Kursplan för Dataanalys och visualisering för hållbarhet

Kursplan fastställd 2025-02-19 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnSustainability analytics and visualization
  • KurskodACE590
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPTSE
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeEnergi- och miljöteknologi
  • InstitutionARKITEKTUR OCH SAMHÄLLSBYGGNADSTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 28121
  • Max antal deltagare40 (minst 10% av platserna reserveras för utbytesstudenter)
  • Sökbar för utbytesstudenterJa
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0124 Projekt, del A 4 hp
Betygsskala: TH		4 hp
0224 Inlämningsuppgift, del B 3,5 hp
Betygsskala: TH		3,5 hp

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för avancerad nivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Engelska 6
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Kurser motsvarande 15 hp i miljövetenskap och hållbarhet är nödvändig förkunskap, liksom 15 hp kurser innehållande databehandling.
Kurser i vilka studenter använder hållbarhets-relaterade dataset (t ex Environmental Systems Analysis (VMI101), Life Cycle Assessment (VTM081), Urban Metabolism (ACE155)) ger lämplig bakgrund.

Syfte

I dagens värld produceras stora mängder data vilket ökar behovet av grundläggande dataanalytisk kompetens. Detta gäller i stor utsträckning även inom flera miljö- och hållbarhetsfält. Denna kurs avser att ge teoretisk och praktisk kunskap i att välja, analysera och tolka data och modeller rörande miljö- och hållbarhetsproblem samt tekniker för att utveckla datadrivet berättande som kan användas som underlag för beslut. Dessutom ger kursen grundläggande kunskap i god datahantering. Kursen inriktar sig på utmaningar kopplade till systemanalys och hållbarhet. 

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • Beskriva fältet för hållbarhetsdata, hitta relevanta data för ett projekt samt utveckla och implementera en enkel datahanteringsplan.
  • Bedöma och förbättra kvaliteten av datamängder för användning i modeller.
  • Avgöra och förbättra användbarheten av olika modeller för på deras avsedda syfte, genom överväganden av komponenter, datakvalitet, underliggande antaganden och användarens sammanhang.
  • Identifiera intressenter och förstå deras analysbehov och anpassa kommunikationen därefter.
  • Beskriva stegen i visualiseringsprocessen, de grundläggande principerna för visualisering, och skapa visualiseringar som möter olika analysbehov.
  • Beskriva vanliga narrativa ramverk för vetenskaplig kommunikation och utforma datadriven kommunikation om miljö- och hållbarhetssystemiska ämnen som kan användas som beslutsunderlag.

Innehåll

Kursens innehåll omfattar de huvudsakliga stegen för att skapa datadriven vetenskaplig kommunikation för olika intressenters behov av dataanalys i miljö- och hållbarhetsfrågor.

  • Data, information och kunskap: att särskilja mellan dessa relaterade begrepp.
  • Hållbarhetsdata: källor till olika typer av hållbarhetsdata och typer, grunderna för datahantering
  • Data och modeller: att bedöma och förbättra datakvalitet, utvärdera och förbättra användbarheten för miljömodelleringar av LCA-system, MFA-system och liknande.
  • Vetenskaplig kommunikation till intressenter: betydelsen av sammanhang och berättelse, narrativa ramverk, intressenters informations- och kunskapsbehov, grundläggande kunskap om kognitiva och perceptiva förmågor och deras betydelse för informationsförståelse.
  • Datavisualisering: stegen i visualiseringsprocessen, principer för visualisering, och visualiseringsverktyg, samt lyckade visualiseringsexempel.
Obs! Fokus för kursen ligger på hållbarhetsanalys och visualisering—inte på programmering. Programmeringskunskaper kan användas i projektarbetet om så önskas, men de är varken nödvändiga eller avgörande.

Organisation

Kursen använder sig av en blandad lärmiljö (s.k. blended learning) och omfattar både online- och klassrumsaktiviteter.

Onlineaktiviteterna omfattar aktiviteter för självstudier (korta videor, läsmaterial, quizzar för att träna förståelse) som skall ha genomförts före lektionerna. Klassrumsaktiviteterna syftar till att tillämpa och fördjupa kurskunskaperna genom diskussioner, workshops och gästföreläsningar.

Obligatorisk närvaro gäller för de flesta klassrumsaktiviteterna (anges i kurs-pm), för grupp-projektens handledningstillfällen med lärare och för grupp-projektens slutpresentationen (organiseras som en mini-konferens).

Litteratur

Kurslitteraturen kommer att finnas tillgänglig på kursens hemsida.

Examination inklusive obligatoriska moment

Examinationen baseras på bedömningen av ett projektarbete i grupp ochett individuellt arbete. För godkänd kurs krävs även genomförandet av obligatoriska aktiviteter beskrivna i kurs-pm.

Grupp-projektets bedömning baseras på delinlämningar, slutresultatet i projektuppgiften och presentationen av projektet.

Det individuella arbetet omfattar delinlämningar samt slutuppsatsen (som bygger på delinlämningarna).

Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om riktat pedagogiskt stöd på grund av funktionsnedsättning.