Dataforståelse
2026/2027- Formål og læringsmål
Dataforståelse indeholder analyse af data og databasemodellering. Der bliver arbejdet med at lave de rigtige udtræk af data og forståelsen for hvordan data bedst struktureres ved hjælp af datamodeller. Der bliver arbejdet med relationelle databaser og data i forskellige dataformater. Fagelementet indeholder også hvordan man implementerer en relationel database baseret på en datamodel.
VidenDen studerende har:
Færdigheder
• viden om hvordan forskellige dataformater bruges, og deres styrker og svagheder
• viden om teori og metoder inden for dataforståelse, metadata, dataanalyse og datakvalitet
• viden om teori og metoder inden for datamodellering og -typer
• forståelse for praksis, anvendt teori og metode samt kan reflektere over data, datakvalitet og databasemodelleringDen studerende kan:
Kompetencer
• anvende metoder og redskaber inden for datamodellering og dataanalyse
• vurdere praksisnære og teoretiske problemstillinger inden for data og dataanalyse herunder hvilke dataudtræk der giver mening for applikationen, samt programmere disse dataudtræk
• analysere og vurdere databehov i forhold til applikationen der skal udviklesDen studerende kan:
• håndtere udarbejdelse af en datamodel baseret på de behov og krav den givne opgave kræver samt implementere en database baseret på en datamodel
• identificere egne læringsbehov og udvikle egen viden, færdigheder og kompetencer i relation til fagområdet dataforståelse - Undervisningsform
Undervisning vil være en vekselvirkning mellem præsentation, øvelser og projektarbejde.
- Prøve
Læringsmålene for prøven er identiske med fagets/fagenes læringsmål
Forudsætninger for indstilling til eksamenDet er en forudsætning for at blive indstillet til den samlede eksamen i Data og databaser, at der afleveres følgende opgaver:
• 1 eksamensforudsætning i Data og databaser
• 2 tværfaglige eksamensforudsætninger, der er fælles for både Data og databaser og for Webteknologier og visualisering
De tre eksamensforudsætninger skal afleveres i WiseFlow forud for eksamen til frister fastsat af uddannelsen og offentliggjort i WiseFLOW.Faget prøvesFaget/modulet prøves med flg. fagPrøveformMundtlig prøve• Individuel mundtlig 30 min. inkl. votering.
• Ingen forberedelse
• Portfolio vurderes ikke forud for eksamen, men den studerende må inddrage portfolio i eksaminationen såfremt det er afleveretOpgavetypeDe tre eksamensforudsætninger skal afleveres i WiseFlow forud for eksamen til frister fastsat af uddannelsen og offentliggjort i WiseFLOW.
Der er tale om en mundtlig eksamen uden forberedelse.
Til den mundtlige eksamen kan du trække på de tre eksamensforudsætninger i din besvarelse af de spørgsmål du får ved eksamen, men det er ikke et krav.
Eksamensforudsætningerne indgår ikke i bedømmelsen ved eksamen.Individuel eller gruppeprøveIndividuelAnvendt sprog til prøvenDansk (Norsk/Svensk)Varighed30 minutter inkl. votering.Regler om hjælpemidler til eksamenAlle hjælpemidler er tilladt.Bedømmelsesform7-trins skalaBedømmer(e)Intern censurSyge-/omprøveEn studerende der ikke består begge fagområder kan ikke bestå den samlede eksamen.
En studerende der ikke består, skal op i den tværfaglige eksamen igen.
På faget Dataforståelse modtager du 79 timers undervisning, hvilket svarer til 105 lektioner (1 lektion = 45 min.) og 29% af din samlede arbejdsbelastning på faget.
Undervisningen vil primært bestå af følgende aktiviteter: tværfaglig projektorganiseret undervisning, projektpræsentation.
Forberedelsen vil primært bestå af følgende aktiviteter: gruppearbejde, læsning af pensum.
Læs om KEAs studieaktivitetsmodel
*KEA kan fravige det angivne timetal, hvis det er begrundet i særlige forhold.