ACIT4090 Globalisation of Technology Course description

En kandidat med fullført studium skal ha følgende totale læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Kandidaten har

• avansert kunnskap om, og forståelse av samfunnsvitenskapelige teorier som er relevante for sosialt arbeid
• avansert kunnskap om sosialt arbeids teorier
• inngående innsikt i ulike analytiske perspektiver på praksis, institusjoner og sosialpolitiske intervensjoner
• kan anvende sosialfaglig kunnskap på nye områder innenfor fagområdet
• kan analysere faglige problemstillinger med utgangspunkt i fagområdets historie, tradisjoner, egenart og plass i samfunnet

Ferdigheter

Kandidaten kan

• analysere eksplisitt og implisitt kunnskapsgrunnlag i sosialt arbeid
• formulere kunnskapsstatus innen et definert område
• vurdere metodiske fremgangsmåter for utforskning av fagfeltet
• gjøre bruk av ulike data- og litteraturkilder for analyse
• delta i forskning og utviklingsarbeid knyttet til sosialt arbeids fagfelt og/eller ulike brukergrupper, samt sosialt arbeids betingelser og samfunnsmessige funksjoner
• gjennomføre en systematisk og kritisk analyse av en problemstilling, anvende sentrale forskningsprinsipper og gi en klar akademisk framstilling av resultatene

Generell kompetanse

Kandidaten har

• fordypet kunnskap om vitenskapens muligheter og begrensninger, med en bevissthet om etiske aspekter ved forskning og fagutvikling i sosialt arbeid

Kandidaten kan

• lese forskningslitteratur kritisk og reflektert
• vurdere problemstillinger knyttet til fag-, yrkes- og forskningsetikk
• formidle kunnskap og egne forskningsresultater skriftlig og muntlig
• anvende forskningsbasert kunnskap og ferdigheter på områder knyttet til utøvelsen av sosialt arbeid og iverksettelse av sosialpolitiske tiltak

Studiet tilbys som heltid over to år og deltid over tre år. Studiebelastningen på heltid er 30 studiepoeng per semester.

Studiestart er obligatorisk. All undervisning foregår på dagtid, og er ikke samlingsbasert. Undervisningen vil forsøksvis legges i bolker.

Foruten masteroppgaven består studiet av seks obligatoriske emner, samt tre valgfrie emner på til sammen 30 studiepoeng. Teoriemnene bygger på hverandre. Det anbefales derfor å ta emnene i den rekkefølge de er satt opp i oversiktstabellen.

Hensikten med valgemnene er at studenten skal tilegne seg spesiell kompetanse gjennom tematisk fordypning. Studenten skal utvikle analytisk kompetanse og videreutvikle sin forståelse og vurderingsevne innenfor det valgte temaet.

Masteroppgaven er et selvstendig arbeid på 30 studiepoeng. Pågående forskningsprosjekter som studenten kan knytte seg opp til vil bli presentert i andre semester på instituttets mastertorg. I andre semester skal studentene utarbeide en prosjektskisse for masteroppgaven og deretter få tildelt veileder. En heltidsstudent ferdigstiller oppgaven i fjerde semester.

Alle emner som inngår i graden må være bestått før studenten kan levere inn masteroppgaven til sensur.

Emner ved andre utdanninger og utdanningsinstitusjoner både i Norge og utlandet kan også godkjennes etter individuell søknad så lenge de oppfyller de faglige kravene i masterprogrammet.

A student who has completed this course should have the following learning outcomes, defined in terms of knowledge, skills and general competence:

Knowledge

On successful completion of this course the student has:

• advanced knowledge of cultural differences and dimensions related to data privacy, data security, information security, cybersecurity, and universal design
• advanced knowledge of how the world changes constantly and how these changes can develop new methodologies for exploring, understanding, and analyzing cultural differences and dimensions
• advanced knowledge of technology, best practices and development processes for information and communications technology (ICT) solutions
• advanced knowledge of analysing the cultural conditions and perspectives that lead to communication gaps and digital divides.

Skills

On successful completion of this course the student can:

• carry out necessary analysis and testing across cultures
• design culturally neutral prototypes
• use knowledge of different cultures and group dynamics to communicate, collaborate and resolve conflicts, now and in the future
• act objectively when carrying out evaluations and have knowledge about their own impact on processes and results.

General competence

On successful completion of this course the student can:

• analyse and understand academic, professional and ethical issues related to accessibility in diverse cultures
• apply knowledge and skills in data privacy, data security, information security, cybersecurity and universal design of information and communications technology (ICT) to solve accessibility challenges in diverse cultures
• provide comprehensive independent study and master expressions and terms in the field
• contribute to cross-cultural collaboration, new thinking, knowledge-sharing and innovation processes.

The course is organized as a series of lectures and seminars that cover the main theories.

Emnet handler om analyse, design, implementasjon og anvendelse av de algoritmene og datastrukturene som brukes i vanlig og avansert databehandling. Emnet bygger på emnene DAPE1300 Diskret matematikk, DAPE1400 Programmering og DATS1600 Programutvikling.

The project report counts 100% of the final grade. The project report must have the following extent:

• 6 000 words (+/-20%) if one writes alone
• 9 000 words (+/-20%) if two collaborate
• 12 000 words (+/-20%) if three collaborate

More than three students cannot write together. Further guidelines will be given when the course starts. The exams can be appealed.

New/postponed exam

In case of failed exam or legal absence, the student may apply for a new or postponed exam. New or postponed exams are offered within a reasonable time span following the regular exam. The student is responsible for registering for a new/postponed exam within the time limits set by OsloMet. The Regulations for new or postponed examinations are available in Regulations relating to studies and examinations at OsloMet.

Det benyttes ulike vurderingsformer. Det framgår av emneplanene hvilken vurderingsform, vurderingsutrykk, sensorordning og tilgjengelige hjelpemidler som benyttes for det enkelte emne.

Det benyttes intern og ekstern sensor til vurdering av masteroppgaven. Til vurdering av de øvrige eksamenene benyttes ekstern sensor til sensurering av et tilfeldig utvalg på 25 prosent av besvarelsene. Karakterene på de besvarelsene som er vurdert av ekstern sensor danner grunnlag for å fastsette nivå på besvarelsene innenfor de ulike karakteruttrykkene. Ved klage på sensur benyttes to nye sensorer, hvorav minst én ekstern til ny sensur.

En student som ønsker det kan besvare alle skriftlige eksamener, inkludert masteroppgaven, på engelsk. Det blir ikke utgitt engelsk oppgavetekst for dem som ønsker å besvare på engelsk.

Studenten bes gjøre seg kjent med lov om universiteter og høgskoler, og gjeldende forskrift om studier og eksamen ved OsloMet - storbyuniversitetet.

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse.

Kunnskap

Studenten kan:

• forklare oppbyggingen og hensikten med datastrukturer som tabeller, lister, stakker, køer av ulike typer, heaper, hashtabeller, trær av ulike typer, grafer og filer
• gjøre rede for virkemåten og effektiviteten til ulike varianter av algoritmer for opptelling, innlegging, søking, sletting, traversering, sortering, optimalisering og komprimering

Ferdigheter

Studenten kan:

• designe, implementere og anvende datastrukturer for ulike behov
• analysere, designe, implementere og anvende de algoritmene som trengs for å løse konkrete oppgaver
• bruke både egenutviklede og standardiserte algoritmer og datastrukturer til å løse sammensatte og kompliserte problemer

Generell kompetanse

Studenten kan:

• delta i diskusjoner og gi råd om hvilke datastrukturer og algoritmer det er mest hensiktsmessig å bruke i ulike situasjoner
• formidle viktigheten og nødvendigheten av å bruke gode strukturer og effektive algoritmer i programmeringsprosjekter

Forelesninger og individuelle øvinger. Øvingene er basert på eget arbeid med veiledning fra faglærer og/eller en studentassistent.

Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

• 3 arbeider