320.601 (20S) Spatial Data Science (MW 1)
Überblick
- Lehrende/r
- LV-Titel englisch Spatial Data Science (MW 1)
- LV-Art Seminar (prüfungsimmanente LV )
- Semesterstunde/n 2.0
- ECTS-Anrechnungspunkte 8.0
- Anmeldungen 9 (25 max.)
- Organisationseinheit
- Unterrichtssprache Deutsch
- mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
- LV-Beginn 06.03.2020
- eLearning zum Moodle-Kurs
Zeit und Ort
LV-Beschreibung
Intendierte Lernergebnisse
Dieses Seminar „Spatial Data Science“ baut auf die Inhalte der Vorlesung 320.600 (mit gleichem Titel), die im WS 2019/20 gehalten wurde, auf. Die Konzepte Big, Open und Linked Data; Descriptive, Predictive und Prescriptive Analytics; Locational, Visual und Business Analytics; Geographical Data Mining und Applied Spatial Data Science; müssen verstanden und deren Methoden und Modelle elementar beherrscht werden. Der wissenschaftliche Ansatz, der diesem Seminar zugrunde gelegt wird ist einer Data-driven Geography bzw. einer Digitalen Geographie zuzuordnen. Grundkenntnisse geographischer Systemwissenschaften und deren Methodik werden ebenfalls vorausgesetzt. Der Anwendungsbereich der Projektergebnisse ist Raumplanung und Raumanalyse bzw. räumliche Vorhersage und Optimierung.
Im Seminar werden Projekte mit dem Programmsystem ArcGIS Pro durchgeführt werden. Dazu kann ein MOOC zu dieser Software im März 2020 ("SpatialDataScience:TheNewFromtierinAnalytics", https://www.esri.com/training/mooc/) absolviert werden.
Die inhaltlichen Themen des Seminars werden im März 2020 interaktiv während der Sitzungen festgelegt und in den Folgemonaten bearbeitet. Dabei wird der gesamte Projektabwicklungsprozess von der Definition der Projektziele und der Festlegung eines Arbeitsplans über die Datenbeschaffung und –aufnahme, die Datenanalyse und Modellierung, die Visualisierung und Präsentation der Ergebnisse bis hin zur Projektdokumentation und evtl. Umsetzungsbegleitung der Empfehlungen durchgearbeitet. Es werden eine oder, je nach Teilnehmer/innen/zahl, mehrere Projekte konkret durchgeführt werden.
Dieses Seminar (320.601) und die Vorlesung (320.600) sind als gebundenes Wahlfach „Modellierung komplexer geographischer Systeme (MW1)“ im Masterstudium "Geographie und Regionalforschung: Geographische Systemwissenschaften" anrechenbar.
Lehrmethodik inkl. Einsatz von eLearning-Tools
Literaturstudium, Vortrag, Diskussion, Computeranalyse und Internetrecherche, evt. Befragung und Interview, evt. Feldarbeit, Visualisierung und Präsentation sowie evt. Bürgerbefragung und –beteiligung. Die Verwendung englischsprachiger Fachliteratur ist verpflichtender Bestandteil der Lehrveranstaltung, um die fachspezifische Fremdsprachenkompetenz der Studierenden zu entwickeln und zu fördern.
Inhalt/e
Die Durchführung eines anwendungsorientierten geographischen Projekts ist der Inhalt des Seminars.
Die inhaltlichen Themen des Seminars werden im März 2020 interaktiv während der Sitzungen festgelegt und in den Folgemonaten bearbeitet.
Dem Seminar wird das Prinzip „Problem-based Learning“ zugrunde gelegt und die Projektergebnisse werden einer passenden Öffentlichkeit präsentiert und zugänglich gemacht werden.
Erwartete Vorkenntnisse
Besuch der Vorlesung "Spatial Data Science (MW 1) (320.600, 19W)" oder sich vertraut machen mit den dort vorgestellten Inhalten.
Literatur
Wird während des Proseminars bekannt gegeben und ist, für die einzelnen Teile des Seminars selbständig zu recherchieren.
Prüfungsinformationen
Prüfungsmethode/n
Es besteht Anwesenheitspflicht und es darf höchstens 3 mal begründet und entschuldigt gefehlt werden. Ständige Mitarbeit während des Projekts und in den Onlineforen ist Pflicht und wird in die Bewertung einbezogen.
Alle Teilnehmenden haben bei der erste Sitzung anwesend zu sein!
Es muss bei allen Projektteilen mitgearbeitet werden und am Schluss ist bei der Verfassung des Projektberichts mitzuarbeiten und eine oder mehrere Präsentation durchzuführen.
Prüfungsinhalt/e
Es ist in allen Projektteilen engagiert mitzuarbeiten und darüber zu berichten.
Beurteilungskriterien/-maßstäbe
Es werden alle Projektbeteiligungen und –arbeiten mit Punkten bewertet. Dabei sind maximal 100 Punkte zu erreichen. Zum positiven Abschluss der Lehrveranstaltung müssen 50 dieser 100 Punkte erreicht werden.
Der Notenschlüssel ist folgender: mindestens 87,5 Punkte - sehr gut, 75 bis unter 87,5 Punkte - gut, 62,5 bis unter 75 Punkte – befriedigend, 50 bis unter 62,5 Punkte - genügend / unter 50 Punkte - nicht genügend.
Beurteilungsschema
Note BenotungsschemaPosition im Curriculum
- Masterstudium Geographie und Regionalforschung: Geographische Systemwissenschaften
(SKZ: 855, Version: 13W.1)
-
Fach: MW1 Modellierung komplexer geographischer Systeme
(Wahlfach)
-
Modellierung komplexer geographischer Systeme (
0.0h PS, SE, VO / 12.0 ECTS)
- 320.601 Spatial Data Science (MW 1) (2.0h SE / 8.0 ECTS)
-
Modellierung komplexer geographischer Systeme (
0.0h PS, SE, VO / 12.0 ECTS)
-
Fach: MW1 Modellierung komplexer geographischer Systeme
(Wahlfach)
Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung
-
Wintersemester 2012/13
- 320.601 KU Geoinformationssysteme (M 1.1, IG 5.2) (2.0h / 3.0ECTS)