g.MA.xx.305.19HS (Methodenvertiefung) 
Modul: Methodenvertiefung
Diese Information wurde generiert am: 03.05.2024
Nr.
g.MA.xx.305.19HS
Bezeichnung
Methodenvertiefung
Leitung
Jürgen Degenfellner
Credits
5

Beschreibung

Version: 7.0 gültig ab 01.02.2024

           ZHAW_PT
 
Modulkategorie / Category

Forschungsmethoden

 

Pflicht / Compulsory

Wahlpflicht / Elective compulsory

Wahl / Optional

X

X

 

Durchführende Hochschule / University Zürcher Hochschule für Angewandte Wissenschaften, ZHAW
Gültigkeit RPO / Validity of study regulation 29.01.2008 
Gültigkeit Anhang / Validity amendment Hebamme V 4.1.0
Pflege V 5.0.0
Physiotherapie V 8.0.0
Semester / Term 2., 4. Semester
Voraussetzung / Pre-requirements
  • Modul Wissenschaftstheorie und -methodologie bestanden
  • Modul Quantitative Methoden 1 bestanden 
Unterrichtssprache / Teaching language Deutsch, Englisch
Arbeitsaufwand / Workload (h) Gesamtarbeitszeit (h)
Total workload (h)

150h

Kontaktstudium (h)
Course of study with compulsory attendance (h) (=KS)

Begleitetes Selbststudium (h) / Guided self-studies (h) (=bSS)

Autonomes Selbststudium (h) / Autonomous self-study (h) (=aSS)

36h

74h

40h

Grobziele / General aims
A1
Vertiefung Survey Research
Die Studierenden:
  • können die wissenschaftstheoretischen und methodologischen Grundlagen der Erstellung von unterschiedlichen Fragebogenarten innerhalb der quantitativen (und qualitativen) Forschungslandschaft und bezogen auf ein spezifisches Forschungsprojekt erläutern
  • können die praktischen Herausforderungen bei der Erstellung und Implementierung von Surveys reflektieren
  • können einen Fragebogen für Forschungszwecke erstellen und sind mit den unterschiedlichen Datenerhebungsmethoden, insbesondere mit REDCap, vertraut und können diese anwenden
  • können die Daten (hier Ergänzung Datenart – auch Textdaten) eines Fragebogens deskriptiv auswerten und darstellen
  • können die Stärken und Schwächen publizierter Fragebogenstudien identifizieren und kritisch reflektieren

A2
Die Studierenden:
  • Können Regressionsmodelle für ausgewählte Datentypen (Poisson, logistische/multinomiale Regression) mit «R» berechnen
  • Berechnen hierarchische Modelle mit «R»
  • Können Regressionsmodelle für «Time-to-event» Daten mit «R» berechnen
  • Vertiefen ihre Kenntnisse über «Effect sizes»
  • Kennen die Grundlagen der Bayes-Statistik
  • Kennen die Grundzüge der Clusteranalyse
     
B1
Einführung in Mixed-Methods Research Designs
Die Studierenden:
  • Kennen und erläutern ausgewählte Mixed-Methods Designs und können die qualitative Forschung entsprechend verorten und verstehen den Prozess der Datenintegration
 
Coding als Methode: Qualitative Datenanalyse & Daten-Transformation
Die Studierenden:
  • Vertiefen die qualitative Datenanalyse & Daten-Transformation
  • Kennen und verstehen den Prozess von Deskription, Vergleich bis zur Rekonstruktion qualitativer Daten (Konzeptentwicklung versus Theoriegenerierung)
  • vertiefen das Coding als Analyse-Methode, sie kennen die verschiedenen Codier-Stile der qualitativen Forschung und können diese anwenden
  • Können basierend auf ausgewählten Softwareprogrammen (MaxQDA) die verschiedenen Datenanalyseverfahren umsetzen


B2
Die Studierenden:
  • Kennen und verstehen die Grundsätze und die Methodologie von systematischen Literaturübersichtsarbeiten und Meta-Analysen / Metasynthesen und deren Bedeutung für die evidenzbasierte Praxis der Gesundheitsberufe
  • Formulieren passende Fragestellungen die mit einer systematischen Literaturübersicht mit oder ohne Meta-Anlayse, respektive Metasynthese beantwortet werden können
  • Erläutern den State-of-the-Art eines Forschungsprotokolls für eine systematische Übersichtsarbeit
  • Vertiefen ihre Kenntnisse der systematischen Literatursuche
  • Vertiefen ihre Kenntnisse zur Studienauswahl und deren kritische Bewertung (Critical Appraisal von Qualitativen und Quantitativen Studien)
  • Kennen die Vorgehensweise zur Datenextraktion
  • Kennen ausgewählte Analysemethoden für quantitative, qualitative und gemischte Studien
  • Interpretieren die Resultate von Meta-Analysen // Metasynthesen korrekt
  • Kennen adäquate Softwarelösungen zur Umsetzung von Meta-Analysen / Metasynthesen
Abschlusskompetenzen / Learning outcomes Siehe Modul-Langbeschreibung
Lerninhalte / Learning contents
  • A1 - Survey Research
  • A2 - Quantitative Methoden Vertiefung
     
  • B1 – Mixed-Methods Research Designs; Coding als Analyse-Methode
  • B2 - Systematic Review und Meta-Analyse / Metasynthese
Lehrformen / Teaching methods
  • Skriptbasierte Vorlesungen
  • eLearning
  • Einzelarbeiten
  • Gruppenarbeiten
Leistungsnachweise / Learning assessments

Anzahl / Number

Art / Form

Gewichtung und Bewertung /
Weighting and rating

2

Prüfung Multiple-Choice

Die MC Prüfung der Teilmodule wird wie folgt gewichtet:
Teilmodule «A» 60%
Teilmodule «B» 40%

Bemerkungen / Notes Prozess zur Wahl der Vertiefungen («A1», «A2»; «B1», «B2»):
  1. Vorinformation (jede Profession für sich)
  2. Veröffentlichung Modulbeschreibung bis KW 07 via Moodle.
  3. Einschreibung ins Modul:
Studierende Pflege (Schwerpunkt F) und Physiotherapie können A1/A2 und B1/B2 frei wählen:
Vorab sind PF + PT-Studierende wie folgt in die Teilmodule eingeschrieben worden:
PF     A1 + B1         
PT     A2 + B2

Je nach Ausrichtung des Forschungsplans/Masterarbeit kann aber in ein anderes Teilmodul (z.B. A1 in A2 oder B2 in B1) gewechselt werden.
Bei einem Wechsel in ein anderes Teilmodul bitte das Wahl-Tool auf Moodle bis 30.4.24 / 12.00 (KW 18) ausfüllen.
Ein allfälliges Leserecht (siehe HB) kann auf Wunsch auch gegeben werden, falls dies den Bedarf abdecken würde.
 
Die HB Studierende sind fix in den Teilmodulen A1 + B1 eingeschrieben.
Bei Bedarf können die HB Studierenden aber als Gast (Leserecht) bei anderen Teilmodulen Zugriff haben. Bitte Wunsch auf Leserecht (Gast) bitte das Wahl-Tool auf Moodle bis 30.4.24 / 12.00 (KW 18) ausfüllen.

Hinweis

Kurs: Methodenvertiefung
Nr.
g.MA.xx.305.19HS.V
Bezeichnung
Methodenvertiefung

Hinweis

  • Für das Stichdatum 03.05.2024 ist kein Modulbeschreibungstext im System verfügbar.