EPN-V2

K1MB6100 Matematikk 1 for trinn 1-7, emne 1 Emneplan

Engelsk emnenavn
Mathematics 1 for Grades 1-7, Course 1
Studieprogram
Matematikk 1MB, 1.-7. trinn
Omfang
15.0 stp.
Studieår
2021/2022
Timeplan
Emnehistorikk

Innledning

Videreutdanningen vil ha en tydelig praksisforankring og har som mål utvikling av studentens profesjonalitet, både i sin rolle i klasserommet og i skolens læringsfellesskap. Det overordnete målet for emnet er at studentene utvikler en handlingsrettet lærerkompetanse i matematikk. Det betyr å kunne legge til rette for praktisk, utforskende og teoretisk arbeid som ivaretar og utvikler elevenes matematikkunnskap. Undervisningen er forskningsbasert og det teoretiske grunnlaget vil omfatte kunnskaper i og om matematikk som fag, om barns læring og utvikling av kunnskap i matematikk, og om undervisning i matematikk. Undersøkende virksomhet og modellering vil stå sentralt gjennom hele emnet.

Forkunnskapskrav

Opptak til matematikk 1 for trinn 1-7.

Læringsutbytte

Etter fullført emne har studenten følgende læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse.

Kunnskap

Studenten

  • har inngående undervisningskunnskap i matematikken elevene arbeider med på barnetrinnet, særlig tallforståelse, aritmetikk sett med algebraisk blikk, og overgangen fra aritmetikk til algebra, med et spesielt fokus på begynneropplæringen
  • har kunnskap om den betydningen semiotiske representasjonsformer har i matematikk, og hvilke utfordringer som er knyttet til overganger mellom representasjonsformer
  • har undervisningskunnskap om betydningen av regning som grunnleggende ferdighet i alle skolefag
  • har kunnskap om å uttrykke seg muntlig, lese, uttrykke seg skriftlig og kunne bruke digitale verktøy i matematikkfaget
  • har kunnskap om matematikkfagets innhold i barnehagen og om overgangen barnehage/skole
  • har kunnskap om et bredt metoderepertoar for undervisning i matematikk
  • har kunnskap om matematikkens historiske utvikling

Ferdigheter

Studenten

  • kan planlegge, gjennomføre og vurdere matematikkundervisning for alle elever i trinn 1-7 med fokus på variasjon og elevaktivitet, forankret i forskning, teori og praksis
  • har gode praktiske ferdigheter i muntlig og skriftlig kommunikasjon i matematikkfaget, og kompetanse til å fremme slike ferdigheter hos elevene
  • kan bruke arbeidsmåter som fremmer elevenes undring, kreativitet og evne til å arbeide systematisk med utforskende aktiviteter, begrunnelser, argumenter og bevis
  • kan kommunisere med elever, enkeltvis og i ulike gruppesammensetninger, lytte til, vurdere og gjøre bruk av elevers innspill, og institusjonalisere kunnskap
  • kan analysere og vurdere elevers tenkemåter, argumentasjon og løsningsmetoder knyttet til tall, tallregning og algebraisk tenkning fra ulike perspektiver på kunnskap og læring

Generell kompetanse

Studenten

  • har forståelse for matematikkfagets betydning som allmenndannende fag og dets samspill med kultur, filosofi og samfunnsutvikling
  • har innsikt i matematikkfagets rolle innenfor andre fag og i samfunnet for øvrig
  • har innsikt i tverrfaglige perspektiver som å øve opp evnen til å tenke kritisk, håndtere meningsbryting og respektere uenighet

Innhold

This course will consist of lectures, one seminar (with invited lecturers, discussions and presentations), and lab sessions to provide theoretical content and preliminary hands-on experience. The students will be involved in peer feedback and the students are given a project task to work in groups during the semester.

Arbeids- og undervisningsformer

Emnet er organisert i tre samlinger á to dager i høstsemesteret. Universitetets digitale læringsplattform vil bli brukt aktivt. Studentene forventes å delta aktivt i samlingene og å ta ansvar for egen læring. Til hver samling er det knyttet arbeidskrav som gir anledning til kompetanseutvikling på egen skole gjennom å reflektere over egen undervisningspraksis i lys av forskningsbasert kunnskap i matematikk og matematikkdidaktikk de møter i utdanningen. Arbeidskravene utfordrer studentene til å endre sin undervisningspraksis i tråd med ny forskning innen matematikkdidaktikk. Siden en omlegging av undervisningspraksiser er krevende og forutsetter tid og støtte fra et felleskap, jobber studentene i faste grupper gjennom utdanningen både på samlingene og mellom samlingene.

Arbeidskrav og obligatoriske aktiviteter

Arbeidskrav

Arbeidskrav består av tre oppgavebesvarelser i gruppe. Omfang: 600-5400 ord per besvarelse. Oppgavebesvarelsene er knyttet til faglige og didaktiske tema, og inkluderer også drøfting av erfaringer i etterkant av arbeid med elever opp mot teorien i kurset (for eksempel observasjon, samtale, undervisning). Studenter som grunnet dokumentert sykdom blir forhindret fra å delta i gruppearbeid kan gjennomføre arbeidskravet individuelt.

Arbeidskravene i emnet danner grunnlag for muntlig eksamen.

For mer utfyllende informasjon, se programplanen.

Faglige aktiviteter med krav om deltakelse

En vesentlig del av læringen i emnet er knyttet til erfaringsdeling og relasjonskompetanse. Slike ferdigheter og kompetanse kan ikke tilegnes ved selvstudium, men må opparbeides gjennom reell dialog med blant annet medstudenter og lærere og ved tilstedeværelse i undervisningen. Alle samlinger er derfor obligatoriske.

For mer utfyllende informasjon, se programplanen.

Vurdering og eksamen

Avsluttende eksamen gjennomføres i høstsemesteret.

Avsluttende vurderinger er en individuell muntlig eksamen. Omfang: om lag 30 minutter. Karakteren i emnet fastsettes på grunnlag av individuell muntlig eksamen med utgangspunkt i arbeidskravene.

Ny/utsatt eksamen

Ny og utsatt eksamen gjennomføres på samme måte som ved ordinær eksamen.

Studentens rettigheter og plikter ved ny/utsatt eksamen fremgår av forskrift om studier og eksamen ved OsloMet. Studenter er selv ansvarlige for å melde seg opp til eventuell ny/utsatt.

Hjelpemidler ved eksamen

Ingen.

Vurderingsuttrykk

With the development of sensing technologies, transport digitalization generates and provides numerous data from different resources. This course will introduce models and applications of transport systems analysis in the context of transport studies and gain deeper insight into how these models help with the decision‐making process. Topics to be covered include data preprocessing, travel studies and analysis of data; machine learning methods; transportation systems forecast and analyses. Moreover, the course will provide a brief introduction to future sensing technologies and deep learning methods. The methods cover by this course will closely link to real world transport problem, such as travel demand modelling, accessibility, last-mile problem and other related issues.

Sensorordning

No formal requirements over and above the admission requirements.

Opptakskrav

After completing the course, the student is expected to have achieved the following learning outcomes defined in terms of knowledge, skills, and general competence:

Knowledge:

Upon successful completion of the course, the student will achieve knowledge about:

  • terminology and models for transport studies
  • statistical and machine learning methods
  • advanced sensing technologies
  • future development in the transport data analytics

Skills:

Upon successful completion of the course, the student is capable of:

  • understanding and applying the proper knowledge and method to collect, process, and analyze transport data
  • applying statistical and machine learning methods with a proper interpretation of the methods used in transport modelling
  • making use of approved terminology and standardization in the field of transport analytics
  • optimum use of data analysis software (Python, R, or Weka)
  • using the modelling methods to support intelligent transport system management and policy development

General competence:

Upon successful completion of the course, the student:

  • has deep insight into the transport data collection and data analysis methods
  • is able to apply proper methods to solve practical problems in different real-world conditions
  • is able to understand and explain the results of transport models
  • is able to present academic results and evaluations, both to specialists and to the general public