Kursplan för Modellera framtidens klimat: vetenskap, ekonomi, etik och politik

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2025-03-13 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnModeling climate futures: Science, economics, ethics and policy
  • KurskodTRA420
  • Omfattning7,5 Högskolepoäng
  • ÄgareTRACKS
  • UtbildningsnivåAvancerad nivå
  • InstitutionTRACKS
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 97174
  • Max antal deltagare30 (minst 10% av platserna reserveras för utbytesstudenter)
  • Min. antal deltagare8
  • Sökbar för utbytesstudenterJa

Poängfördelning

0124 Projekt 7,5 hp
Betygsskala: TH		4 hp3,5 hp

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för grundnivå

Särskild behörighet

Sökande ska ha tagit 90 hp vid ansökningstillfället.
Engelska 6/B.

Kursspecifika förkunskaper

Motivationsbrev.
Urval sker genom en samlad bedömning av sökandes meriter och motivationsbrev.

Syfte

Kursens syfte är att utgöra en plattform för att arbeta med och lösa utmaningsdrivna tvärvetenskapliga autentiska problem från olika delar av samhället såsom akademin, industri och offentlig sektor. Syftet är också att studenter från olika program arbetar tillsammans och tränar på att fungera effektivt i mångdisciplinära utvecklingsteam.

Med ett fokus på "Integrated Assesment Models (IAM)" utforskar studentgruppen - genom modellering och interaktion med intressenter - koldioxidprissättning baserat på en kunskapsbas inom klimatvetenskap, ekonomi och etiska överväganden. Kursen syftar till att fungera som ett lärandelabb som genom praktiska lärandeaktiviteter i nära anslutning till beslutsfattare och intressenter, som exempelvis OECD, SIDA och Volvo. Målet är att konkretisera diskussionen om det rätta priset på koldioxidutsläpp för en övergång till ett fossilfritt samhälle. Denna dynamiska, projektbaserade lärandemiljö avser att, med hjälp av modellering, skapa expertis inom miljöekonomi och erbjuder studenter en möjlighet att praktiskt bidra till evidensbaserat beslutsfattande i en verklig kontext.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • bemästra problem med öppna lösningsrymder. Detta innefattar att kunna hantera osäkerheter och begränsad information
  • arbeta i tvärvetenskapliga grupper och samarbeta i grupper med olika sammansättningar
  • visa insikter om och bemästra effekterna av arkitektoniska och/eller tekniska lösningar i globala, ekonomiska, miljömässiga och samhälleliga sammanhang
  • muntligt och skriftligt på engelska förklara och diskutera information, problem, metoder, design- och utvecklingsprocesser samt lösningar
  • tillämpa och tolka IAM:er, bedöma deras styrkor och begränsningar i sammanhanget av klimatekonomi och styrmedelsanalys inklusive:
    • tillämpa grundläggande insikter inom klimatfysik genom att modifiera klimatmodeller
    • modellera och tolka nyckelaspekter av klimatekonomi: skador, diskontering, kostnader för utsläppsminskningar
    • analysera och kritisera integrationen av den naturvetenskapliga beskrivningen av klimatfysiken med samhällsvetenskapliga beskrivningar av det ekonomiska systemet och teknologisk utveckling i IAM:er
    • kritiskt utvärdera de etiska implikationerna av antaganden och parametrar i IAM:er
  • använda Artificiell Intelligens (AI) som ett verktyg i sitt lärande i ovanstående områden samt kunna reflektera kring potentiella möjligheter och risker med användandet av AI inom klimatområdet

Innehåll

Denna kurs kombinerar klimatvetenskap, nationalekonomi samt etiska och politiska överväganden för att utforska koldioxidprissättning och utsläppsbanor. Exempel på ämnen som ingår är: energibalansmodeller, skadefunktioner, marginalkostnader för utsläppsminskningar och intergenerationell rättvisa.

Genom samarbetsprojekt kommer studenterna att utveckla material som syftar till att stödja beslutsfattare och intressenter att fatta informerade beslut. Modellering, i olika form men främst med användning av IAM:er av varierande komplexitet, är centralt för lärandet i kursen.

Studenterna kommer utveckla sin förståelse av hur man bör och inte bör utnyttja artificiell intelligens för lärande och projektarbete.

Genom att dra nytta av de olika akademiska och professionella bakgrunderna hos kursdeltagarna kommer studenterna att engagera sig i skräddarsydda lärandevägar som bygger på och kompletterar deras tidigare studier, vilket säkerställer en rik, tvärvetenskaplig läroresa.

Organisation

Kursen drivs av ett lärarlag. Huvuddelen av kursen är ett utmaningsdrivet projekt. Kursdeltagarna kommer att samarbeta på ett sätt som låter varje års studentgrupp definiera ett genomförbart projekt som balanserar ambitionerna för lärandet med det praktiska skapandet av en betydelsefull digital resurs, såsom ett digitalt beräkningsverktyg, som adresserar behoven hos klimatpolitiska nyckelaktörer. Genom att engagera sig med en tvärvetenskaplig expertgrupp kommer studenterna att utnyttja diverse färdigheter för att undersöka utsläppsbanor, koldioxidprissättning och andra styrmedel som kan minska utsläppen på ett effektivt, rättvist och acceptabelt sätt. Med andra ord, studenterna uppmuntras att aktivt leda och påverka riktningen och genomförandet av det projekt de tar sig an.

Utmaningen som projektet fokuserar på kan variera från att vara mer praktiskt tillämpad till att vara mer forskningsdriven. Projektarbetet bedrivs i en eller två projektgrupp(er). Kursen kompletteras med undervisning och färdighetsträning som behövs för projektet efter behov. Projektteamet kommer att ha en universitetsexaminator, en pol av universitetshandledare och en eller en pol av externa medhandledare om tillämpligt.

Kursen kommer att innefatta ungefär 10 nyckelseminarier/workshops om kursens kärnämnen, metoder och projekt. Utöver dessa kommer utformas ytterligare 3 till 4 - lärarledda - kursaktiviteter, för att passa det valda fokuset för årets projekt, intresset och expertisen hos kursdeltagarna. Kursdeltagarna kommer att få formativ återkoppling under kursens gång och kan söka återkoppling och stöd från utsedda projekthandledare och experter under projektperioden.

Litteratur

Med input från lärarteamet kommer studenterna att utveckla förmågan att identifiera och skaffa relevant litteratur genom hela deras projekt. En nyckelartikel för kursen är: Hänsel, Martin C., et al. "Climate economics support for the UN climate targets." Nature Climate Change 10.8 (2020): 781-789, vilket visar på undervisningsteamets etablerade position vid kunskapsfronten för kursens huvudämne. Vi introducerar kursens övergripande mål med En-ROADS klimatekonomiska simulator och går sedan vidare till en version av DICE-modellen för huvudanalysen och utforskningen av integrerade bedömningsmodeller. Kursens digitala resurser (artiklar, videoklipp, webblänkar, filer etc.) kommer att göras tillgängliga med hjälp av Canvas-lärplattformen.

Examination inklusive obligatoriska moment

Examinationen består av en kombination av
  • inlämningar på individuell såväl som gruppnivå
  • muntliga presentationer och gruppdiskussioner
  • obligatoriskt aktivt deltagande i den slutliga projektredovisningssessionen
  • semi-obligatoriskt aktivt deltagande i nyckelseminarier (7 av 10 krävs för godkänd)

Kursen använder ett betygssystem Underkänd/3/4/5. För att få ett Godkänt på hela kursen måste du uppnå en Godkänd-nivå på alla de komponenter som anges ovan (eller på ersättande uppgifter). För att få ett högre betyg behöver du i genomsnitt ha fått det högre betyget på de enskilda uppgifterna samt ha bidragit i motsvarande grad till de samlade resultat som produceras i kursen.

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.

Kursplanen innehåller ändringar

  • Ändring gjord på kurstillfälle:
    • 2025-03-13: Max antal deltagare Max antal deltagare 30 tillagt av UOL
      [Kurstillfälle 1]
    • 2025-03-13: Moment Moment ändrat av UOL
      [Kurstillfälle 1] Kursmoment 0124 flyttat från LP1 7,5 till LP1 4 LP2 3,5
  • Ändring gjord på kurs:
    • 2025-03-13: Syfte Syfte ändrat av UOL
      Uppdaterat formulering av syfte
    • 2025-03-13: Organisation Organisation ändrat av UOL
      Uppdaterat engelsk information om kursens organisation
    • 2025-03-13: Innehåll Innehåll ändrat av UOL
      Uppdaterat innehåll
    • 2025-03-13: Lärandemål Lärandemål ändrat av UOL
      Uppdaterat lärandemål