Kursöversikt

Kurs-PM

MVE380 Modeller för förståelse lp4 vt20 (7,5 hp)
Kursen ges av institutionen för Matematiska vetenskaper

Kontaktuppgifter

Philip Gerlee, examinator och lärare
Samuel Bengmark, lärare

Studentrepresentanter:

 

Kursens syfte

Syftet är att fördjupa studentens förståelse för vetenskapliga modeller i allmänhet och naturvetenskapliga och lärandemodeller i synnerhet. Målet är att studenten, genom att studera modeller inom två så olika områden, skall skapa en bredare och djupare förståelse för modellbegreppet. Dessutom skall studenten få kunskaper om vedertagna modeller och tillvägagångsätt för modellering inom lärande och inom naturvetenskap och teknik.
Då modeller spelar en viktig roll när man försöker förstå det okända skall denna kurs förbereda studenten för utvecklingsverksamhet, både inom teknisk/naturvetenskaplig verksamhet och inom undervisning.

Kort sags så handlar kursen om vetenskapliga modeller i allmänhet och tar upp två speciella områden i synnerhet, naturvetenskapliga/tekniska modeller samt lärandemodeller. Kursen kommer också att beröra några andra modeller om ledarskap, personlighet och undervisning.

Lärandemål

Efter fullgjord kurs ska studenten kunna

• redogöra för det vetenskapliga modellbegreppet och dess olika karakteristika och egenskaper
• redogöra för valda lärandemodeller och deras egenskaper
• använda etablerade lärandemodeller för att planera undervisning, motivera didaktiska beslut utifrån dessa samt utvärdera utfallet
• redogöra för och kunna praktisera olika modelleringsstrategier samt att kritiskt kunna granska och klassificera en given modell
• utveckla egna modeller inom både naturvetenskap/teknik och inom lärande
• värdera vedertagna och studiekamraters modeller

Länk till kursplanen i Studieportalen Studieplan

Schema

TimeEdit

Kurslitteratur

• Vetenskapliga modeller (VM), Gerlee och Lundh, Studentlitteratur, 2012, finns på Cremona.
  • Ingenjörens guide till Python (IP), Lindemann, Studentlitteratur, 2019, finns på Cremona.
• Introduction to Scientific Computing with Python, (SC)
• Perspektiv på lärande (PPL), D.C. Phillips och Jonas F. Soltis, Norstedt, kommer också att finnas på Cremona 
• Ett antal artiklar som specificeras under kursens gång.

Kursens upplägg

Till varje lektion finns saker att förbereda. 
Till de dagar som betecknade med L-modeller i programmet behandlar lärande/ledarskapsmodeller skall man normalt förbereda sig genom att  

a) läsa texter och ta med sig sina egna minnesanteckningar till vår gemensamma diskussion med syfte att förstå de modeller texterna beskriver. Minnesanteckningarna är bara för din egen skull. 
b) i grupp designa en lärandesituation som iscensätter de centrala delarna i en av de lärande/ledarskapsmodell som diskuterades vid förra seminariet,


Till de dagar som behandlar NT-modeller skall man normalt läst ett utpekat avsnitt.

I tillägg till detta kommer ni i grupp att genomföra följande modelleringsprojekt:

• Modellera ett naturvetenskapligt eller tekniskt skeende.
• Skapa en lärandemodell.
• Modellering av NT-problem i form av en "Speed Consulting"-workshop

Förändringar sedan förra kurstillfället

En sammanfattning av gjorda förändringar sedan förra kurstillfället, baserat på protokoll från kursnämndsmötet.

• Justering av programmeringsdelen.

Organisation

Denna kurs handlar om vetenskapliga modeller i allmänhet och om modeller inom naturvetenskaliga/teknik och lärande i synnerhet. Det gemensamma temat som sammankopplar allt är vetenskapliga modeller. Det är ryggraden i denna kurs. Vid sidan av detta består kursen av två specifika stråk, NT-modeller samt lärandemodeller, som var och en har sin egen kurslitteratur och sin egen progression. 

Målet är att genom att studera modeller inom olika områden skall du skapa en användbar förståelse för modellbegreppet. Dessutom får du kunskaper om vedertagna modeller och tillvägagångsätt för modellering inom både skola och ingejörsverksamhet.

NT-modeller

Detta stråk behandlar modelleringsverktyg som är mer eller mindre vanliga inom natur- och teknikvetenskaperna.

Delmoment som bidrar till detta stråk:

• Python som verktyg för modellering
• Diskussion av NT-modellerna och varianter på dem från VM: s. 81-116
• Gruppvis arbete med att modellera givna NT-uppgifter inklusive redovisning
• Differentialekvationer och stokastiska modeller som verktyg och Python som hjälpmedel i NT-modeller
• Grupp-workshop i form av "Speed Consulting" vid två tillfällen: 2*45 min plus redovisning med öppna okända NT-problem som delas ut till grupper om 2-3 studenter
• Ett slutseminarium med vetenskapsteoretiska förtecken men med konkreta exempel från de egna erfarenheterna av NT-modellering under kursen.

Alla dessa punkter ovan bidrar, i större eller mindre grad, till att öka den laborativa karaktären av kursen vilket är en viktig ingrediens att ta med sig ut både till skolan och till teknikdriven industri.

L-modeller

De flesta tillfällen om lärandemodeller har två delar:

• En tillämpningsdel då ni visar upp aktivitet som ni studenter utvecklat, baserade på den L-modell som diskuterades vid förra seminariet.
• Ett seminarium då vi diskuterar de lärandemodell ni läst om inför seminariet.

Som hjälp för dessa två finns här några saker att tänka på när ni läser texterna och förbereder tillämpningsdelen och seminarium.

Läsanvisningar inför seminarierna

Syftet med seminarierna är att tillsammans tolka de beskrivningar av modellen som ges i kurslitteraturen. Till varje gång har du ca 60 sidor att läsa, vilket kommer ta dig ca 2 timmar inklusive att skriva anteckningar och fundera lite. Tänk på att försöka fånga det väsentliga snarare än att lusläsa på det sätt man gör med ett matematiskt bevis. Du kan ha hjälp av att tänka på följande frågor när du läser och som vi kommer att diskutera när vi mötes på semiariet.

1. Beskriv modellen tex genom att svara på följande frågor:

• • Vad är modellens huvudbegrepp och huvuddrag? Kan den illustrerar på något kompakt sätt?
    
  • Vilka personer förknippas med modellen och vilken är dess historiska plats och relationern till andra modeller?

  2. Analysera modellen tex genom att svara på följande frågor:

• • Vilken verklighet är det modellen ger tillgång till? Finns det andra modeller för denna verklighet?
  • Vilka är modellens fördelar och styrkor?
  • Vilka är modellens begränsningar och svagheter? Ser du tex risker för potentiell felanvändning av modeller?

Instruktioner inför tillämpningsdelen av förra seminariets modeller

Syftet med denna tillämpningsdel är att få en djupare förståelse för modellen genom att se hur den kan tillämpas. Ni skall därför skapa en aktivitet där ni utgår från modellen som diskuterades förra seminariet och med syfte att skapa lärande eller ledarskap. Ta gärna ut svängarna! Ni behöver inte bara skapa aktiviteter som ni är säker på fungerar bra. Hur lång tid er aktivitet är tänkt att ta i verklignehen bestämmer ni själv, men tänk på att det blir svårare att hinna beskriva långa aktiviteter i detalj på de ca 10 minuter ni har på er att presentera. Illustrera gärna aktiviteten med rollspel eller liknande.

För att dessa aktiviteter skall hjälpa oss förstå modellen skall ni försöka göra två saker:

1. Var så konkreta som möjligt när ni beskriver aktiviteten så att ni verkligen får utforskat en möjlig konsekvens av modellen i praktiken. Vad är ert syfte med aktiviteten? Vilka instruktioner ges? Vilka artefakter används? Vem agerar och när? Hur avslutas aktiviteten?
2. Var så explicits som möjligt med vilka val ni gör när ni designar er aktivitet. Det är essentiellt att ni försök finna stöd för era val i modellen. Ser ni något sätt att utvärdera om aktiviteten gett önskad effekt?

Tidsanvändning 

Summa: 196 timmar

Tidigare studenter rekommenderar att ni i klassen beslutar om UPP-fria tider, dvs tider då grupper i denna kurs kan träffas.

Examination

• Närvaro på Speed Consulting och seminarier om Lärandemodeller.
• Godkänt inlämning av lösningar på modelleringsuppgifter med Python.
• Godkänd inlämning och presentation av en i grupp egenkonstruerad naturvetenskaplig- eller teknisk modell. Återkoppling ges muntligt vid presentationen av arbetet. 
• Godkänd inlämning och presentation av en i grupp egenkonstruerad lärandemodell.
  Återkoppling ges muntligt vid presentationen av arbetet. 
• En betygsgrundande, individuellt skriftlig tenta vid dator med tillgång till Python och ordbehandlare.

Modelleringsprojekten

Det är klokt att börja med modelleringsprojekten tidigt. Å andra sidan har man glädje av att ha studerat de modeller som ingår i kursen för att få inspiration och vägledning i arbetet. Modellerna skall dokumenteras och lämnas in i Canvas. Vid presentationerna av modellerna avsätts 20 minuter för varje grupp som skall användas för 10 minuters presentation och 10 minuters återkoppling/diskussion.

De två modelleringsprojekten görs i små grupper men bedöms individuellt för att säkerställa att alla gruppmedlemmar bidragit tillräckligt för att kunna bli godkänd.

Vi tänker oss följande bedömningsdimensioner:

• Grad av konkretion, tydlighet och rimlighet i val av fenomen eller situation
• Grad av konkretition och precision i modellens uppbyggnad
• Grad av originalitet och nytänkande
• Grad av tillämplighet och relevans för modellen med tanke på det valda fenomenet eller situationen.
• Grad av djup och bredd i analysen av modellens modellteoretiska karaktär.
• Grad av djup och bredd i analysen av modellens styrkor och svagheter., också i jämförelse och i utnyttjande av tidigare kända modeller.
• Grad av struktur, begriplighet, referenshantering och trovärdighet i argumentation i framställningarna

Rapporterna

Båda rapporterna ska ha samma övergripande struktur:

• Inledning. Beskriv fenomenet som skall modelleras och motivera varför en modell kan vara av värde.
• Modellbeskrivning. Beskriv/definiera modellens beståndsdelar och uppbyggnad. Motivera de förenklingar som gjorts för att modellera fenomenet. Om möjligt formulera/illustrera modellen så att den är lätt att förstå och minnas. Koppla samman modellen med den beskrivning av fenomenet som ges i inledningen.
• Utvärdera modellen. Vilka är modellens applikationsområden, när är den rimlig att använda, och under vilka förutsättningar. Vem tänker ni er som användare av modellen? Vad finns det för styrkor och möjligheter med modellen? Vad finns det för risker och svagheter med modellen? Beskriv hur man skulle designa en undersökning/experiment för att utvärdera modellens användbarhet och diskutera om den ger det värde som pekats på i inledningen?

Omfattning: 4-7 sidor, men kvalité är viktigare än kvantitet.

Tentamen

Vi kommer att ha en tenta med sex frågor: två om vetenskapliga modeller, två om L-modeller och två om NT-modeller.

Gamla tentor

211008 Python-lösningar

210826 Python-lösningar

20210601 Python-lösningar

200601 Python-lösningar

200828 Python-lösningar

20190603MVE380.pdf

20181012.pdf

20180831.pdf

20180528.pdf

MVE380exempeltentan.pdf