- Grundläggande koncept inom vetenskapsfilosofi: vetenskaplig kunskap, vetenskapliga förklaringar, kausalitet, vetenskapliga paradigm.
- Forskningsmetodik: vetenskapligt tänkande, hypotesprövning, modellering och simulering.
- Datorns och beräkningsteknikens historia.
- Forskningsetik.
- Läsa, skriva och utvärdera vetenskaplig text.
DA2205 Vetenskapsteori och forskningsmetodik 7,5 hp
Information per kursomgång
Information för HT 2026 scimet26 programstuderande
- Studielokalisering
KTH Campus
- Varaktighet
- 2026-08-24 - 2027-01-11
- Perioder
HT 2026: P1 (3 hp), P2 (4.5 hp)
- Studietakt
25%
- Anmälningskod
10741
- Undervisningsform
Normal Dagtid
- Undervisningsspråk
Engelska
- Kurs-PM
- Kurs-PM är inte publicerat
- Antal platser
Min: 1
- Målgrupp
- Öppen för alla program från årskurs 3 och alla masterprogram under förutsättning att kursen kan ingå i programmet.
- Planerade schemamoduler
- [object Object]
- Schema
- Schema är inte publicerat
- Del av program
Kontakt
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan DA2205 (HT 2026–)Rubriker med innehåll från kursplan DA2205 (HT 2026–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
Lärandemål
Efter godkänd kurs ska studenten kunna
- förklara och analysera relevanta vetenskapliga metoder för forskning inom datavetenskap
- presentera grundläggande problem inom vetenskaplig metodik och vetenskapsfilosofi, särskilt inom natur-, teknik- och datavetenskap
- identifiera och kritiskt granska vetenskaplig litteratur inom dessa ämnen
- identifiera och kritiskt utvärdera definitioner och beskrivningar av koncept, teorier och problemområden
- utvärdera ett forskningsarbete inom kontexten för datavetenskap och beräkningsteknik
- identifiera och diskutera etiska problem i samband med vetenskaplig forskning
- planera och skriva en teknisk rapport inom ämnesområdet
i syfte att
- förstå naturvetenskaplig forskning och utvärdera naturvetenskapliga resultat
- bli redo att bedriva egen forskning.
Kurslitteratur och förberedelser
Särskild behörighet
- Kunskaper i grundläggande datalogi, 6 hp, motsvarande slutförd kurs DD1338/DD1320-DD1328/DD2325/ID1020/ID1021 eller slutförda provmoment KONT och LABD i DD1326.
- Kunskaper i sannolikhetsteori och statistik, 6 hp, motsvarande slutförd kurs SF1910-SF192 5/SF1935 eller slutfört provmoment TEN1 inom SF1910/SF1925/SF1935.
Rekommenderade förkunskaper
Courses in Scientific computing (Numerical Analysis and Computer science).
Kurslitteratur
Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.
Examination och slutförande
Betygsskala
A, B, C, D, E, FX, F
Examination
- HEM1 - Hemuppgift, 1,5 hp, betygsskala: P, F
- HEM2 - Hemuppgift, 3,0 hp, betygsskala: P, F
- TEN1 - Tentamen, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
TEN1 är en skriftlig tentamen.
Övriga krav för slutbetyg
Närvaro vid seminarierna är obligatoriskt.
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Datalogi och datateknik
Utbildningsnivå
Avancerad nivå
Övrig information
I denna kurs tillämpas skolans hederskodex, se:
https://www.kth.se/eecs/utbildning/hederskodex/