n.MA.ENR.ReMe.17HS (Research methods) 
Modul: Research methods
Diese Information wurde generiert am: 15.09.2019
Nr.
n.MA.ENR.ReMe.17HS
Bezeichnung
Research methods
Credits
15

Beschreibung

Version: 1.0 gültig ab 01.08.2017
Studiengang
Degree Program
MSc in Environment and Natural Resources
Arbeitsaufwand
Workload
15 ECTS
Modulleitung
Module Coordinator
Patrick Laube
Dozierende
Lecturers
Petra Bättig-Frey, Regula Billeter, Jürgen  Dengler, Stefan Flückiger, Martin  Geilhausen, Roland Graf, Cathérine Hartmann, Patrick Laube, Linda Miesler, Urs Müller, Pascal Ochsner, Thomas Ott, Constanze Pietsch-Schmied, Nils Ratnaweera, Reto Rupf, Maike Schubert, Peter Schumacher, Theo Smits, Lilian Suter, Sonja Trachsel
Eingangskompetenzen
Entry Requirements
  • die Grundbegriffe der Statistik anwenden (Datentypen, Stichprobe, Grundgesamtheit)
  • Grundzüge der beschreibenden Statistik
  • Statistische Tests, (nicht)parametrische Tests (t, chi2, ANOVA)
  • Einfache Varianzanalyse und Regression
  • Daten mit R einlesen und graphisch darstellen (Histogramm, Boxplot, Barplot, Plot, Piechart)
Ausgangskompetenzen
Learning Outcome and Competences
Die Studierenden erarbeiten sich vertiefte Methodenkompetenzen für die analytische Betrachtung der Zusammenhänge im Gesamtsystem natürlicher Ressourcen, je nach methodischer Spezialisierung mit einer naturwissenschaftlichen oder einer sozio-ökonomischen Perspektive.

Insbesondere erarbeiten sich die Studierenden die nötigen Kompetenzen um
  • in einem Forschungsprojekt eigene Forschungsfragen zu formulieren,
  • darauf geeignete methodische Ansätze zu recherchieren und auf ihre Eignung für das gegebene Projekt/Problem zu prüfen,
  • ein geeignetes Forschungs-Design zu entwerfen um die benötigten Daten für den methodischen Ansatz zu erfassen oder zu beschaffen,
  • die gewählten Analyse-Methoden kompetent anzuwenden,
  • erarbeitete Resultate kritisch zu diskutieren und zu einer Synthese zu verdichten,
  • die durchgeführten Arbeiten zu dokumentieren und zu publizieren.

Dazu erarbeiten sich die Studierenden vertiefte Anwendungskompetenzen in der R Programmiersprache für statistische Berechnungen und Grafiken sowie für ausgewählte ergänzende Softwarewerkzeuge.
Inhalte
Module Content
Die Inhalte des Moduls orientieren sich an den drei Phasen einer wissenschaftlichen Studie:
  1. Forschungsdesign und Datenerhebung/-beschaffung
  2. Analyse
  3. Synthese und Dokumentation/Publikation
Das Modul vermittelt übergreifende Methodenkompetenzen in den Bereichen:
  • Allgemeine Wissenschafts- und Erkenntnistheorie
  • Datenaufbereitung und Daten(vor-)verarbeitung mit R
  • Vertiefte Anwendungskompetenzen in der induktiven und in der multivariaten Statistik
  • Verfassen von Projektberichten und Gutachten
  • Das Kunsthandwerk des wissenschaftlichen Publizierens

In der naturwissenschaftlichen Spezialisierung werden folgende Methodenkompetenzen vertieft:
  • Forschungs- und Sampling-Design in der Ökologie
  • Laborexperimente planen, durchführen und protokollieren
  • Geodatenerfassung mit Nahbereichs-Fernerkundung und GPS
  • Beschaffung und Verwendung nicht selbst erhobener Umweltdaten
  • Ausgewählte Methoden der explorativen Datenanalyse und der Informationsvisualisierung
  • Multikriterien-Analyse
  • Geostatistik: Konzepte und Anwendungen
  • Datenqualität (Verifizierung, Validierung, Unsicherheit, Fehlerfortpflanzung)
  • Systemdynamik und komplexe System
In der sozio-ökonomischen Spezialisierung werden folgende Methodenkompetenzen vertieft:
  • Forschungsdesign in quantitativer und qualitativer Sozialforschung, Formulierung sozialwissenschaftlicher Fragestellungen, Stichprobenauswahl
  • Datenerfassung in der quantitativen Sozialforschung (Befragung, Beobachtung, Verhaltensspuren), Operationalisierung, Fragebogengestaltung, Datenbereinigung und -aufbereitung
  • Datenerfassung in der qualitativen Sozialforschung, resp. mit qualitativen Interview- und Beobachtungsmethoden (narrative Interviews, leitfadengestützte Interviews, Methode des Lauten Denkens, teilnehmende Beobachtung, Fokusgruppendiskussionen)
  • Analyse-Methoden der qualitativen Sozialforschung (Grounded Theory, Kodieren)
  • Mixed Methods – Ansatz: Kombination qualitativer und quantitativer Erhebungsmethoden
  • Ausgewählte ökonomische Modell zur Preisbildung, Märkte, Wettbewerb und Handel
  • Neue Datenquellen und Big Data
Lehr-/Lernmethoden
Teaching / Learning Methods
Vorlesungen, Übungen, flipped classroom, interdisziplinären Fallstudien
Leistungsnachweis
Assessment of Learning
Outcome
Der Leistungsnachweis besteht aus vier Teilen
  1. Eintrittstest zum Repetitionsblock
  2. Schriftliche Prüfung
  3. Praktische Prüfung
  4. Fallstudie
Bibliographie
Bibliography
  • Murray Logan (2010). Biostatistical Design and Analysis Using R: A Practical Guide, Wiley-Blackwell, 574 Seiten, ISBN: 978-1-4051-9008-4.
  • Wickham, H., & Grolemund, G. (2016). R for data science. O'Reilly
Unterrichtssprache
Language
Deutsch, Unterlagen auf Deutsch, Lehrmittel mehrheitlich auf Englisch
Bemerkungen
Comments
Die Modulleitung entscheidet über die Möglichkeit von Nachbesserungen schriftlicher Arbeiten (StO § 11) und Nachprüfungen (StO§ 12).
Kurs: Research methods
Nr.
n.MA.ENR.ReMe.17HS.V
Bezeichnung
Research methods

Hinweis

  • Für das Stichdatum 15.09.2019 ist kein Modulbeschreibungstext im System verfügbar.