Studerende bliver tilmeldt til dette kursus af studieadministrationen. Skal du tage kurset igen, skal du kontakte inm-eksamen@ruc.dk

Naturvidenskab interesserer sig for virkeligheden, og derfor spiller empiriske data fra eksperimenter eller observationer en central rolle. Fælleskursus BK1 præsenterer forskellige typer af empiriske data, samt hvordan disse generelt kan beskrives, præsenteres, analyseres og tolkes ved hjælp af kvantitative og kvalitative metoder. Du vil desuden blive introduceret til relevante it-værktøjer og begreber som statistiske deskriptorer, sandsynlighed, tilfældig prøveudtagning, simple statistiske fordelinger og tests samt basale datalogiske begreber og teknikker.

Kurset forløber intensivt over de første 5 uger af semestret. Det kan ikke anbefales at tilmelde sig mere end et kursus i denne intensive periode

Regarding the use of generative AI at the exam

In this course, generative AI tools (GAI) are allowed in the work on the exam if their use is declared. You must clearly indicate how you have used generative artificial intelligence (GAI). This can, for example, be included as part of a methodology section or as a brief statement at the end of your exam paper or submitted as an appendix to your assignment. This means that you must describe how you have used GAI, for example, for preparatory work on the assignment, to ask questions, search and process information, receive feedback and critique on your text, perform proofreading, or improve language and readability. It is important that you actively consider your choice of tools in this way, as it is part of the entire creation process of the assignment and thus part of your scientific method and academic communication.

The use of any specific text that is GAI-generated requires citation, just like the use of any other sources from which direct quotes are taken.

In the library's guide, you can see more about how to cite AI and how you can declare your use of GAI - find the guide here.

Regular spell check and other language suggestions, as known from Word or other word processing programs, as well as programs for writing minutes and transcription, are allowed in all written exams and do not need to be declared.

Forelæsninger: 14 t, Holdøvelser: 28 t, Forberedelse til forelæsninger og øvelser: 77 t, Forberedelse til prøve: 15 t, Prøve: 1 t. I alt 135 timer

Læs mere om forventningerne til din arbejdsindsats på Natbach her

• Viden om forskellige typer af empiriske data samt deres basale rolle i naturvidenskab

• Viden om forskellige typer af grafisk præsentation af data

• Viden om statiske deskriptorer og simple statiske fordelinger og tests

• Færdigheder i at kunne præsentere samt analysere og tolke empiriske data ved hjælp af kvantitative og kvalitative metoder

• Færdigheder i at kunne læse og anvende fagligt symbolsprog og andre formelle repræsentationer

• Færdigheder i at kunne anvende relevante it-værktøjer i arbejdet med empiriske data

• Kompetencer til at kunne foretage simpel matematisk problemløsning

• Kompetencer til at kunne formidle faglige problemstillinger såvel mundtlig som skriftligt ved anvendelse af præsentation, analyse og tolkning af empiriske data

Obligatorisk kursus

Introduktion til datatyper. Datapræsentations-teknikker samt deskriptiv statistik. Basale datalogiske begreber og teknikker. Forhold mellem stikprøve og populationen. Sandsynligheder og fordelinger af data. Konfidensintervaller, Linear regression.

Alle kursusgange indledes med en forelæsning. Efterfølgende arbejde de studerende med opgaver på mindre hold.