Data-based exercising (8cr)

Evaluation methods and criteria

Numeroarvosana (0-5)
Arvosana muodostuu viiden osion/osasuorituksen (4 tenttiä + 1 analysointitehtävä) keskiarvosta. 5 op suoritus.
Jos teet myös kurssiin liityvän kehittämistehtävän, on arviointi 6 osasuorituksen keskiarvo. 8 op suoritus.

Evaluation scale

0 - 5

Content scheduling

Kurssi suoritetaan järjestyksessä yksi osio loppuun kerrallaan.
- 1. tehtävä (Aloita tästä), tehdään itsearviointi suhteessa kurssin osaamistavoitteisiin ja suoritusaikataulun kurssin suorittamiseksi.
- Jokaisesta osiosta; Johdanto (1 op), Osaamistarpeet (1 op), Lainsäädäntö ja etiikka (1 op), Datan kerääminen (1 op), Datan analysointi (1 op) sekä opiskelijan vaihtoehtoisesti halutessaan lisäksi Kehittämistehtävä (3 op), tulee katsoa kaikki materiaalit, tehdä kaikki tehtävät ja suorittaa tentti tai analysointitehtävä hyväksytysti loppuun.
- Kurssilla on edistymisen seuranta, joka näkyy Moodlessa oikeassa laidassa. Edistymisen seurannassa tapahtuu edistystä, kun on suorittanut osion hyväksytysti loppuun.

Objective

Opiskelija ymmärtää liikuntadatan mahdollisuudet tällä hetkellä ja tulevaisuudessa sekä datan hyödyntämiseen liittyvät osaamistarpeet erilaisissa liikuntaorganisaatioissa. Opiskelija osaa noudattaa datan keräämiseen ja käsittelyyn liittyvää lainsäädäntöä työelämässä. Opiskelija hallitsee erilaisiin liikuntapalvelujen tuottamiseen hyödynnettävät mittauskokonaisuudet sekä osaa kerätä, tallentaa ja yhdistää data-aineistoja tarkoituksenmukaisesti. Opiskelija osaa analysoida keräämäänsä liikuntadataa ja tehdä siitä luotettavia ja päteviä analyysejä. Opiskelija osaa hyödyntää analytiikkaa päätöksenteossa, liikuntapalvelujen suunnittelussa sekä tiedolla johtamisessa. Opiskelija kykenee data-analyysipohjaiseen kehittämistoimintaan ja tiedolla johtamiseen työelämäympäristössä.

Content

• Johdanto ja liikuntadatan mahdollisuudet
• Data-analytiikkaan liittyvät osaamistarpeet eri organisaatioissa  
• Datan keräämiseen ja hyödyntämiseen liittyvä lainsäädäntö ja eettiset kysymykset 
• Datan kerääminen/mittaaminen 
• Datan analysointi ja tulkinta (tiedolla johtaminen) 
• Työelämälähtöinen kehittämistehtävä  

Location and time

Opiskelija voi suorittaa kurssin omaan tahtiinsa ajasta ja paikasta riippumatta. Kurssi suoritetaan kokonaisuuudessaan verkkoympäristössä. Kurssiin ei kuulu opetuskertoja, mutta tarvittaessa opiskelija voi varata ajan kurssin vastaavilta opettajilta, jos tarvitsee ohjausta kurssilla etenemiseksi.

Materials

Kerrotaan opintojakson Reppu alustalla.

Teaching methods

Verkkototeutus, itsenäisesti suoritettava.

Employer connections

TKI yhteys mikäli opiskelija suorittaa kurssin 8 op suuruisena.

International connections

Ei ole.

Completion alternatives

Opintojakso kuuluu vapaastivalittavien opintojen kurssitarjontaan.

Student workload

Kurssi voidaan suorittaa joko 5 op tai 8 op laajuisena.

5 op: Kurssilla johdatetaan opiskelija dataperustaiseen liikkumiseen. Kurssi aloitetaan käymällä läpi liikuntadatan mahdollisuuksia tällä hetkellä. Lisäksi käydään läpi data-analytiikkaan liittyviä osaamistarpeita tällä hetkellä eri organisaatioissa. Kurssilla käsitellään myös datan keräämiseen ja hyödyntämiseen liittyvää lainsäädäntöä ja eettisiä kysymyksiä. Kurssin loppupuolella pääsee keräämään/mittaamaan liikunta-/hyvinvointidataa itseltä erilaisilla puettavilla mittauslaitteilla. Lopuksi opiskelija analysoi ja tulkitsee tätä dataa ja tekee itselleen muutossuunnitelman oman hyvinvointinsa parantamiseksi.

8 op: aiemmin mainitun sisällön lisäksi pääsee tekemään työelämälähtöisen kehittämistehtävän mihin voit hankkia toimeksiantajan itse tai käyttää opettajien kontakteja.

Assessment criteria, satisfactory (1)

Opiskelija tunnistaa yksittäisiä liikuntadataan liittyviä hyödyntämismahdollisuuksia sekä osaamistarpeita erilaisissa liikuntaorganisaatioissa. Opiskelija tuntee datan keräämiseen ja käsittelyyn liittyvän lainsäädännön sekä toimii eettisesti työelämässä. Opiskelija osaa yksittäisiä liikuntapalvelujen tuottamiseen liittyviä mittauksia ja osaa kerätä ja tallentaa data-aineistoja tarkoituksenmukaisesti. Opiskelija kykenee tekemään yksittäisiä analyysejä ja päätöksiä näiden analyysien perusteella.

Assessment criteria, good (3)

Opiskelija ymmärtää liikuntadatan hyödyntämismahdollisuudet tällä hetkellä sekä liikuntadataan liittyvät osaamistarpeet erilaisissa liikuntaorganisaatioissa ja kykenee kehittämään itseään yksittäisissä taidoissa. Opiskelija tuntee datan keräämiseen ja käsittelyyn liittyvän lainsäädännön ja toimii eettisesti kestävällä tavalla työelämässä. Opiskelija hallitsee joitakin liikuntapalvelujen tuottamiseen hyödynnettävät mittauskokonaisuuksia sekä osaa kerätä, tallentaa ja yhdistää data-aineistoja. Opiskelija kykenee päätöksentekoon ja tiedolla johtamiseen yksittäisten analyysien pohjalta.

Assessment criteria, excellent (5)

Opiskelija ymmärtää syvällisesti liikuntadatan hyödyntämismahdollisuudet nyt ja tulevaisuudessa sekä liikuntadataan liittyvät osaamistarpeet erilaisissa liikuntaorganisaatioissa ja kykenee kehittämään itseään tarkoituksenmukaisesti näissä taidoissa. Opiskelija hallitsee datan keräämiseen ja käsittelyyn liittyvän lainsäädännön ja toimii eettisesti kestävällä tavalla työelämässä. Opiskelija hallitsee syvällisesti liikuntapalvelujen tuottamiseen hyödynnettävät mittauskokonaisuudet sekä osaa kerätä, tallentaa ja yhdistää data-aineistoja tarkoituksenmukaisesti. Opiskelija kykenee päätöksentekoon ja tiedolla johtamiseen kokonaisvaltaisen analyysin perusteella.

Further information

Opiskelija ja opinto-ohjaaja käyvät läpi muut suositeltavat opinnot HOPS-keskusteluissa.