Bachelor's Programme in Development Studies Programme description

After completing and passing the three-year bachelor’s degree programme in Mathematical Modeling and Data Science, the candidate is expected to have achieved the following overall learning outcomes defined in terms of knowledge, skills and general competence:

Knowledge

The candidate:

• has broad knowledge that provides a holistic system perspective on engineering in general, with a specialization in mathematical modeling and data science. Key knowledge includes mathematical problem-solving, understanding of physical principles, and the development and use of scientific software.
• has fundamental knowledge in mathematics, natural sciences, relevant social sciences and economics, and how these can be applied in engineering problem-solving.
• has knowledge of the history of technology, technological development, the engineer's role in society, relevant legislation related to the use of mathematical modeling and data science,forklare and the various consequences of using the technology.
• is familiar with research and development work in mathematical modeling and data science, as well as relevant methods and practices within engineering.
• can update their knowledge in the field through information retrieval and contact with professional environments and practices.

Skills

The candidate:

• can apply knowledge and relevant results from research and development work to solve theoretical, technical, and practical problems in mathematical modeling and data science, and justify their choices.
• has knowledge of software and programming languages relevant to mathematical modeling and data science and has broad engineering digital competence.
• can use relevant programming languages to solve scientific problems.
• can work in digital laboratories and master methods and tools as a basis for reproducible, targeted, and innovative work.
• can identify, plan, and carry out engineering projects, tasks, experiments, and tests both independently and in teams.
• can find, evaluate, use, and reference information and academic material and present it in a way that elucidates a problem.
• can contribute to innovation and entrepreneurship through participation in the development and realization of sustainable and socially beneficial products, systems, and solutions.

General competence

The candidate:

• has insight into the environmental, health-related, social, and economic consequences of using mathematical modeling and data science.
• can place the results of mathematical modeling and data science in an ethical and life-cycle perspective.
• can identify safety, vulnerability, privacy, and data security aspects in products and systems that use ICT.
• can communicate engineering knowledge to different target groups both in writing and orally and can help highlight the significance and consequences of technology.
• can reflect on their own professional practice, also in teams and in an interdisciplinary context, and can adapt it to the current work situation.
• can contribute to the development of good practice by participating in professional discussions within mathematical modeling and data science and share their knowledge and experiences with others.
• has information competence; understands why quality-assured knowledge sources should be sought, why sources should be referenced, and is aware of what is defined as plagiarism and cheating in student work.
• can update their knowledge through literature studies, information searches, contact with professional environments and user groups, and through experience.

The program is a three-year engineering education and awards the degree Bachelor in Mathematical Modeling and Data Science. Each academic year comprises 60 credits, meaning the bachelor's program has a total of 180 credits. Each course has a final exam.

In the first semester, the curriculum and the language of instruction will primarily be in Norwegian, but English literature will be increasingly used throughout the program. The fifth semester is offered in English to facilitate increased student exchange. Although the bachelor's program is mainly taught in Norwegian, there is an expectation that students have sufficiently good English skills as much relevant literature and resources are in English.

The content of the teaching in the common part of the education can be summarized as follows:

First year common courses: Foundation of natural science

• Engineering foundation
• Calculus and discrete mathematics
• Programming
• Physics and chemistry

Second year common courses: Breadth

• Linear algebra
• Multivariable calculus and differential equations
• Statistics
• Numerical mathematics

Third year: Specialization

• Quantum mechanics
• Bachelor thesis

In additional there will be elective courses in theoretical mathematics, artificial intelligence and data science, scientific computing and computer science.

The program is structured into the following course groups according to the framework plan:

• Engineering foundation: 30 credits with fundamental mathematics, engineering system thinking, and introduction to engineering practice and methods. This should mainly relate to engineering education and lay the foundation for the engineering profession.
• Program foundation: 50-70 credits with technical subjects, natural sciences, and social sciences. This should mainly relate to the study program and lay the foundation for the field of study.
• Technical specialization: 50-70 credits providing a clear direction within the respective field, building on the engineering foundation and program foundation. This should mainly relate to the study direction and lay the foundation for the field. The bachelor thesis is included in the technical specialization.

Elective courses: 20-30 credits contributing to further academic specialization, either in breadth or depth. The elective courses in the third year can provide a focus on theoretical mathematics, artificial intelligence and data science, or scientific computing. If there are too few students choosing a given elective course in a semester, the course will not be offered that semester.

Elective courses available in the 5th semester:

• MAMO3200 Simulation and Visualization
• MAMO3300 Real Analysis
• DATS2300 Algorithms and Data Structures
• DATA3800 Introduction to Data Science with Scripting
• DAVE3625 Introduction to Artificial Intelligence

Elective courses available in the 6th semester:

• DAVE3606 Resource-efficient programs
• ADSE3200 Visualization
• MAMO2500 Symmetries and Algebraic Structures
• MAMO2400 Thermodynamics and Statistical Physics

The program facilitates methods that promote the student's academic development and self-activity, encouraging both individual and group studies. The teaching methods are chosen to ensure that students achieve the learning outcomes. Each student shares responsibility for and has influence over their own study and learning situation. This involves active participation throughout the course of study, with discussions of academic questions, fostering a learning environment that encourages reflection, analysis, and critical thinking. Formative evaluation can consist of both oral and written feedback.

The methods of work and teaching will vary somewhat from course to course but will often be based on problem-based teaching and learning. Students will continuously work on problems, solve tasks, and develop various projects. Computers, tablets, mobile phones, the internet, web, and other electronic channels and devices are systematically used for learning, dissemination, guidance, development, and communication.

The main work and teaching methods used in the program are described below. The course plans indicate which are applicable in each course. The program concludes with a large, independent, and practical bachelor thesis, which is normally assigned as a project from the industry.

Teaching specifically adapted for student-active learning

The teaching is specifically adapted for student-active learning methods. Specifically, students will work on challenges related to an engineering problem, a societal need, or similar. Students are expected to find a solution by demonstrating their thought process and approach to solving the problem.

This form of learning is highlighted through various methods such as:

• Project Work: Project work is an important method, where relevant problems are connected to relevant learning objectives and solution methods. Project work varies from individual work to larger group projects.
• Workshops: A method that can promote student-active learning, creativity, and collaboration with others in a concentrated time period.
• Presentations: Some courses provide students with the opportunity to gain experience in presenting academic material and/or project results to fellow students and the course instructor.
• Guidance individually and in groups: Guidance is a way for candidates to receive specific feedback and advice on their project with specific challenges and goals. It is similar to the relationship between a master and an apprentice, where an experienced practitioner shares their knowledge.
• Discussions and reflections: Developing the ability to critically reflect on one's own and others' knowledge is important for increasing the degree of self-evaluation and understanding related to the learning outcomes.

Lectures

Lectures are organized in periods of each course. Lectures are often used to introduce a topic for further work, spark interest, summarize a theme, facilitate study work within particularly difficult areas of a topic, and present current research on a topic.

Self-study

Students are expected to acquire knowledge of topics in the curriculum that are not covered through lectures or other scheduled teaching and to further develop their knowledge through problem-solving.**

Organized group work

Students are organized into groups to, among other things, learn to solve problems together. Students collaborate, share experiences, and reflect, which directly prepares them for collaborative situations in the workplace after completing their education.**

Work-related Bachelor's thesis

The bachelor's thesis will be carried out on work-related problems and can in many ways be compared to a kind of "craft test" in the subject. Students typically work in groups and solve complex problems that connect many of the learning outcomes at both the course and program levels in a large project. The project concludes with an oral presentation to an examiner.

Engineering and technology subjects are international. Much of the curriculum literature is in English, and several systems and work tools use English as the working language. Parts of the teaching may be conducted in English. The specific courses where this applies will be indicated in the respective course plans. Thus, students gain experience with and knowledge of English terminology within engineering.

Engineering and technology studies are also designed for internationalization, allowing students to take part of their studies abroad.

The Bachelor in Mathematical Modeling and Data Science has several partners to which students can go on exchange from the fifth semester onward.

For incoming students, the program offers English-taught courses in the fifth semester.

You can also choose to write your BA project in the 6th semester by completing The European Project Semester (EPS), either at one of our partner institutions or here at OsloMet. More information about where you can complete EPS abroad can be found on the exchange website for your program: Exchange Agreements. If you wish to complete EPS at home, you can find information here: European Project Semester (EPS)

General information regarding EPS: http://europeanprojectsemester.eu/

Bachelorstudiet i utviklingsstudier er organisert som et heltidsstudium over tre studieår (180 studiepoeng). Studiet framstår som en helhetlig utdanning og er bygd opp av emner og organisert som ulike kurs innenfor utviklingsstudier. De enkelte emner varierer fra 10 til 30 studiepoeng.

Første studieår er identisk med årsstudiet i utviklingsstudier. Det første året består av fire emner, hvorav to går i høstsemesteret og to i vårsemesteret, til sammen 60 studiepoeng. Et femukers feltarbeid i et land i Sør/i Norge står sentralt i dette, og pensum, undervisning, arbeidsformer og arbeidskrav er definert i forhold til feltarbeidet. Forberedelsene til feltoppholdet starter tidlig i første semester med valg av land, gruppedannelser og valg av tema for feltarbeidet. Studentene skriver en fyldig feltoppgave (tilsvarende 20 studiepoeng) i etterkant av feltoppholdet.

I andre studieår fordyper studentene seg i ulike emner gjennomgått i første studieår, slik at de tilegner seg en grundigere forståelse av sentrale temaer i utviklingsstudier. Tredje semester består av et semesteremne på 30 studiepoeng med fordypning på temaet makt og politikk. Fjerde semester består av tre emner à 10 studiepoeng. Dette semesteret er lagt til rette for internasjonale utvekslingsstudenter som kommer til OsloMet, ved at undervisningen kan gis på engelsk i de tre emnene.

Tredje studieår gir en ytterligere faglig fordypning i aktuelle temaer innenfor utviklingsstudier.

Femte semester består av tre emner à 10 studiepoeng. Som i fjerde semester, er også dette semesteret lagt til rette for internasjonale utvekslingsstudenter, ved at undervisningen kan gis på engelsk i de tre emnene. På sjette semester er det to alternative løp. Det ene løpet består av et teoretisk fordypningsstudium. Den faglige målsettingen med dette emnet er refleksjon og dypere innsikt i teorier om utvikling og sosial endring, samt vitenskapsteoretiske spørsmål. Alternativt kan studentene følge et hospiteringsbasert løp med et 10-ukers oppdrag hos en vertsorganisasjon innen utviklingsindustrien. Det hospiteringsbaserte løpet har et begrenset antall plasser (se emneplanen for mer informasjon). I begge emnene skal studentene skrive en individuell bacheloroppgave, der teorivariantens oppgaver vil være orientert mot brede utviklingsspørsmål og praksisvariantens oppgave vil være knyttet til studentenes arbeid ved praksisstedet.

I den samlede bachelorgraden utgjør studier i metode 15 studiepoeng. Dette er i hovedsak kvalitativ metode knyttet til forberedelse og gjennomføring av feltarbeidet i første studieår. Videre inneholder særlig det sjette semesteret refleksjon om metode(r) i utviklingsstudier.

Oversikt over Bachelorstudium i utviklingsstudier:

1. studieår:

UTVB1100 Introduksjon til utviklingsstudier, 20 stp.

UTVB1200 Regionalkunnskap og global historie, 10 stp.

UTVB1300 Innføring i metoder og vitenskapsteori, 10 stp.

UTVB1400 Feltarbeid i utviklingsstudier, 20 stp.

2. studieår:

UTVB2000 Makt og politikk, 30 stp.

UTVB2100 Development and Migration, 10 stp.

UTVB2200 Education and Religion in Development, 10 stp.

UTVB2400 Media and Development, 10 stp.

3. studieår:

UTVB3002 Introduction to the Development Enterprise, 10 stp.

UTVB2300 Economy and Sustainability, 10 stp.

UTVB3130 Recent Trends in Development Assistance, 10 stp.

Enten: UTVB3300 Teorier om utvikling, globalisering og sosial endring, 30 stp.

Eller: UTVB3901 Hospitering i utviklingsindustrien, 30 stp.

Progresjonskrav i bachelorstudiet

For studenter tatt opp til Bachelorstudium i utviklingsstudier gjelder følgende progresjonskrav:

1. For å kunne starte på emnet UTVB1400 Feltarbeid i utviklingsstudier kreves:

• godkjent arbeidskrav i emnet UTVB1100 Introduksjon til utviklingsstudier
• gjennomført emnet og bestått eksamen i UTVB1200 Regionalkunnskap og globalhistorie i foregående semester
• godkjente arbeidskrav i emnet UTVB1300 Innføring i metoder og vitenskapsteori i inneværende semester

I særskilte tilfeller kan det vurderes om kravet om at eksamen på emne UTVB1200 Regionalkunnskap og globalhistorie må være bestått for å kunne starte på emne UTVB1400 Feltarbeid i utviklingsstudier kan avvikes.

1. For å kunne starte på andre studieår av bachelorstudiet, må første semester av utdanningen være bestått, til sammen 30 studiepoeng.

1. For å kunne starte på sjette semester av bachelorstudiet, må minst 120 studiepoeng av utdanningen være bestått, hvorav minimum første, andre og tredje semester av studiet, til sammen 90 studiepoeng. 30 studiepoeng av de 120 studiepoengene kan være fra fjerde eller femte semester av bachelorstudiet, eller bestå av annen relevant utdanning som er søkt om og bekreftet godkjent for innpassing i bachelorstudiet.

Bachelorstudiet baserer seg på studentaktive undervisningsformer, og studentene får individuell oppfølging gjennom veiledning og arbeid med større oppgaver. Varierte arbeidsmåter benyttes, så som forelesninger, diskusjoner, gruppeaktiviteter, skriftlige oppgaver (individuelle oppgaver og gruppeoppgaver), seminarer og veiledning. Det forutsettes at studentene danner kollokviegrupper på eget initiativ og benytter Internett til faglige diskusjoner seg imellom og med faglærerne.

Det er lagt til rette for at studenter som ønsker det skal kunne ta ett eller to semester av bachelorstudiet som utvekslingsstudent ved en utenlandsk utdanningsinstitusjon. Normalt vil dette skje i fjerde eller femte semester av bachelorstudiet. OsloMet har inngått samarbeidsavtaler med universiteter i flere land i ulike verdensdeler. Dette gir studentene et bredere tilbud av utviklingsrelaterte emner de kan velge mellom, samtidig som det å tilbringe et semester ved en utdanningsinstitusjon i et annet land er en svært nyttig erfaring.

Dette er beskrevet i hver enkelt emneplan.

Vurderingsordningene varierer i løpet av studiet med type arbeider, progresjon i krav og forventninger og bruk av interne og eksterne sensorer. Studentene vil i løpet av studiet blant annet være innom følgende vurderingsformer: hjemmeeksamen, feltarbeidsoppgave, muntlig eksamen, skriftlig oppgave og skriftlig eksamen under tilsyn.

Oversikt over vurderingsordninger:

1. semester:

UTVB1100 Introduksjon til utviklingsstudier, 20 stp., hjemmeeksamen, A-F

UTVB1200 Regionalkunnskap og global historie, 10 stp., muntlig eksamen, A-F

2. semester:

UTVB1300 Innføring i metoder og vitenskapsteori, 10 stp., skriftlig eksamen under tilsyn, A-F

UTVB1400 Feltarbeid i utviklingsstudier, 20 stp., feltoppgave, A-F

3. semester:

UTVB2000 Makt og politikk, 30 stp., hjemmeeksamen og muntlig eksamen, A-F

4. semester:

UTVB2100 Development and Migration, 10 stp., skriftlig eksamen under tilsyn, A-F

UTVB2200 Education and Religion in Development, 10 stp., hjemmeeksamen, A-F

UTVB2400 Media and Development, 10 stp., skriftlig eksamen under tilsyn, A-F

5. semester:

UTVB3002 Introduction to the Development Enterprise, 10 stp., hjemmeeksamen, A-F

UTVB2300 Economy and Sustainability, 10 stp., hjemmeeksamen, A-F

UTVB3130 Recent Trends in Development Assistance, 10 stp., skriftlig eksamen under tilsyn, A-F

6. semester:

Enten: UTVB3300 Teorier om utvikling, globalisering og sosial endring, 30 stp., hjemmeeksamen og bachelor-/semesteroppgave, A-F

Eller: UTVB3901 Hospitering i utviklingsindustrien, 30 stp., hjemmeeksamen og bacheloroppgave, A-F

Vurderingskriterier ved bruk av gradert karakter:

A, fremragende: Fremragende presentasjon som klart utmerker seg. Kandidaten viser usedvanlig god reflekterende og analytisk evne og uvanlig stor grad av faglig modenhet og selvstendighet.

B, meget god: Meget god presentasjon. Kandidaten viser god reflekterende og analytisk evne og stor grad av faglig modenhet og selvstendighet. Mindre mangler kan aksepteres.

C, god: Jevnt god presentasjon som er tilfredsstillende på de fleste områder. Kandidaten viser en viss reflekterende og/eller analytisk evne og en viss grad av faglig modenhet og selvstendighet. En del mangler kan aksepteres.

D, nokså god: En akseptabel prestasjon med noen vesentlige mangler. Kandidaten viser en viss svakhet når det gjelder reflekterende og/eller analytisk evne og har relativt lav grad av faglig modenhet og selvstendighet.

E, tilstrekkelig: Prestasjonen tilfredsstiller minimumskravene, men heller ikke mer. Kandidaten viser klare svakheter når det gjelder reflekterende og/eller analytisk evne og har lav grad av faglig modenhet og selvstendighet.

F, ikke bestått: Prestasjonen tilfredsstiller ikke de faglige minimumskravene. Kandidaten viser både manglende faglig modenhet og selvstendighet.

Godkjent av studieutvalget ved Høgskolen i Oslo 21. juni 2004

Revisjon godkjent av studieutvalget 13. januar 2015, 23. mai 2016 og 1. juni 2016

Redaksjonelle endringer foretatt 3. juni 2016 og 24. oktober 2016

Revisjon godkjent av studieutvalget 11. mai 2017

Redaksjonelle endringer foretatt 19. juni og 20. desember 2017

Revisjon godkjent på fullmakt av leder i studieutvalget 27. november 2017

Pensum oppdatert desember 2017

Revisjon godkjent av utdanningsutvalget 24. mai 2018

Redaksjonell endring foretatt 12. juli 2018

Revisjon godkjent på fullmakt av leder i utdanningsutvalget 22. mars 2019

Gjeldende fra høstsemesteret 2019