626.013 (22S) Experiment/Study Planning and Data Analysis

Sommersemester 2022

Anmeldefrist abgelaufen.

Erster Termin der LV
07.03.2022 10:00 - 12:00 N.2.57 On Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch Experiment/Study Planning and Data Analysis
LV-Art Vorlesung-Kurs (prüfungsimmanente LV )
LV-Modell Präsenzlehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 8 (25 max.)
Organisationseinheit
Unterrichtssprache Englisch
LV-Beginn 07.03.2022
eLearning zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Successful participants have gained:

  • an understand of the fundamentals of the presented research methods
  • confidence in explaining the methods they use in their own work and in explaining their research questions
  • practice and skills in presenting (written and oral) research work

Lehrmethodik

discussions • presentations • literature research • hands-on in-class exercices

Inhalt/e

In this course, participants learn from their peers about different research methods in Computer Science. Each participant will teach the method(s) that are central to their work. The course also includes sessions covering the fundamentals of designing user experiments/studies and qualitative and quantitative evaluation/analysis approaches.

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

discussions • presentation • summary paper

Prüfungsinhalt/e

See Course overview above.

Beurteilungskriterien/-maßstäbe

The final grade depends on the overall quality, completeness, and correctness of the work items (participation in discussions, the presentation, and the summary paper) according to the following grading scheme.

Grade 1 – Excellent
The work item is complete and of superior quality. The work item is very well written, has a professional touch, and is profound. The student is very reflective and insightful. The work item may contain very few clarity, structure, or presentation problems.
Grade 2 – Good
The work item is complete and of high quality. The work item is well written and in-depth. The student is reflective and insightful. The work item may contain few clarity, structure, or presentation problems.
Grade 3 – Satisfactory
The work item is complete and of good quality, but several points could be better articulated, be more insightful, or more thorough. The work item may contain some clarity, structure, or presentation problems.
Grade 4 – Sufficient
The work item is mostly complete and of satisfactory quality, but most points could be better articulated, be more insightful, or more thorough. The work item contains clarity, structure, or presentation problems.
Grade 5 – Failed
The work item is incomplete or of lower quality. The points are not well articulated or thorough enough. The work item may contain significant clarity, structure, or presentation problems.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Doktoratsprogramm Informatics (SKZ: ---, Version: 17W.1)
    • Fach: Informatics (Pflichtfach)
      • Informatics ( 0.0h XX / 0.0 ECTS)
        • 626.013 Experiment/Study Planning and Data Analysis (2.0h VC / 4.0 ECTS)
  • Doktoratsstudium Doktoratsstudium der Technischen Wissenschaften (SKZ: 786, Version: 12W.4)
    • Fach: Studienleistungen gem. § 3 Abs. 2a des Curriculums (Pflichtfach)
      • Studienleistungen gem. § 3 Abs. 2a des Curriculums ( 16.0h XX / 32.0 ECTS)
        • 626.013 Experiment/Study Planning and Data Analysis (2.0h VC / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2020
  • 626.013 VC Experiment/Study Planning and Data Analysis (2.0h / 4.0ECTS)
Sommersemester 2018
  • 626.013 VC Experiment/Study Planning and Data Analysis (2.0h / 4.0ECTS)
Sommersemester 2013
  • 626.013 VK Kreative Methoden: Wie blockierte Denk-und Forschungsprozesse wieder in Fluss kommen (1.0h / 2.0ECTS)