LV EN RU DE FR

Pārtikas zinātnes pamati II

Kursa izstrādātājs

Priekšzināšanas

PārZ1011, Pārtikas zinātnes pamati I

Kursa anotācija

Studiju kursa mērķis ir palīdzēt studentiem apgūt pētnieciskā darba veidošanas pamatus – no informācijas apkopošanas un analīzes līdz vizuālai un saturiskai noformēšanai un prezentēšanai. Kursa laikā studenti praktiski apgūs dažādu lietojumprogrammu izmantošanu (MS Word, MS Excel, PREZI, Mentimeter u.c.), kā arī darbu ar zinātniskajiem avotiem un lieliem dokumentiem (piemēram, referātiem, zinātniskajiem rakstiem, datu bāzēm). Papildus tam tiks iegūtas pamatzināšanas par datu matemātisko un statistisko apstrādi pārtikas zinātnē un ražošanā, kā arī prezentēšanas rīku efektīvu pielietošanu.

Kursa rezultāti un to vērtēšana

Zināšanas:
Studenti iegūs teorētiskās un praktiskās zināšanas par studiju pētniecisko darbu izstrādi, informācijas sakārtošanu, noformēšanu un prezentēšanu, īpaši pārtikas ražošanas, kvalitātes vadības un inovāciju jomā.
Vērtēšana: Tests, teorētisko uzdevumu analīze, diskusijas par zinātnisko darbu izstrādi.
Prasmes:
Studenti pratīs izstrādāt un noformēt pētnieciskos darbus atbilstoši prasībām, kārtot datus, korekti attēlot, interpretēt un prezentēt rezultātus, izmantojot dažādas metodes un lietojumprogrammas. Vērtēšana: Praktiskie uzdevumi ar lietojumprogrammām (MS Word, Excel, PREZI u.c.), datu apstrādes un prezentēšanas uzdevumi.
Kompetence:
Studenti spēs izvēlēties un pielietot piemērotākos datu attēlošanas un noformēšanas veidus, izmantot matemātiskās, statistiskās un grafiskās analīzes metodes un sasaistīt tās ar studiju un pētniecisko darbu prasībām.
Vērtēšana: Individuāls pētnieciskais darbs, datu analīzes un prezentēšanas uzdevumi, gala prezentācija.

Kursa saturs(kalendārs)

Pilna laika klātienes studijās:
1. Lekcija - Studiju kursa struktūra, kompetences un vērtējuma iegūšanas nosacījumi. Pētniecisko darbu izstrādes pamatprincipi, nodaļu izstrādes pamatnostādnes un saturs. Studiju pētnieciskā darba noformēšana atbilstoši LBTU, LPTF, PI metodiskajiem norādījumiem (2 h).
Patstāvīgais darbs – Kursa darba izstrāde pēc metodisko norādījumu pamatprincipiem (30 h).
2. Lekcija - Microsoft Word pielietošana studiju pētnieciskā darba noformēšanā (tehniskās noformēšanas programmu iespējas un darba vides raksturojums. Liela apjoma darbu veidošana, sakārtošana. Tekstuālās informācijas noformēšana. Rindkopu atkāpes, atstarpes, numerācija, marķēšana, līmeņošana. Dokumenta stilu veidošana, pielietošana. Automātiskais satura rādītājs (2 h). Praktiskais darbs – Titullapas sagatavošana, dažādu veidlapu/iesniegumu veidošana. (2 h).
3. Lekcija - Elektronisko saišu veidošana, pielietot grāmatzīmes. Atsauču veidošana un lietošana. Tēmu rādītāja veidošana. Datu kārtošana slejās, tabulās, blokshēmās. Informācijas kārtošana, izmantojot tabulatorus. Virsraksta stils Caption. Automātiskais tabulu un attēlu rādītājs (2 h).
4. Lekcija - Datu bāzu veidošana, noformēšana. Aprēķini MS Excel. Matemātiskās funkcijas un to pielietojuma iespējas. Datu kārtošana un filtrēšana. Šķērsgriezumu tabulas. Datu grafiskā attēlošana. Statistiskās metodes pārtikas zinātnē. Studiju un pētnieciskā darba datu statistiskā apstrāde (2 h). Praktiskais darbs – Daudzlīmeņu saraksta izveide. Tabulu veidošana MS Word (2 h). Patstāvīgais darbs – Tabulācijas zīmju pielietojums (3 h).
5. Lekcija - Darba prezentācijas sagatavošanas pamatprincipi un nosacījumi. Datu prezentēšanas rīki. Prezentācijas sagatavošanas iespējas MS PowerPoint datorprogrammā un tiešsaistes programmās. Prezentācijas rīki. Infografikas veidošana (1 h). Mākslīgā intelekta rīki, kā palīgs studiju procesā (1 h).
6. Praktiskais darbs – Blokshēmu izveide (1 h). 1.kontroldarbs – Dokumentu tehniskā noformēšana, liela apjoma dokumenti, informācijas kārtošanas iespējas (1 h).
7. Praktiskais darbs – procentu rēķināšana, IF funkcija (2 h).
8. Praktiskais darbs – saliktās funkcijas (2 h).
9. Praktiskais darbs - starprezultātu veidošana datu bāzēs (2 h).
10. Praktiskais darbs - tabulu veidošana, grafiku veidošana (2 h). Patstāvīgais darbs – datu ievade tabulās un grafiku veidošana – (6 h).
11. Praktiskais darbs – Statistiskā datu apstrāde (2 h).
12. Praktiskais darbs – Statistiskā datu apstrāde (1 h). 2.kontroldarbs – Datu apstrāde, aprēķini, statistika un grafiskā attēlošana (1 h).
13. Praktiskais darbs – Prezentācijas veidošana, rīku pielietošana (2 h).
14. Praktiskais darbs – Mākslīgā intelekta dažādu rīku pielietojums ar studijām saistītu procesu nodrošināšanai (2 h). Patstāvīgais darbs – prezentācijas veidošana kursa darbam – (10 h).
Nepilna laika neklātienes studijās:
Tiek īstenotas visas tēmas, kas norādītas pilna laika klātienei, bet kontaktstundu skaits ir ½ no norādīto stundu skaita.

Prasības kredītpunktu iegūšanai

Jābūt izpildītiem studiju kursā paredzētajiem 11 praktiskajiem darbiem, uzrakstītie 2 kontroldarbiem. Izstrādātam un aizstāvētam (prezentācija) patstāvīgajam darbam.
Studiju kurss noslēdzas ar vērtējumu – ieskaite. Ieskaiti veido praktisko darbu, patstāvīgo darbu (70%) un kontroldarbu (30%) izpilde. Lai iegūtu ieskaiti ir jābūt iegūtiem vismaz 60% no visu darbu apjoma.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Semestra laikā studentiem ir jāizstrādā patstāvīgais darbs, vadoties pēc metodiskajiem norādījumiem. Attiecīgi kursa darbam ir jāizveido prezentācija un jānoprezentē. Patstāvīgais darbs jāveic semestra laikā un jāiesniedz semestra beigās. Semestra laikā studenti raksta divus kontroldarbus.

Studiju rezultātu vērtēšanas kritēriji

Patstāvīgā darba vērtējumu veido uzrakstīto darbu kvalitātes novērtējums (pēc metodiskajiem noteikumiem, ja ievērotas visas prasības) un prezentācijas izveide – 70%, kontroldarbi, tai skaitā ietverti arī visi praktiskie darbi (kas ir kā gatavošanās materiāls kontroldarbam) (30%).

Obligātā literatūra

1. Noformēšanas vadlīnijas. Pārtikas tehnoloģijas fakultātes studentu referātu, prakses atskaišu, kursa projektu/darbu, diplomprojektu, bakalaura un maģistra darbu izstrādei, Jelgava, 2020. (https://www.lptf.lbtu.lv/sites/lptf/files/2025-02/ noformesanas%20noteikumi_2025.pdf)
2. Metodiskie norādījumi. Akadēmiskās studiju programmas «Pārtikas kvalitāte un inovācijas» studentiem bakalaura darba izstrādei. Jelgava, 2025 (https://www.lptf.lbtu.lv/sites/lptf/files/2025-02/metodiskie_bakalauram%20_2025.pdf).
3. Klieders J., Datorzinības. Microsoft Office 2013/2016: mācību līdzeklis., Rīga: Juridiskā koledža, 2018., 295 lpp.
4. Jānis Augucēvičs J., Word Microsoft Office 2013., Rīga: Biznesa augstskola Turība, 2015., 83 lpp.
5. Duffy J., Cram C., Illustrated course guide: Microsoft Word 2013 intermediate., Stamford, CT: Cengage Learning, 2014., 280 p.
6. Bluttman K. ,Excel formulas & functions for dummies. Indianapolis, IN: John Wiley & Sons, 2019., 383 p.
7. 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.
8. Matthews M., Carole Matthews C., How to Do Everything: Microsoft Office Online. McGraw-Hill Education; 1 edition, 2015., 244 p.
9. Pripp A. H., Statistics in food science and nutrition. New York: Springer, 2013., 66 p.

10. Bower J.A., Statistical Methods for Food Science: introductory procedures for the food practioner. Queen Margaret University, Edinburg, UK: 2013, 318 p.

Papildliteratūra

1. Word palīdzības centrs [tiešaiste] [Skatīts: 03.01.2025.]. Pieejams: https://support.microsoft.com/lv-lv/word
2. Excel palīdzības centrs [tiešaiste] [Skatīts: 03.01.2025.]. Pieejams: https://support.microsoft.com/lv-lv/excel
3. PowerPoint palīdzības centrs [tiešaiste] [Skatīts: 03.01.2025.]. Pieejams: https://support.microsoft.com/lv-lv/powerpoint
4. Microsoft Office [tiešaiste] [Skatīts: 03.01.2025.]. Pieejams: https://www.office.com/

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

Periodika un citi informācijas avoti

1. Scientific peer-reviewed papers' database, SCIENCEDIRECT. [tiešaiste] [Skatīts: 03.01.2025.]. Peejams: http://www.sciencedirect.com/

2. Scientific peer-reviewed papers' database, SCOPUS. [tiešaiste] [Skatīts 03.01.2025.]. Peejams: http://www.scopus.com/

Piezīmes

Obligātais studiju kurss akadēmiskās izglītības bakalaura studiju programmā “Pārtikas kvalitāte un inovācijas”.