Kursa kods PārZ5026

Kredītpunkti 3

Pētījuma metodoloģija pārtikas zinātnē

Zinātnes nozareKopējais stundu skaits kursāLekciju stundu skaitsSemināru un praktisko darbu stundu skaitsKursa apstiprinājuma datumsAtbildīgā struktūrvienība
Pārtikas zinātne (nav zn)48123619/02/2014Pārtikas tehnoloģijas katedra

Kursa izstrādātājs

author vad.pētn.

Ilga Gedrovica

Inženierzinātņu doktors pārtikas zinātnē

Papildliteratūra

1. Trochim W. M., Donnelly J. P., Arora K., Research methods : the essential knowledge base. Boston, MA : Cengage Learning, 2016., 422 p.

2. Lindemann K., Composing research, communicating results : writing the communication research paper. Hoboken, NJ : Wiley Blackwell, 2018., 166 p.

3. Fisher C., Researching & Writing a Dissertation: An Essential Guide for Business Students. Financial Times Prentice Hall; 3rd ed., 2010. 448 p

4. Bluttman K. ,Excel formulas & functions for dummies. Indianapolis, IN: John Wiley & Sons, 2019., 383 p.

5. Ciproviča I., Galoburda R., Kārkliņa D., Rakčejeva T., Metodiskie noteikumi maģistra darba izstrādei un aizstāvēšanai. Jelgava: PTF, 2012. 44 lpp.

6. Arhipova, I., Bāliņa, S., Statistika ekonomikā. Risinājumi ar SSPS un Microsoft Excel: mācību līdzeklis. Rīga: Datorzinību centrs. 2003, 352 lpp.

Periodika un citi informācijas avoti

Scientific peer-reviewed articles on ScienceDirect. Pieejams: https://www.sciencedirect.com/ [skatīts: 06.aprīlī 2019.]

Scientific peer-reviewed articles on Scopus. Pieejams: https://www.scopus.com/home.uri [skatīts: 06.aprīlī 2019.]

Piezīmes

Studiju kurss akadēmiskās maģistra programmas "Pārtikas zinātne" obligātajā daļā pilna laika studijās.

Kursa anotācija

Studiju kursā maģistranti apgūst zinātniskā darba izstrādes pamatprincipus,
pētījuma modelēšanu un organizēšanas pamatnosacījumus, darba shēmu izstrādes principus, datu matemātisko apstrādi, datu korektu nolasīšanu, attēlošanu un interpretāciju, zinātniskā darba noformēšanu un prezentēšanu.
Iepazīstas ar maģistra darba izstrādes nosacījumiem, datu statistiskās analīzes pamatprincipiem un dažādām datu apstrādes metodēm, pētnieciskā darba rezultātu prezentēšanas veidiem, diskusijas veidošanu, rezultātu interpretāciju. Apgūst zinātniskās literatūras, t.sk. augstas citējamības zinātnisko publikāciju, apskata analīzi un pielietojumu zinātniskā darba izstrādē, kā arī optimizācijas metožu un dažādu prezentēšanas rīku pielietojumu.

Kursa rezultāti un to vērtēšana

Kursa rezultāti (zināšanas, prasmes, kompetence) un to vērtēšana Pēc studiju kursa apguves studenti apgūst:
Nepieciešamās teorētiskās un praktiskās zināšanas zinātniskā darba izstrādē;
Iegūst prasmes izveidot un noformēt zinātnisko darbu atbilstoši vispārpieņemtiem standartiem vai izvirzītajām prasībām, organizēt eksperimentus, pamatoti izvēlēties datu apstrādes metodi, datu matemātisko un grafisko apstrādi, iegūt korektus datus, veikt korektu rezultātu interpretāciju un diskusiju, izdarīt pareizus secinājumus, datus apkopot prezentācijās, izvērtēt un pielietot zinātniskās literatūras avotus individuālā darba izstrādē,;
Kompetences izstrādāt patstāvīgi zinātnisko darbu, orientēties universitātē pieejamos resursos un to pielietošanā studiju procesā.

Kursa plāns

1. Studiju kursa struktūra, kursa apguvē iegūstamās kompetences
2. Zinātniskā darba aktualitāte, nosaukums, hipotēze, mērķis un uzdevumi. Zinātniskā darba un tajā iekļauto pētījumu strukturizēšana.
3. Zinātniskās literatūras izvēle, analīze un pielietojums. Zinātniskā darba nodaļas "Problemātikas raksturojums" izstrādes pamatprincipi.
4. Zinātniskā darba nodaļas "Materiāli un metodes" izstrādes pamatprincipi. Zinātniskā darba nodaļas "Rezultāti un diskusija" izstrādes pamatprincipi.
5. Zinātniskā darba noformēšana (stili, automātiskie rādītāji u.c.)
6. Zinātniskā darba noformēšana (izmantoto literatūras avotu saraksta veidošanas iespējas, atsauču veidošana u.c.).
7. Statistika pārtikas zinātnē. Metodes un statistiskās analīzes pamatprincipi.
8. Pārtikas produktu īpatnības un to mērīšana. Mērīšanas skalas. Jēdziens par rezultātu un tā kļūdu (rupjās kļūdas, sistemātiskās kļūdas u.c.).
9. Datu organizēšana, datu matricas izveide, datu attēlošanas iespējas. Rezultātu apkopošana, interpretācija, diskusija un secinājumi.
10. Datu apstrādes iespējas (funkcijas, diagrammas u.c.).
11. Optimizācijas metodes un to pielietojums pārtikas nozarē.
12. Rīks Solver datu modelēšanai pārtikas nozarē.
13. Zinātniskā darba prezentēšana, prezentācijas sagatavošanas pamatprincipi un nosacījumi
14. Prezentāciju veidošana ar dažādām programmām (MS PowerPoint, Prezi u.c. brīvpieejas prezentāciju veidošanas rīki).
15. Noslēguma pārbaudes darbs. Patstāvīgā darba prezentēšana un aizstāvēšana.
16. Patstāvīgā darba aizstāvēšana. Rezultātu apkopojums un izvērtējums.

Prasības kredītpunktu iegūšanai

Jāapmeklē vismaz 85% studiju kursa nodarbību, jābūt izpildītiem visiem prakstiskajiem darbiem un sekmīgi uzrakstītiem pārbaudes darbiem. Ieskaites atzīmi veido no pārbaudes darbu un praktisko darbu vērtējumiem. Ja atzīme atšķiras, tad tiek ņemts vērā studiju kursa apmeklējums.
Studiju kursu apgūst latviešu un angļu valodā.

Studiju rezultātu vērtēšanas kritēriji

Studentam jābūt sekmīgi uzrakstītiem pārbaudes darbiem un sekmīgi veiktam patstāvīgajam darbam (vērtējumam jābūt vismaz 4 balles).
Pārbaudes darbos iegūtās nesekmīgās atzīmes jāpārraksta.
Gala atzīme tiks iegūta no visām atzīmēm, izvelkot vidējo aritmētisko.

Pamatliteratūra

1. Bui Y. N., How to write a master's thesis. Los Angeles : SAGE, 2014, 313 p.

2. Corti L., Van den Eynden V., Libby Bishop & Matthew Woollard, Managing and sharing research data: a guide to good practice., Los Angeles : SAGE, 2014, 222 p.

3. Matthews M., Carole Matthews C., How to Do Everything: Microsoft Office Online. McGraw-Hill Education; 1 edition, 2015., 244 p.

4. Bower J. A., Statistical Methods for Food Science: introductory procedures for food practitioner. Oxford, UK ; Ames, Iowa : Wiley-Blackwell, 2009., 307 p.

5. Pripp A. H., Statistics in food science and nutrition. New York : Springer, 2013., 66 p.

6. Marti K., Stochastic optimization methods: Applications in engineering and operations research. Heidelberg : Springer, 2015., 368 p.