Kandidatspeciale

2022/2023

Modulets indhold, forløb og pædagogik

FORMÅL         
At den studerende selvstændigt, systematisk og kritisk gennem anvendelse af videnskabelig teori og metode kan formulere, analysere og bidrage til løsning af et aktuelt forskningsproblem inden for datalogi

BEGRUNDELSE    
Universitetsuddannelser er forskningsbaserede uddannelser; alle studerende skal på kandidatuddannelsen opnå dybtgående indsigt i forskningens aktuelle problemstilling og metoder, således at denne indsigt kan bringes til anvendelse i løsning af problemer inden for forskning

 

Læringsmål

Viden

  • dokumentere dybtgående kendskab til og overblik over en aktuel problemstilling inden for datalogisk forskning og dennes mulige løsninger

Færdigheder

  • kunne ræsonnere om og med de berørte begreber og teknikker

  • kunne anvende og skabe teoridannelser inden for fagområdet i forbindelse med formulering af og analyse og løsning af et problem inden for datalogisk forskning

  • kunne formidle en aktuel datalogisk problemstilling, et bidrag til dens løsning og det tilhørende begrebsapparat inden for forskningsområdets rammer

Kompetencer

  • kunne anvende begreberne og ræsonnementerne inden for fagområdet til at formulere, analysere og bidrage til løsning af et problem inden for en aktuel problemstilling i datalogisk forskning

Undervisningsform

Projektarbejde

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 900 timer.

Eksamen

Prøver

Prøvens navnKandidatspeciale
Prøveform
Speciale/afgangsprojekt
ECTS30
Bedømmelsesform7-trins-skala
CensurEkstern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelMaster's Thesis
ModulkodeDSNCSITK411
ModultypeProjekt
Varighed1 semester
SemesterForår
ECTS30
UndervisningssprogEngelsk
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design