Skriv ut som pdf om du vill ha en pdf! Om du vill ha en snyggare utskrift, klicka bort webbläsarens automatiskt tillagda sidhuvud och sidfot.

Blekinge Tekniska Högskola
Institutionen för datavetenskap

Revision: 4
Dnr: BTH-4.1.14-0168-2023


Kursplan

Masterarbete i datavetenskap

Master's Thesis (120 credits) in Computer Science

30 högskolepoäng (30 credits)

Kurskod: DV2572
Huvudområde: Datavetenskap
Utbildningsområde: Tekniska området
Utbildningsnivå: Avancerad nivå
Fördjupning: A2E - Avancerad nivå, innehåller examensarbete för masterexamen

Undervisningsspråk: Engelska
Gäller från: 2023-09-01
Fastställd: 2023-09-01

1. Beslut

Denna kurs är inrättad av Prefekten vid institutionen för datalogi och datorsystemteknik på delegation av dekanen vid fakulteten för datavetenskaper 2016-08-30. Kursplanen är fastställd av dekan 2023-09-01 och gäller från 2023-09-01.

2. Förkunskapskrav

För tillträde till kursen krävs minst 90 högskolepoäng inom huvudområdet datavetenskap, varav minst 30 högskolepoäng på avancerad nivå. Dessutom krävs att den studerande har avklarat en kurs i forskningsmetodik i programvaruteknik och/eller datavetenskap om 7.5 högskolepoäng.

3. Syfte och innehåll

3.1 Syfte

Syftet med kursen är att studenten ska träna sin förmåga att definiera, planera, genomföra och redovisa ett självständigt vetenskapligt forskningsarbete. Studenten förväntas tillämpa de under utbildningen förvärvade kunskaperna för att självständigt fördjupa sig inom ett eller flera specifika delområden inom huvudområdet datavetenskap. Målet för studenten är att muntligen och skriftligen redovisa resultatet av forskningsarbetet samt att kritiskt granska och opponera på ett annat examensarbete. Redovisningen ska uppfylla de krav och kriterier som gäller för vetenskaplig text.

3.2 Innehåll

Kursen innehåller fyra moment:

1. Förstudie och planering

2. Genomförande

a. Forskningsarbete

b. Handledning och uppföljning

c. Skriftlig redovisning

3. Muntlig redovisning och försvar

4. Opposition

a. Skriftlig opposition

b. Muntlig opposition

Förstudie och planering omfattar framtagande av en projektplan som inkluderar en tidplan för projektet. I forskningsfasen (genomförande) genomförs projektet och dokumenteras i den akademiska rapporten enligt tidplanen. Det ingår också regelbundna uppföljningar av arbetet. Vid den muntliga redovisningen får studenten försvara sitt examensarbete. Varje student ska även opponera på ett annat examensarbete.

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

  • visa brett kunnande och förståelse inom datavetenskap,
  • visa väsentligt fördjupade kunskaper inom minst ett datavetenskapligt delområde, inbegripet fördjupad insikt i aktuellt forsknings- och utvecklingsarbete,
  • visa fördjupad metodkunskap inom datavetenskap.

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

  • visa förmåga att kreativt, kritiskt, och självständigt identifiera och formulera vetenskapliga frågeställningar
  • visa förmåga att med lämpliga metoder besvara vetenskapliga frågeställningar och därigenom bidra till kunskapsutvecklingen i datavetenskap
  • visa förmåga att planera, följa upp och slutföra ett självständigt forskningsarbete inom givna tidsramar och handledningsresurser
  • visa förmåga att utföra självständigt forskningsarbete och därigenom bidra till kunskapsutvecklingen i datavetenskap
  • visa förmåga att muntligen och skriftligen tydligt redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med forskare samt med studenter på samma nivå inom området och lekmän
  • diskutera examensarbetet muntligt och skriftligt på engelska
  • visa förmåga att på vetenskaplig grund systematiskt tillämpa kunskap förvärvad under utbildningen och att identifiera, analysera, syntetisera och kritiskt granska vetenskaplig litteratur

4.3. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

  • visa förmåga att systematiskt och kritiskt granska både sitt eget och andras arbeten med hänsyn till relevanta vetenskapliga, tekniska, samhälleliga, och etiska aspekter,
  • visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.

5. Läraktiviteter

Studenterna arbetar i par om två studenter och är ansvariga för att examensarbetet slutförs inom givna tidsramar och med givna handledningsresurser och håller tillräckligt hög kvalitet. Om särskilda och välgrundade skäl föreligger kan examinator besluta att uppsatsarbetet skrivs individuellt.

Studenterna vägleds av en akademisk handledare vid högskolan. Utöver den akademiska handledaren är det även möjligt att ha en extern handledare från exempelvis näringslivet eller ett annat lärosäte.

Om särskilda och välgrundade skäl föreligger kan examinator besluta att uppsatsarbetet skrivs individuellt. Studenterna vägleds av en akademisk handledare vid högskolan. Utöver den akademiska handledaren är det även möjligt att ha en extern handledare från exempelvis näringslivet eller ett annat lärosäte.

Innan kursstart hålls ett seminarium där studenterna presenterar sin uppsatsidé. Kursen inleds sen med introduktionsseminarier. Den resterande tiden består av självständigt arbete i form av planering, utförande, uppföljning och redovisning av ett examensarbete samt en opposition mot ett annat examensarbete. Under arbetet ska studenterna underhålla en e-portfolio på kursens läroplattform där denne regelbundet informerar om examensarbetets status och progress.

Den slutgiltiga, reviderade, akademiska rapporten betygsätts av examinator efter muntlig presentation. Examinator betygsätter den akademiska rapporten baserat på sin egen bedömning samt beaktande av resultatet från den kollegiala fackgranskningen. Även projektplanen bedöms av examinator med stöd av den kollegiala fackgranskningen.

Presentationen och försvaret kan genomföras först efter det att (i) det finns en godkänd projektplan och (ii) den akademiska rapporten är tillräcklig i sin nuvarande form för att presenteras och försvaras. Bedömningen innebär inte att den akademiska rapporten kommer att bedömas som godkänd utan betygssättande bedömning görs av examinator efter genomförd presentation och försvar av den akademiska rapporten.

Projektplanen, den muntliga presentationen och försvaret, den muntliga och skriftliga oppositionen och den akademiska rapporten ska följa de anvisningar och mallar som ingår i Instructions for Degree Projects som tillhandahålls av fakulteten för datavetenskaper.

Kursen är en campuskurs, om inte annat angivits. Studenterna förutsätts finnas tillgängliga för handledning. Det är studenternas ansvar att hushålla med handledningsresursen. Studenterna har inte rätt till handledningstid utanför terminstid.

Studenterna som under det aktuella kurstillfället inte blir klar i tid med ett påbörjat självständigt arbete kan få fortsatt handledning men endast i begränsad omfattning och som längst till och med kursens nästkommande tillfälle. Examinator har rätt att avbryta handledningen när all handledningstid är förbrukad. Dock har studenterna alltid rätt att få sitt självständiga arbete bedömt vid efterföljande examinationstillfälle. En student som omregistrerar sig på kursen kan normalt inte tillgodoräkna sig ny handledningstid.

6. Bedömning och examination

Examinationsmoment för kursen

Kod Benämning Omf. Betyg
2405 Uppsats 26 hp AF
2415 Försvar 1 hp GU
2425 Projektplan 2 hp GU
2435 Oppostition 1 hp GU

Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Underkänd, något mer arbete krävs, F Underkänd.

Betygsättning utförs av examinator efter beaktande av resultatet från den kollegiala fackgranskningen. Studenterna bedöms individuellt, även när de skriver examensarbetet i par. En student som vid kursens slut inte har lämnat in en projektplan ges betyget U på momenten, då studenten inte kunnat uppvisa tillräcklig förmåga att genomföra uppgifter inom givna tidsramar. Studenter som inom 12 (16) månader från kursstart inte har lämnat in en akademisk rapport av tillräcklig hög kvalitet för att presenteras och försvaras, kan högst nå betyg B (C), då studenterna inte kunnat uppvisa tillräcklig förmåga att genomföra uppgifter inom givna tidsramar. Den muntliga presentationen och försvaret av examensarbetet och den muntliga oppositionen ska ske på campus, om inte annat angivits. Antalet tillfällen som en student får genomgå prov för att få godkänt resultat på var och en av kursens moment begränsas till fem.

I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.

Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Kurslitteratur

Tillhandahålls av institutionen: Anvisningar för examensarbeten inom datavetenskap. Övrig kurslitteratur väljs individuellt av studenten i samråd med handledare.

Referenslitteratur

1.Thesis Projects: A Guide for Students in Computer Science and Information Systems; 2nd Edition

Författare: Mikael Berndtsson et al.

Förlag: Springer

Utgiven: 2007, Antal sidor: 162

ISBN-13: 978-1848000087


2\. Experimentation in Software Engineering – An Introduction; 2nd Edition

Författare: C. Wohlin, P. Runeson, M. Höst, M.C. Ohlsson, B. Regnell, A. Wesslén

Förlag: Springer Verlag

Utgiven: 2012, Antal sidor: 250

ISBN-13: 978-36422