalogi og økonomi.
- Identificere metodologiske og erkendelsesteoretiske problemer i relation til datalogi og økonomi.
- Identificere overtrædelser af god videnskabelig praksis i relation til datalogi og økonomi.
- Udarbejde et skriftligt akademisk produkt. Herunder skal den studerende kunne henvise korrekt til anvendt litteratur og på egen hånd udvælge relevant pensum.
Viden
Ved kursets afslutning forventes den studerende at kunne:
- Beskrive udvalgte etiske teorier af relevans for kritisk refleksion over datalogiske og økonomiske modeller, herunder nytteetik og pligtetik.
- Beskrive udvalgte, centrale videnskabsteoretiske begreber og problemer af relevans for kritisk refleksion over datalogi, økonomi og tilgrænsende vidensområder, herunder videnskabelig metode, videnskabelig usikkerhed, falsifikationisme, paradigme samt matematiske og økonomiske modeller.
- Beskrive datalogien og økonomiens samfundsmæssige rolle og betydning samt træk af datalogien og økonomiens historiske/institutionelle baggrund.
- Beskrive videnskabelige processer i datalogi og økonomi gennem hele spektret fra grundforskning over anvendelsesorienteret og strategisk forskning til innovation.
- Beskrive normer for god videnskabelig praksis både generelt og i forhold til datalogi og økonomi.
I kurset benyttes følgende undervisningsformer:
1. Forelæsninger
2. Øvelsestimer i mindre hold
3. Arbejde i grupper uden supervision.
Derudover forventes den studerende at benytte en væsentlig del af
sin tid på selvstændig forberedelse, specielt for at tilegne sig
kursets pensum.
Undervisningsmaterialet er tilgængeligt på Absalon inden kursusstart.
Mindst 30 beståede ECTS-point inden for datalogi-økonomi-uddannelsen
Dele af undervisningen vil foregå på engelsk.
Der gives mundtlig feedback på mundtlige fremlæggelser. Der gives kort individuel og samlet overordnet feedback på de to stillede afleveringsopgaver.
- ECTS
- 7,5 ECTS
- Prøveform
-
Skriftlig stedprøve, 3 timer med opsyn.
- Prøveformsdetaljer
- Den skriftlige stedprøve består af et opgavesæt med to dele: en bunden essay-opgave suppleret med spørgsmål til kursets forskellige vidensmål. De studerende vil en uge inden eksamen få udleveret en ukendt tekst, der skal analyseres i essay-delen af eksamen. Prøven vurderes som et samlet hele.
- Eksamensforudsætninger
-
For at blive indstillet til eksamen er det et krav, at man med sin gruppe har afholdt og bestået et mundtligt oplæg ved øvelsestimerne, og at man individuelt har fået godkendt de to stillede afleveringsopgaver.
- Hjælpemidler
- Skriftlige hjælpemidler tilladt
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
Flere interne bedømmere
- Reeksamen
-
Samme som ordinær eksamen.
Hvis indstillingskravet om godkendelse af to stillede afleveringsopgaver ikke er opfyldt skal opgaverne revideres og genafleveres.
Hvis indstillingskravet om beståelse af mundtligt oplæg ikke er opfyldt skal der afleveres en ekstra opgave i et emne defineret af den kursusansvarlige.
Opgaverne skal være afleveret senest 4 uger før reeksamen og godkendt senest 3 uger før reeksamen.
Kriterier for bedømmelse
For at opnå karakteren 12 skal den studerende overbevisende og præcist kunne demonstrere viden, færdigheder og kompetencer, som beskrevet under målbeskrivelsen. Der gives ikke forskellig vægt til opgavesættes to dele; eksamenssættet vurderes som et samlet hele.
Enkeltfag aften/weekend
- Kategori
- Timer
- Forelæsninger
- 28
- Forberedelse (anslået)
- 116
- Øvelser
- 21
- Projektarbejde
- 38
- Eksamen
- 3
- Total
- 206
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- NNDB21000U
- ECTS
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
-
1 blok
- Placering
- Blok 3
- Skemagruppe
-
A (tirs 8-12 + tors 8-17)
- Kapacitet
- Ingen begrænsning – medmindre du tilmelder dig i eftertilmeldingsperioden (BA og KA) eller som merit- eller enkeltfagsstuderende.
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Institut for Naturfagenes Didaktik
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlig
- Magdalena Malecka (17-776b716e6b766f786b38776b766f6d756b4a73786e38757f386e75)
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende