KDM1100 Idéutvikling og grunnleggende fagforståelse Emneplan

Emnet gir en innføring i idéskaping og idéutvikling og hvordan idéer kan visualiseres og presenteres. Det gis innføring i grunnleggende formforståelse og sømteknikk, og det undervises gjennomgående i moteteori og motehistorie. Dokumentasjon, formidling og vurdering av eget arbeid både muntlig, skriftlig, visuelt og digitalt står sentralt.

Ingen ut over opptakskrav.

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

Kunnskap

Studenten

• har kunnskap om ulike teknikker, materialer og redskaper som kan benyttes i motefaglige prosesser
• har kunnskap om fagterminologi knyttet til fagområdet
• har kunnskap om relevant teori

Ferdigheter

Studenten

• kan synliggjøre og formidle idéer
• kan velge ut og ta i bruk egnede metoder i eget arbeid
• kan vurdere, dokumentere og formidle eget arbeid
• kan anvende egnede digitale medier til utprøvinger, redigering og presentasjon

Generell kompetanse

Studenten

• kjenner til samtidens moteretninger
• kan gjennomføre en arbeidsprosess fra idé til resultat
• kan reflektere over eget arbeid
• kan begrunne bruk av valgte teknikker og materialer
• har innsikt i opphavsrettslige forhold knyttet til fagområdet

Prosjektarbeid er en vesentlig del av studiet. Undervisningen er progresjonsbasert, fra felles grunnleggende oppgaver til selvstendig valgte tema.

Emnet forutsetter stor grad av tilstedeværelse i verksteder og aktiv deltakelse i undervisningen. I studiet benyttes det arbeidsformer som verksted- og veiledningsundervisning, forelesninger, seminarer og faglige debatter. Dette har til hensikt å utvikle studentens kunnskaper, idéer, praktiske ferdigheter, faglige forståelse og uttrykksevne. Det forventes at studenten selv innhenter relevant fagstoff utover pensum i emnet, og det oppfordres til å bruke læringssentrene og de ressursene som tilbys der. Felles presentasjoner og utstillinger vil danne grunnlag for drøfting og vurdering av studentarbeid.

For å fremstille seg til eksamen må følgende arbeidskrav være utført og godkjent:

Arbeidskrav, prosjekt 2. Drapering og sømteknikk (individuelt arbeid)

• Et praktisk-estetisk arbeid knyttet til grunnleggende draperingsteknikker i emnet. Arbeidet skal følges av en skriftlig refleksjon (om lag 2000 ord, individuelt arbeid).
• En mappe med utprøvinger av grunnleggende sømteknikker med beskrivelser. Individuelt arbeid. Se undervisningsplaner for nærmere krav.

Studenten får muntlig tilbakemelding på arbeidskravet fra faglærer og medstudenter.

Arbeidskrav vurderes til godkjent/ikke godkjent.

Obligatorisk tilstedeværelse i undervisningen:

Studenten kan ikke ha mer enn 20 prosent fravær i emnet.

Se undervisningsplanene for nærmere informasjon om arbeidskrav.

Eksamen er et individuelt praktisk-estetisk eksamensprosjekt med tilhørende skriftlig oppgave. Prosjektet og skriftlige oppgaven vurderes samlet. Eksamensoppgaven blir utlevert om lag 4 uker før innleveringsfristen.

1. Praktisk-estetisk prosjekt

Studenten skal produsere/utvikle et praktisk-estetisk arbeid innenfor en av problemstillingene som tilhører emnet.

2. Skriftlig oppgave

Den skriftlige oppgaven skal omhandle det praktisk-estetiske arbeidet og skal omfatte om lag 2000 ord

Begge eksamensdelene må være bestått for at studenten skal kunne få bestått i emnet.

Eksamensresultatet kan påklages.

Fravær - ikke bestått

Studenter som på grunn av gyldig fravær ikke avlegger eksamen, eller som får vurderingen Ikke-bestått, kan melde seg opp til ny/utsatt eksamen.

Ved framstilling til ny/utsatt eksamen kan enten en bearbeidet versjon av samme eksamensprosjekt leveres på nytt, eller ny eksamensbesvarelse leveres.

Alle hjelpemidler er tillatt så lenge regler for kildehenvisning følges.

Bestått-Ikke bestått.

In today's data-driven world, the effective management of graph data has emerged as a vital skill across various domains, including business, technology, and sciences. Graphs provide a powerful way to represent and analyse interconnected data, and they play a crucial role in fields such as complex systems and network science, social sciences, biology and genetics, and more.

In the area of Artificial Intelligence and Data Science, graph databases enable the modelling of complex relationships between data points, enhancing machine learning algorithms and data analysis techniques. Application areas such as social media can benefit greatly from graph databases as they allow for efficient representation and querying of complex relationships between entities, such as the connections between users, their interactions, and shared content, making them an ideal choice for such applications.

This course focuses on Graph Data Management, covering the fundamentals of creating, organising, querying, and deriving insights from graph-structured data. With the exponential growth of interconnected data sources, the need for skilled professionals who can navigate graph data, construct knowledge graphs, leverage graph databases, perform graph analytics, and contribute to the emerging field of Graph Data Science has become increasingly evident. This course equips students with the foundational knowledge and skills required to work with graph data.

This course encompasses topics such as graph data concepts and representations, building and constructing knowledge graphs, exploring graph databases and their applications, graph querying, graph analytics.