Lärandemål
Efter avslutad kurs ska studenten kunna
- beskriva och förstå betydelsen av olika typer av data och former för datain-samling med fokus på kvantitativa data inom mikrodataanalys,
- värdera olika typer av uppgifter och typer av datainsamling med avseende på dimensioner av datakvalitet och existerande lagar och regler för datainsamling, -lagring och -överföring,
- utveckla ett nytt datainsamlingssystem för tillämpa på en forskningsrelaterad frågeställning.
Innehåll
Kursen behandlar olika typer av data och olika former av datainsamling, t.ex. insamling av surveydata, tidsseriedata, demografiska registerdata och sensormätningar, datain-samling för kvalitativ analys, urvalsanalys samt experiment. Analys av datakvalitet inte-greras i datainsamlingen. Datakvalitetsdimensioner, de standarder för datakvalitet som upprättats av erkända organ, och vikten av metadata diskuteras. Under kursen analyse-ras etik och de lagar som reglerar datainsamling, -lagring och -överföring och sambandet mellan datainsamling och -lagring.
Examinationsformer
Kursen examineras genom ett enskilt projekt kopplat till doktorandens avhandlingsar-bete och muntlig redovisning av detta, 2 hp (U - G), laborationsrapporter, 1 hp (U - G) och individuella inlämningsuppgifter, 2 hp (U - G). Doktoranden måste aktivt delta i minst två tredjedelar av schemalagda föreläsningar, workshops och lektioner för att bli godkänd.
Arbetsformer
Föreläsningar, laborationer, projektarbeten och seminarier.
Betyg
Som betygsskala används U–G.
Betygsrapportering:
Moment 1: enskilt projekt 2 hp
Moment 2: laborationsrapporter 1 hp
Moment 3: individuella inlämningsuppgifter 2 hp
För betyget godkänd på kursen krävs Godkänt på alla momenten.
Förkunskapskrav
- Behörig att antas till kursen är den som har grundläggande behörighet till forskarutbildning. Doktorand som inte är antagen vid någon av Högskolan Dalarnas forskarutbildningar antas i mån av plats.
Övrigt
Kursen kan tillgodoräknas inom forskningämnena Pedagogiskt arbete ooch Vårdvetenskap.