UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
Modulbeschreibung (PDF)

 
 
Artificial Intelligence (Master of Science) >>

Digital Psychology Lab (DiPsyLab)5 ECTS
(englische Bezeichnung: Digital Psychology Lab)
(Prüfungsordnungsmodul: Digital Psychology Lab)

Modulverantwortliche/r: Björn Eskofier, Nicolas Rohleder, Robert Richer
Lehrende: Björn Eskofier, Nicolas Rohleder, Robert Richer


Startsemester: WS 2022/2023Dauer: 1 SemesterTurnus: jährlich (WS)
Präsenzzeit: 60 Std.Eigenstudium: 90 Std.Sprache: Deutsch oder Englisch

Lehrveranstaltungen:

    • Digital Psychology Lab
      (Seminar, 2 SWS, Robert Richer et al., Mo, 14:15 - 15:45, 00.010; Die Lehrveranstaltung beginnt am Montag, 18.10. Bitte beachten Sie die Rahmenbedingungen für die Lehre (3G-Regeln!))

Inhalt:

Die interdisziplinäre Lehrveranstaltung "Digital Psychology Lab" ist für Studierende der Psychologie und Medizintechnik konzipiert. In Gruppen werden aktuelle Fragestellungen aus den Bereichen der digitalen Gesundheits- und Stressforschung bearbeitet. Ziel dieses forschungsorientierten Kurses ist die Stärkung der Zusammenarbeit zwischen den einzelnen Disziplinen, um gegenseitige Synergieffekte optimal zu nutzen. Die Studierenden sollen ihre individuellen Kompetenzen, die sie während des Studiums erlernt haben, in interdisziplinären Teams einsetzen, um voneinander zu profitieren.

Neben der Planung und Durchführung einer Forschungsfrage sowie Analyse der Ergebnisse in Gruppen wird es während des Semesters auch Lehreinheiten der verschiedenen Disziplinen geben (Psychologie: Theoretische Modelle und biologische Grundlagen von Stress, hypothesengeleitete Planung und Durchführung von Experimenten, Erhebung von Biomarkern und deren Auswertung im Labor, Inferenzstatistik; Medizintechnik: Datenanalyse in Python, Erfassung und Verarbeitung von physiologischen Signalen, Grundlagen des maschinellen Lernens). Zudem werden Grundlagen des wissenschaftlichen Arbeitens und des Forschungsdatenmanagements vermittelt.

Zu den behandelten Themen gehören unter anderem:

  • Überblick über aktuelle Themen auf dem Gebiet des maschinellen Lernens und der Datenanalyse für die Stressforschung

  • Beste Praktiken für Präsentation und Ausarbeitung wissenschaftlicher Ergebnisse

  • Beste Praktiken für hypothesengeleitete Planung und Durchführung von Experimental- und Feldstudien

Lernziele und Kompetenzen:

  • Die Studierenden sollen ein Verständnis für die aktuellen Entwicklungen an der Schnittstelle zwischen digitaler Gesundheit und Psychologie entwickeln.
  • Die Studierenden lernen, ein Thema im Kontext der digitalen Gesundheitspsychologie selbständig zu recherchieren und zu präsentieren

  • Die Studierenden lernen, Chancen, Herausforderungen und Grenzen des maschinellen Lernens und der digitalen Gesundheit in der Psychologie zu identifizieren.

  • Die Studierenden werden die Fähigkeit entwickeln, relevante Literatur zu identifizieren und zu verstehen und ihre Ergebnisse strukturiert zu präsentieren.

  • Die Studierenden lernen, Implementierungs- und Validierungsergebnisse in Form einer Präsentation und einer wissenschaftlichen Arbeit zu präsentieren.


Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:

  1. Artificial Intelligence (Master of Science)
    (Po-Vers. 2021s | TechFak | Artificial Intelligence (Master of Science) | Gesamtkonto | Projekt I und II | Subsymbolic AI/Machine Learning | Digital Psychology Lab)
Dieses Modul ist daneben auch in den Studienfächern "Data Science (Master of Science)", "Medizintechnik (Master of Science)" verwendbar. Details

Studien-/Prüfungsleistungen:

Digital Psychology Lab (Prüfungsnummer: 76611)

(englischer Titel: Digital Psychology Lab)

Prüfungsleistung, Seminarleistung, benotet, 5 ECTS
Anteil an der Berechnung der Modulnote: 100.0 %
weitere Erläuterungen:
Bewertet werden Abschlusspräsentation, Arbeitstechnik, Programmcode und schriftliche Ausarbeitung (6-8 Seiten exklusive Referenzen)
Prüfungssprache: Deutsch oder Englisch

Erstablegung: WS 2022/2023, 1. Wdh.: SS 2023
1. Prüfer: Björn Eskofier

UnivIS ist ein Produkt der Config eG, Buckenhof