Datavetenskap: Examensarbete med inriktning mot spelutveckling

Sammanfattning

Behörighetskrav

Totalt 120 hp, inklusive 60 hp i Datavetenskap med progression samt kursen DA380A - Datavetenskap: Spelstudier.

Kursplan

Kursplan för studenter vår 2022, vår 2021, vår 2020, vår 2019, höst 2018, vår 2018, vår 2017

Kurskod:
DA338A version 1,2
Engelsk benämning:
Computer Science: Degree Thesis for Game Development
Fördjupningsnivå
G2E
Huvudområden:
Datavetenskap
Undervisningsspråk:
Svenska, inslag av engelska kan förekomma.
Fastställandedatum:
30 juni 2016
Beslutande instans:
Fakulteten för teknik och samhälle
Gäller från:
16 januari 2017
Ersätter kursplan fastställd:
19 maj 2016

Förkunskapskrav

Totalt 120 hp, inklusive 60 hp i Datavetenskap med progression samt kursen DA380A - Datavetenskap: Spelstudier.

Fördjupning i förhållande till examensfordringarna

Kursen ingår i huvudområdet datavetenskap på nivå 61 - 90 hp och kan ingå i examensfordringarna för kandidatexamen i datavetenskap med inriktning mot spelutveckling.

Syfte

Kursen syftar till att studenten ska utveckla och fördjupa sina praktiska, teoretiska och metodologiska färdigheter genom att självständigt utföra ett vetenskapligt arbete inom området för datavetenskap och spelutveckling.

Innehåll

Kursen består av ett examensarbete i datavetenskap med koppling till något område som är relevant vid spelutveckling. Studenten planerar, genomför och redovisar en vetenskaplig studie, som utöver litteraturstudier och rapportskrivning även kan innefatta utveckling av programvara eller empirisk undersökning.

Lärandemål

Kunskap och förståelse
För godkänd kurs ska studenten kunna visa:

  • kunskap och förståelse i datavetenskap, inbegripet kunskap om områdets vetenskapliga grund, kunskap om tillämpliga metoder inom området, fördjupning inom någon del av området som är relevant vid spelutveckling samt orientering om aktuella forskningsfrågor
Färdighet och förmåga
För godkänd kurs ska studenten kunna visa:
  • förmåga att söka, samla, värdera och kritiskt tolka relevant information i en problemställning samt att kritiskt diskutera företeelser, frågeställningar och situationer
  • förmåga att självständigt identifiera, formulera och lösa problem samt att genomföra uppgifter inom givna tidsramar
  • förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med andra
  • sådan färdighet som fordras för att självständigt arbeta inom datavetenskap
Värderingsförmåga och förhållningssätt
För godkänd kurs ska studenten kunna visa:
  • förmåga att inom datavetenskap göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter
  • insikt om kunskapens roll i samhället och om människors ansvar för hur den används
  • förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens

Arbetsformer

Självständigt arbete ca 390 timmar samt handledningstid ca 10 timmar.

Bedömningsformer

Examinationen sker genom kvalitativ bedömning av rapporten och inlämningsuppgifterna, muntlig presentation vid tre obligatoriska seminarier, ett introducerande seminarium, i början av arbetet, ett ca halvvägs in i arbetet och ett slutseminarium, samt opposition vid de två sista seminarierna.
För godkänt examensarbete krävs att följande moment är fullgjorda:

  • godkänd skriftlig rapport
  • godkända inlämningsuppgifter
  • godkända seminarier och muntlig presentation
  • godkänd opposition
Faktorer som tas i beaktning vid betygssättning är förmåga att:
  • resonera självständigt och kreativt
  • självständigt lösa problem
  • tillgodogöra sig och använda litteratur och annat material
  • uttrycka sig skriftligt i en teknisk-vetenskaplig rapport
  • utföra en muntlig presentation
  • opponera på ett vetenskapligt korrekt sätt
När ovanstående kriterier uppfylls på ett tillfredsställande sätt ges betyget godkänd.

Betygsskala

Underkänd (U) eller Godkänd (G).

Kurslitteratur och övriga läromedel

Metodlitteratur
  • Björklund, M & Paulsson, U. (2012) Seminarieboken. Studentlitteratur, Lund
  • Cresswell, J. W. (2013) Research design: Qualitativ, quantitative and mixed methods approaches. SAGE Publications, Thousand Oaks
Referenslitteratur
  • Bringhurst, R. (2002) The Elements of Typographic Style, Hartley & Marks
  • Polya, G. (2004) How To Solve It. Princeton University Press, New Jersey
  • Språkrådet (2008) Svenska skrivregler. Liber, Stockholm
  • Strunk, W., White, E.B. (2006) The Elements of Style. Dover Publications, New York
Kurslitteraturen kompletteras med aktuella vetenskapliga artiklar som är relevanta för området. Individuell litteratur väljs av studenten i samråd med handledaren.

Kursvärdering

Högskolan ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av högskolan. Högskolan sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Övergångsbestämmelser

Om en kurs upphört att ges eller genomgått större förändringar ska studenterna, under ett år efter det att förändringen skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.

Kontakt

Utbildningen ges av Fakulteten för teknik och samhälle på institutionen Datavetenskap och medieteknik.

Mer information om utbildningen

Studentservice TS - Malmö Universitet,
Carl Magnus Olsson, Kursansvarig
Telefon: 040-6657502

Anmälan

20 januari 2020 - 07 juni 2020 Dagtid 50% Malmö Detta kurstillfälle ges som en del av ett program

18 januari 2021 - 06 juni 2021 Dagtid 50% Malmö Detta kurstillfälle ges som en del av ett program

17 januari 2022 - 05 juni 2022 Dagtid 50% Malmö Detta kurstillfälle ges som en del av ett program