Kursa kods PārZ5026

Kredītpunkti 4.50

Pētījuma metodoloģija pārtikas zinātnē

Zinātnes nozarePārtikas zinātne (nav zn)

Kopējais stundu skaits kursā120

Lekciju stundu skaits12

Semināru un praktisko darbu stundu skaits36

Studenta patstāvīgā darba stundu skaits72

Kursa apstiprinājuma datums19.02.2014

Atbildīgā struktūrvienībaPārtikas institūts

Kursa izstrādātājs

author

Ilga Gedrovica

Dr. sc. ing.

Aizstātais kurss

PārZM002 [GPARM002] Pētījuma metodoloģija pārtikas zinātnē

Kursa anotācija

Studiju kursa mērķis gūt studiju realizācijai un zinātniskā grāda ieguvei nepieciešamās teorētiskās un praktiskās zināšanas.
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 apskata analīzi un pielietojumu zinātniskā darba izstrādē, kā arī optimizācijas metožu un dažādu prezentēšanas rīku pielietojumu.

Kursa rezultāti un to vērtēšana

Pēc studiju kursa apguves studenti:
• iegūst studiju realizācijai un zinātniskā grāda ieguvei nepieciešamās teorētiskās un praktiskās zināšanas, noklausoties studiju kursa lekcijas un izpildot sekmīgi praktisko darbu uzdevumus;
• iegūtas prasmes ļauj izvērtēt un izvēlēties zinātniskiem pētījumiem atbilstošus informācijas avotus, analīzes un datu apstrādes metodes, prezentēšanas rīkus;
• noslēguma pārbaudes darbā demonstrē izpratni un kompetenci par zinātnisko darbu sagatavošanas vispārpieņemtiem standartiem, eksperimentu organizēšanas kārtību korektu datu iegūšanai, pamatotas datu apstrādes metodes izvēles nozīmi korektu rezultātu iegūšanai, datu matemātisko un grafisko apstrādes veidus, spēju atbilstoši interpretēt iegūtos rezultātus;

• kompetences izstrādāt patstāvīgo darbu, kurā parāda spēju izvērtēt zinātnisko literatūru, pielietot zinātniskos literatūras avotus individuālā darba izstrādē; orientējas universitātē pieejamos pētniecības resursos, spēj tos pielietot studiju procesā, kā arī izvērtē datu apstrādes metožu piemērotību konkrētajam pētījumam, veic to pielietojumu, demonstrē spēju atbilstoši prasībām izveidot un sakārtot lielformāta dokumentus un dažāda veida prezentācijas, izmantojot dažādas lietojumprogrammatūras, ko atspoguļo patstāvīgajā darbā.

Kursa saturs(kalendārs)

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

16. Patstāvīgā darba aizstāvēšana. Rezultātu apkopojums un izvērtējums. (P-3h)

Prasības kredītpunktu iegūšanai

Jābūt izpildītiem studiju kursā paredzētajiem 12 praktiskajiem darbiem. Jāizstrādā 1 patstāvīgais darbs (to izstrādā atbilstoši prasībām, iesniedz elektroniski un aizstāv). Jāiegūst sekmīgs vērtējums (vismaz 4 balles) par patstāvīgo darbu un noslēguma kontroldarbu. Studiju kurss noslēdzas ar vērtējumu – ieskaite ar atzīmi. Ieskaites atzīmi veido patstāvīgā darba (visu četru daļu) un kontroldarba vidējais vērtējums. Ja atzīme izšķiras, gala vērtējumu ietekmē pozitīvi patstāvīgā darba iesniegšanas termiņa ievērošana. Studiju kursu apgūst latviešu un angļu valodā.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Patstāvīgā darba organizācija sastāv no sekojošām aktivitātēm:
• sagatavošanās lekcijām – 3h
• sagatavošanās praktiskiem darbiem (informācijas meklēšana zinātnisko rakstu datu bāzēs, lietojumprogrammu mājaslapās un citās tiešsaistes ar tēmu saistītās datu bāzēs) - 16h
• sagatavošanās kontroldarbiem - 2h
• noslēguma patstāvīgā darba izstrāde – 51h
Jāizstrādā viens noslēguma patstāvīgais darbs, kas sastāv no četrām daļām:
1. referāts par zinātnisko rakstu analīzi (>=8 lpp.);
2. prezentācija par zinātnisko rakstu analīzi, lietojot MS PowerPoint (~10slaidi);
3. referāts par tiešsaistes prezentēšanas rīku (>=4 lpp.);
4. prezentācija, izmantojot referātā aprakstīto tiešsaistes prezentēšanas rīku.
Noslēguma patstāvīgais darbs jāveic semestra laikā un jāiesniedz semestra beigās studiju kursa pasniedzēja norādītajos laikos. Par noslēguma patstāvīgā darba katru daļu tiek piešķirts vērtējums ar atzīmi.
Studiju kursa beigās studenti raksta vienu kontroldarbu par visām teorētiskajām un praktiskajām studiju kursā apgūtajām tēmām.

Studiju rezultātu vērtēšanas kritēriji

Jābūt sekmīgi uzrakstītam noslēguma kontroldarbam un sekmīgi veiktam noslēguma patstāvīgajam darbam (vērtējumam jābūt vismaz 4 balles).
Nesekmīgi uzrakstītais kontroldarbs jāpārraksta, līdz iegūts sekmīgs vērtējums (vērtējumam jābūt vismaz 4 balles).
Gala atzīme tiks iegūta no visām atzīmēm (kontroldarba un noslēguma patstāvīgā darba četru daļu četrām atzīmēm, kopā piecām atzīmēm), izvelkot vidējo aritmētisko.

Obligātā literatūra

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.

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.
7. Klieders J., Datorzinības. Microsoft Office 2013/2016: mācību līdzeklis., Rīga: Juridiskā koledža, 2018., 295 lpp.

8. Microsoft Office [tiešaiste] [Skatīts: 01.10.2020.]. Pieejams: https://www.office.com/

Periodika un citi informācijas avoti

Scientific peer-reviewed articles on ScienceDirect. Pieejams: https://www.sciencedirect.com/ [skatīts: 01.novembris 2020.]
Scientific peer-reviewed articles on Scopus. Pieejams: https://www.scopus.com/home.uri [skatīts: 01.novembris 2020.]

Piezīmes

Obligāts kurss akadēmiskā maģistra studiju programmā “Pārtikas zinātne” pilna laika studijās.