Planowanie badań i analiza ich wyników
Informacje ogólne
Kod przedmiotu: | WBNZ-672 | Kod Erasmus / ISCED: |
(brak danych)
/
(0511) Biologia
![]() |
Nazwa przedmiotu: | Planowanie badań i analiza ich wyników | ||
Jednostka: | Instytut Nauk o Środowisku | ||
Grupy: |
Kursy zalecane w ścieżce kształcenia: biologia molekularna, II st. od r. ak. 2019/20 |
||
Punkty ECTS i inne: |
4.00 ![]() ![]() |
||
Język prowadzenia: | polski |
Zajęcia w cyklu "Semestr letni 2020/2021" (w trakcie)
Okres: | 2021-02-25 - 2021-06-15 |
![]() |
Typ zajęć: |
Ćwiczenia, 30 godzin, 30 miejsc ![]() Wykład, 15 godzin, 30 miejsc ![]() |
|
Koordynatorzy: | Paweł Koteja | |
Prowadzący grup: | Paweł Koteja | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Przedmiot - Zaliczenie na ocenę | |
Ocena wliczana do średniej: | tak |
|
Efekty kształcenia: | Wiedza Student rozumie podstawy metodologii empirycznych nauk przyrodniczych (problem badawczy, hipoteza, falsyfikacja). Rozumie na podstawowym poziomie podstawy teoretyczne Ogólnego Modelu Liniowego, metody analizy wariancji i analizy regresji, zna podstawowe układy eksperymentalne (czynnikowy, hierarchiczny), rozróżnia typy czynników (ustalony, losowy) występujących w układach eksperymentalnych/quasi-eksperymentalnych. Zna zasady przygotowania typowego wniosku o sfinansowanie projektu badawczego w obszarze badań podstawowych (takie jak w NCN). Umiejętności Potrafi przygotować opis prostego projektu badawczego (w postaci takiej jak we wnioskach o finansowanie projektów badawczych NCN); Dla podanego problemu badawczego potrafi zaplanować eksperyment lub sposób zbierania danych terenowych spełniający wymogi układu quasi-eksperymentalnego; Potrafi przedstawić model statystyczny (w postaci Ogólnego Modelu Liniowego) dla układów czynnikowych, hierarchicznych i ich prostych kombinacji, wskazać sposób testowania hipotez dla prostych układów modelu "mieszanego" (zawierającego czynniki ustalone i losowe), oraz wykonać odpowiednie analizy przy pomocy ogólnodostępnego programu do analiz statystycznych; Potrafi przedstawić wyniki badań i wnioski z analiz statystycznych w postaci raportu pisemnego oraz prezentacji ustnej, z wykorzystaniem środków multimedialnych. Kompetencje Potrafi współpracować z innymi studentami przy projektowaniu badań, analizie danych i opracowaniu raportów; Akceptuje konieczność rygorystycznego przestrzegania wymogów metodologicznych w projektowaniu i analizie wyników badań empirycznych. |
|
Wymagania wstępne: | Znajomość metod statystycznych na poziomie średnio-zaawansowanym (w zakresie takim jak wymagany na studiach biologicznych lub biologiczno-geograficznych drugiego poziomu; np. kurs INoŚ 67); umiejętność posługiwania się komputerem. |
|
Forma i warunki zaliczenia: | • Nie jest wystawiana osobna ocena z ćwiczeń. • Warunkiem dopuszczenia do egzaminu końcowego jest: - Wykonanie indywidualnych zadań domowych: przygotowanie własnego wstępnego projektu badań, wykonanie recenzji projektu badawczego, opracowanie modelu statystycznego dla określonego eksperymentu, opracowanie planu badań na zadany temat (bez formalnej oceny). - Aktywny udział w pracy zespołowej: przygotowanie projektu badań (wniosku o grant), wykonanie analiz statystycznych, przedstawienie raportu pisemnego i prezentacji ustnej wyników badań (bez formalnej oceny). • Egzamin końcowy (pisemny): zaplanowanie badań dla zadanego problemu badawczego, przy określonych ograniczeniach logistycznych oraz zaplanowanie adekwatnych analiz statystycznych. Warunkiem zaliczenia kursu jest uzyskanie na egzaminie ≥40% punktów. |
|
Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów: | • Ewaluacja przedstawionych projektów i raportów (bez formalnej oceny – zadania muszą być doprowadzone do stanu zadowalającego). • Egzamin pisemny sprawdzający przede wszystkim umiejętność zaplanowania badań dla zadanego problemu badawczego, przy określonych ograniczeniach logistycznych oraz zaplanowanie analiz statystycznych dla zaplanowanych badań (zaliczenie: ≥40% punktów). |
|
Metody dydaktyczne: | • Wykłady konwersatoryjne: 1.5 godz. tydzień x 10 tygodni • Ćwiczenia teoretyczne i praktyczne (w tym prezentacje ustne przedstawiane przez studentów): 3 godz./tydzień x 10 tygodni • Praca indywidualna - zadania domowe (przygotowanie wstępnych projektów, wykonanie recenzji projektów, opracowanie modeli statystycznych i przygotowanie planów badań na zadany temat) • Praca w kilkuosobowych zespołach (przygotowanie projektów badań, wykonywanie analiz statystycznych, przygotowanie raportów i ich prezentacji multimedialnych): • Konsultacje indywidualne/grupowe, wg uznania studentów (prowadzący kurs będzie dostępny dla studentów przez minimum 1 godz./tydzień w trakcie trwania zajęć) |
|
Bilans punktów ECTS: | Udział w wykładach: 15 h Udział w ćwiczeniach: 30 h Przygotowanie do ćwiczeń: 15 h Zadania domowe (opracowanie modeli statystycznych do zadanego projektu badań, opracowanie własnego projekt badań, recenzja projektu, wykonanie analizy danych, raport pisemny, przygotowanie prezentacji ustnej): 40 h Konsultacje indywidualne: 2 h Przygotowanie do końcowego egzaminu: 30 h Razem: 132 h |
|
Pełny opis: |
Zakres treści wykładów: Elementy metodologii nauk przyrodniczych (program badawczy, hipoteza naukowa, falsyfikacja); Statystyka matematyczna jako narzędzie testowania hipotez; Elementy socjologii nauki (system wymiany informacji naukowej, oceny dorobku uczonych i finansowania badań naukowych oraz kryteria oceny jakości projektów badawczych); Repetytorium z metod statystycznych na poziomie średnio-zaawansowanym (podstawy teoretyczne analizy wariancji i analizy regresji; czynniki i modele ustalone, losowe i mieszane; ANOVA prosta, czynnikowa i hierarchiczna; hipotezy a priori i a posteriori); Zaawansowane układy ANOVA, obejmujące kombinacje układów czynnikowych, hierarchicznych i z pomiarami powtarzanymi oraz czynników ustalonych i losowych; Regresja wielokrotna i metoda najmniejszych kwadratów; Ekwiwalentność analizy regresji i analizy wariancji, Ogólny Model Liniowy; Analiza kowariancji. Tematy ćwiczeń: Praca nad projektami "zadanymi": Analiza błędów metodologiczych w przykładowych badaniach; Znajdowanie właściwego modelu statystycznego dla złożonych układów eksperymentalnych, określanie typu czynników (ustalone, losowe) i powiązań między czynnikami (interakcje, zagnieżdżenia), znajdowanie właściwego składnika błędu dla testowania hipotez; Planowanie badań oraz analiz statystycznych dla zadanego zagadnienia, przy określonych ograniczeniach logistycznych. Praca nad projektami "własnymi": Struktura typowych wniosków o sfinansowanie projektów badawczych (na przykładzie wniosków o projekty własne NCN) i struktura typowych raportów z badań empirycznych (na przykładzie artykułów w renomowanych czasopismach); Prezentacja wstępnych propozycji projektów badań i analiza ich wartości naukowej i poprawności metodologicznej; Zespołowe przygotowanie i przedstawienie wniosków o sfinansowanie projektów badawczych, ich prezentacja i krytyka; Wykonanie kompletnych analiz statystycznych dla wirtualnych wyników badań (wygenerowanych przez prowadzącego) dla przedstawionego projektu; Przygotowanie raportu z badań, w formie zgodnej z wymaganiami dla manuskryptów składanych do druku w czasopismach naukowych; Ustna prezentacja wyników z wykorzystaniem środków multimedialnych. | |
Literatura: |
Podstawowe: - A. Łomnicki: Wprowadzenie do statystyki dla przyrodników. PWN (1999 lub nowsze) - G.A. Ferguson i Y. Takane: Analiza statystyczna w psychologii i pedagogice. PWN (1997) - J. Weiner: Technika pisania i prezentowania przyrodniczych prac naukowych: przewodnik praktyczny. PWN (1998) - Formularze wniosków o finansowanie projektów badawczych NCN i przykładowe skuteczne wnioski. - Zalecenia dla autorów z renomowanych czasopism naukowych. Uzupełniające: - Podręczniki i przykłady z pakietów programów statystycznych: SAS, SYSTAT, Statistica - G. Quinn and M. Keough: Experimental design and data analysis for biologists. Cambridge U. Press (2002) - J. Ziman: Społeczeństwo nauki. PIW (1972) - A. F. Chalmers: Czym jest to co zwiemy nauką? Wrocław: Siedmioróg (1997) |
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.