PSYK3500 Evolution and Behavior Course description

Avsluttende vurdering gjennomføres i vårsemesteret. Eksamen består av en bacheloroppgave:

• Bacheloroppgaven skal være på 7000 ord (+/- 10 prosent).
• Dersom man i tillegg til fagteksten velger å gjennomføre et praktisk og/eller digitalt arbeid, skal fagteksten være på 3500 ord (+/- 10 prosent), i tillegg skal studenten levere inn dokumentasjon av det praktiske arbeidet. Arbeidet må være organisert slik at sensors tid til å se/høre gjennom det hele ikke overstiger 20 minutter.

Bacheloroppgaven er i utgangspunktet et individuelt arbeid. Dersom studenter samarbeider om bacheloroppgaven, skal hver enkelt students medvirkning i arbeidet fremgå klart av et følgenotat. Følgenotatet skal inneholde refleksjon over arbeidsfordeling og læringsutbytte av samarbeidsprosessen. Det er ikke mulig å være flere enn to studenter sammen om fagteksten. Det kan utvikles et praktisk arbeid sammen i større gruppe. Fagteksten må da skrives individuelt eller to og to studenter sammen. Hver innleverte oppgave må ha en unik problemstilling.

Dersom to studenter velger å levere oppgaven sammen:

• Bacheloroppgaven være på 12 000 ord (+/- 10 prosent) når fagtekst er eneste dokumentasjonsform.
• 6000 ord (+/- 10 prosent) ved valg av en praktisk del, sammen med dokumentasjon av det praktiske arbeidet. Arbeidet må være organisert slik at sensors tid til å se/høre gjennom det hele ikke overstiger 30 minutter.

Bacheloroppgaven vurderes av to interne sensorer. Ekstern sensor utarbeider sensorveiledning med eksamensspesifikke vurderingskriterier.

Ny/utsatt eksamen

Ny og utsatt eksamen gjennomføres på samme måte som ved ordinær eksamen. Ved første ny og utsatt eksamen kan det leveres en bearbeidet versjon av bacheloroppgaven. Ved senere forsøk leveres ny bacheloroppgave.

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

Skikkethetsvurdering

Se programplanen for bachelorstudium i barnehagelærerutdanning, (180 studiepoeng) heltid eller deltid, eller https://student.oslomet.no/skikkethetsvurdering.

Alle hjelpemidler tillatt så lenge regler for kildehenvisning følges.

Eksamen vurderes etter gradert skala fra A til E for bestått og F for ikke bestått.

Bacheloroppgaven vurderes av en intern og en ekstern sensor.

I bachelorperioden skal studenten dokumentere profesjonskunnskap, videreutvikle kunnskaper om akademisk skriving, samt oppøve begynnende kunnskaper om vitenskapsteori, forskningsetikk og metode. Før utreise deltar studenten i faglige forberedelser og under oppholdet vil det også være faglige arbeidsoppgaver.

Studieoppholdet vil som hovedregel innebære opphold i en eller to institusjoner for barn i et av instituttets partnerland, og et kortere opphold ved en barnehagelærerutdanningsinstitusjon i samme land. Innholdet skal knyttes til kunnskap om kultur, profesjonsutøvelse og barns oppvekstsvilkår i det landet studenten befinner seg, men med et tydelig komparativt pedagogisk perspektiv og diskusjoner om ulike valg og pedagogiske forståelser relatert til det praktiske arbeidet/prosessen man har utført.

Se Bachelorhefte for nærmere beskrivelse av arbeid før utreise, under oppholdet og ved hjemkomst.

Supervised individual written examination, 4 hours.

No formal requirements over and above the admission requirements.

On successful completion of the course, students should have the following learning outcomes defined in terms of knowledge, skills, and general competence.

Knowledge

The student:

• has advanced knowledge in sub-symbolic and bio-inspired AI methods.
• has a clear understanding of key concepts in AI such as emergence, adaptation, evolution.
• has a clear understanding of complex systems modelling and analysis.

Skills

The student:

• can program complex systems using bio-inspired AI methods.
• can design and implement evolutionary and swarm robotic systems.
• can model complex systems using evolutionary AI models.

General Competence

The student:

• has theoretical and practical understanding of biologically-inspired AI methods, evolutionary robotics, complex systems methods.
• can understand and discuss relevance, strength and limitations of biologically inspired and complex systems.
• is able to work in relevant research projects.

The course consists of lectures and seminars on techniques and methods, as well as a project to be carried out in individually / groups (2-3 students). The project will be chosen from a portfolio of available problems. The students will work individually or in groups and will submit the code and a project report.

Practical training

Lab sessions.