TRAF6000 Basic Driving Training in Public Schools Course description

Part 1: Pass/fail

Parts 2 and 3: Grade scale A-F

The grade scale will be stated on the diploma.

Part 1) The midway and final assessments are made by the practical training supervisor, and, if relevant, the contact lecturer. The final decision on whether to award a pass or fail grade is made by the university.

Part 2) An external examiner contributes to the preparation of the exam questions and assessment criteria. The answers is quality assured by an internal examiner and automaticall assessed.

Part 3) Oral exam: All answers are assessed by two examiner.

An external examiner is used regularly, at a minimum of every third completion of the course. When selecting answers for external evaluation, a minimum of 10 percent of the answers shall be included, with no fewer than 5 answers. The external examiner’s assessment of the selected answers shall benefit all students.

5 credits overlap with FYSIO2100 and MENDI2100 and 15 credits overlap with FYSIO2200 and MENDI2300.

Studiet er prosessorientert og erfaringsbasert. Følgende prinsipper ligger til grunn for valg av arbeidsformer og organisering av innhold:

Praksis- og problemorientert: Utgangspunktet i studiet er utfordringer og oppgaver i undervisningen som faglærer i trafikk. Det betyr at praktisk lærerarbeid og refleksjon har en sentral plass i studiet. Studenten skal lære gjennom å arbeide med relevante og virkelighetsnære problemer og situasjoner.

Opplevelsesorientering: Studenten skal gjennom øvelser og erfaringer gi uttrykk for sine følelser og tanker i ulike situasjoner. De skal også tilrettelegge for slike læringsprosesser hos sine elever.

Erfaringslæring: Gjennom å planlegge, prøve ut og reflektere over egen praksis, vil studentene øke bevisstheten og handlingsregister i ulike opplæringssituasjoner.

Studentmedvirkning: Studenten utarbeider mål og planer for egen læring.

Tverrfaglig: Trafikk er et tverrfaglig fagområde. Mange tema kan nyttes i andre undervisningsfag, blant annet matematikk, naturfag, samfunnsfag, kroppsøving og RLE.

Studiet er organisert ved:

• Nettbaserte undervisningsøkter
• Fellessamlinger på universitetet
• Øvelser og gruppebasert samarbeid på nett og fysisk
• Nettbasert samhandling
• Individuelt studiearbeid
• Observasjoner og refleksjoner i eget arbeid

Retten til å avlegge eksamen forutsetter godkjente arbeidskrav og deltakelse i bestemte faglige aktiviteter.

Arbeidskravene danner utgangspunkt for eksamen (se avsnittet «Vurderings-/eksamensformer og sensorordninger»).

Arbeidskrav skal bidra til å sikre at studentene er aktive og medansvarlige for studieprogresjon. Følgende arbeidskrav må være godkjent før eksamen kan avlegges:

• Oppgave 1: Planlegge og gjennomføre et undervisningsopplegg på egen eller annen egnet arbeidsplass. Dette dokumenteres skriftlig, sammen med en refleksjon over erfaringer. Individuell oppgave. Omfang: 1200-2000 ord.
• Oppgave 2: Undervisningsopplegget og erfaringene fra oppgave 1 presenteres muntlig for medstudenter og ev. innbudte gjester. Presentasjonen skal være individuell.
• Deltakelse på 2 dagers førstehjelpskurs

Arbeidskrav skal være levert/utført innen fastsatt(e) frist(er). Gyldig fravær dokumentert med for eksempel sykemelding, gir ikke fritak for å innfri arbeidskrav. Studenter som på grunn av sykdom eller annen dokumentert gyldig årsak ikke leverer/utfører arbeidskrav innen fristen, kan få forlenget frist. Ny frist for å innfri arbeidskrav avtales i hvert enkelt tilfelle med den aktuelle læreren.

Arbeidskrav vurderes til "Godkjent" eller "Ikke godkjent". Arbeidskrav som ikke blir godkjent kan omarbeides én gang,

Faglig aktivitet med krav om deltakelse

Faglig innhold og arbeidsmåter i studiet er knyttet til erfaringsdeling og utvikling av praktiske ferdigheter. Slik læring og ferdigheter kan ikke tilegnes ved selvstudium, men må opparbeides gjennom reell dialog med medstudenter og lærere og ved tilstedeværelse i undervisningen. Det er derfor krav om tilstedeværelse på fellessamlinger.

Fravær ut over 20 prosent må kompenseres etter avtale med faglærer.

Skriftlig prosjekteksamen er et refleksjonsnotat med utgangspunkt i arbeidskravene. Notatet skal inneholde følgende:

• Vurdering av gjennomført undervisningsopplegg etter gitte kriterier
• Refleksjon over egen faglig utvikling og valgfagets plass i skolen

Besvarelsen skal være knyttet opp mot læringsutbytte for studiet og relevant teori. Omfang: 3500-4000 ord.

Arbeidet med prosjekteksamen foregår gjennom hele emnet. Innlevering av eksamensoppgaven er ved avslutning av emnet.

Ny/utsatt eksamen

Eksamen er en praksisrelatert oppgave. Til første ny/utsatt eksamen leveres omarbeidet versjon av prosjektoppgaven. Ved senere forsøk leveres ny prosjektoppgave.

Knowledge

On successful completion of the course, the student:

• is at the forefront of knowledge about smart energy systems, both at the system level and at the specific component/application level.
• understands what different technologies can be used at what level in energy generation, transmission, distribution and consumption networks.
• knows about communication technologies and their performance limits for enabling energy intelligence in smart energy systems.

Skills

On successful completion of the course, the student can:

• solve resource optimisation problems for the energy information network.
• apply optimisation techniques and machine learning-based approaches for residential demand response management and vehicle-to-grid.

General competence

On successful completion of the course, the student can:

• communicate and collaborate with experts from other disciplines on larger interdisciplinary and multidisciplinary research projects.
• Recognise and assess a project's potential and value
• participate in debates and communicate results through recognised international channels, such as academic conferences.
• can construct and develop relevant models and discuss the model's validity.
• Disseminate knowledge to broader audiences

Module 1 and 2 will take the form of a series of lectures. Module 3 will be a combination of hands-on sessions along with the project assignment.

Practical training

The students will solve specific problems using optimisation or machine learning techniques. The students will submit a brief report with results for the problem in the assignment, also describing the process they used for solving the assignment, including the code.

Det benyttes intern sensur. Tilsynssensor evaluerer vurderingsformer og vurderingsprosesser i studieprogrammet.