Kursplan för Datavetenskapens didaktik

Computing Education Research

  • 10 högskolepoäng
  • Kurskod: 1DT061
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2009-03-12
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: VT 2019
  • Behörighet:

    120 hp inklusive 45 hp datavetenskap eller 45 hp högskolepedagogik/utbildningsvetenskap. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenterna kunna beskriva grundläggande begrepp om hur studenter lär sig datavetenskap samt om undervisning av ämnet. De ska kunna redogöra för olika teorier kring lärande samt om forskning i datavetenskapens didaktik, samt tillämpa detta inom något delområde av ämnet.

Innehåll

Introduktion till datavetenskapens didaktik: Lärandeteorier. Lärande inom datavetenskap. Forskning om lärande inom datavetenskap.

Aktuella forskningsämnen: Grundläggande programmering. Genusfrågor inom datavetenskap. Kritisk teori. Kvantitativ och kvalitativ forskning.

Individuellt upplagt projekt.

Undervisning

Föreläsningar, seminarier och projektarbete. Gästföreläsningar.

Examination

Kursen examineras med projekt (5 hp), diskussioner och uppgifter (5 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övriga föreskrifter

Kursen förutsätter inga förkunskaper i pedagogik eller utbildningsvetenskap.

Versioner av kursplanen

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.

Skriv ut