EPN-V2

SMUA5100 Urban Analytics and Visualisation Course description

Course name in Norwegian
Urban Analytics and Visualisation
Weight
10.0 ECTS
Year of study
2022/2023
Course history
  • Introduction

    Det benyttes intern og ekstern sensor for begge eksamensdeler. Alle besvarelser sensureres av to sensorer.

  • Recommended preliminary courses

    None.

  • Required preliminary courses

    I bacheloroppgaven anvender studenten teorier og metoder fra studiets fagområder på en selvstendig valgt problemstilling. Studentene velger selv tema for oppgaven.

    Studentene kan velge mellom tre ulike oppgavetyper:

    i) Skriftlig bacheloroppgave

    Skriftlige bacheloroppgaver skrives normalt individuelt. Den skriftlige bacheloroppgaven har form av et mindre vitenskapelig arbeid. Studenten skal vise fakta- og teorikunnskaper innenfor rammene av studieplanens områder og målsetninger, samt sin evne til å sette denne kunnskapen inn i en sammenheng og evnen til selvstendig og nyansert drøfting. Endelig problemstilling utformes i samarbeid med veileder. Omfanget av den skriftlige bacheloroppgaven (se Vurdering) skal normalt være 20-25 sider. Omfanget på den skriftlige oppgaven utført i grupper kan maksimalt være 40 sider.

    ii) Produksjonsoppgave

    Produksjonsoppgaver utarbeides normalt i grupper på to-tre studenter, men kan etter særskilt søknad også løses individuelt eller i grupper på opptil fem studenter. Produksjonsoppgaven har form av en medieproduksjon med et analytisk refleksjonsnotat. Medieproduktet skal være gjennomarbeidet i ulike kombinasjoner av tekst, lyd og bilde, med samsvar mellom intensjon og ferdig uttrykk. De estetiske virkemidler skal brukes både kreativt og kontrollert. Studentene skal i produksjonsrapporten analysere og evaluere ferdig produkt og produksjonsprosess, og drøfte de valgte løsningene i lys av oppsatt teori og bakgrunnslitteratur. Endelig problemstilling utformes i samarbeid med veileder. Studenten skal vise praktiske og teoretiske kunnskaper innenfor rammene av studieplanens områder og målsetninger, samt sin evne til å bruke denne kunnskapen kreativt og selvstendig i et medieprodukt. Omfanget av en produksjonsoppgave avhenger av medieproduktet og gruppens størrelse. Omfanget av produksjonen avtales med veileder. Produksjonsrapport skal utgjøre ca. 10 sider pr. person.

    iii) Kombinasjonsoppgave

    Kombinasjonsoppgaver utarbeides individuelt eller i mindre grupper. Kombinasjonsoppgaven består av en mindre medieproduksjon og en skriftlig del. Medieproduktet kan være praktiske eksempler tilknyttet den skriftlige delen, eller være et selvstendig medieprodukt som drøftes opp mot relevant teori i den skriftlige delen. Studenten skal vise praktiske og teoretiske kunnskaper innenfor rammene av studieplanens områder og målsetninger, samt sin evne til å bruke denne kunnskapen kreativt og selvstendig i et medieprodukt. Endelig problemstilling utformes i samarbeid med veileder. Omfanget av en kombinasjonsoppgave (se Vurdering) avhenger av medieproduktets karakter og gruppens størrelse. For enkeltstudenter vil dette tilsvare 15-25 sider og for grupper maksimalt 40 sider. Grafikk, tabeller og liknende kommer i tillegg til oppgitt lengde. Omfanget av oppgavens enkelte deler avtales med veileder.

  • Learning outcomes

    Upon completing the course, the student will have the following outcomes.

    Knowledge:

    Upon successfully completion of the course, the student:

    • has advanced knowledge of spatial data handling
    • has advanced knowledge of spatial analysis techniques, including a good understanding of predictive algorithms and geo-statistics, relevant to spatial & urban analysis
    • has advanced knowledge of how to implement artificial intelligence (AI) and machine learning (ML) in urban analytics
    • has advanced knowledge of data analysis (analytical techniques) and visualization using geospatial tools, primarily within urban analytics

    Skills:

    Upon successfully completion of the course, the student:

    • is an experienced user and have a broad understanding of Geographical Information Systems (GIS)/Geospatial tools as well as of methods and theory in spatial analysis;
    • has hands-on experience with relevant techniques, algorithms and scripting in GIS/Geospatial tools
    • has hand-on experience with relevant programming and scripting environments for use in data science, especially within urban analytics and visualization of urban data
    • has knowledge of how to test and implement urban theory using spatial data and urban analytics

    General competence:

    Upon successfully completion of the course, the student:

    • has broad overview of both the challenges and the tools of urban analytics
    • is able to design approaches and utilize tools for analysing and visualizing urban data
    • is able to extend his/her knowledge and skills in programming/scripting, analysing, managing and visualizing data both in urban analytics and in other area
    • is able to use a relevant theoretical framework in applied studies
    • can create and communicate findings in ways that are relevant to stakeholders

  • Teaching and learning methods

    This course features 10 weeks lectures with 10 parallel lab sessions to provide theoretical content and preliminary hands-on experience. The lab sessions will be preceded with one or two weeks of (primarily technical) preparatory sessions.

  • Course requirements

    One individual assignment must be approved.

    Students who fail to meet the coursework requirements can be given up to one re-submission opportunity.

  • Assessment

    1) A final project report prepared in groups of 2;(or more) students, approx. 15 - 20 pages (excluding appendices, including code and calculations), weighted 60%.

    2) Oral presentation and examination;of the project report;weighted 40%.

    All assessment parts must be awarded a pass grade (E or better) to pass the course.;

    Assessment parts: 1);can be appealed, 2) cannot be appealed

  • Grading scale

    Graded scale A-F.

  • Examiners

    1) Two;internal examiners.

    2) Two internal examiners

    ;External examiners are used regularly.

  • Course contact person

    John Östh; Email: john.osth@oslomet.no