Métodos de Investigação 1

Conhecimentos de Base Recomendados

Inglês (nível B1)

Métodos de Ensino

Os módulos I e II são apresentados de forma magistral, incluindo a discussão de casos de estudo. A avaliação consiste na revisão crítica de um artigo que descreva algum tipo de análise quantitativa, seja formal ou experimental (35%). Já no módulo III se privilegiam atividades de grupo. Aqui, a avaliação tem duas componentes: contínua, baseada no desempenho nas aulas (17.5%) e um teste escrito (17.5%).

No final, cada estudante apresenta uma revisão do estado da arte na sua área de investigação num workshop (30%). Não há avaliação por exame.

Resultados de Aprendizagem

Desenvolvimento de capacidades de realização de investigação científica com base em métodos quantitativos e de comunicação de resultados científicos, tanto oralmente como por escrito. Aquisição de competências de análise e síntese, organização e planeamento, comunicação oral e escrita, conhecimento de uma língua estrangeira, comunicação com pessoas que não são especialistas na área, trabalho num contexto internacional, investigação, tomada de decisão, raciocínio crítico, ambição profissional, auto-crítica e auto-avaliação.   

Estágio(s)

Não

Programa

I.             Introdução

1.            Ciência, tecnologia e investigação

2.            Pensamento crítico e pensamento científico

3.            Integridade e conduta

II.           Métodos de investigação quantitativos em informática

1.            Modelação

2.            Métodos formais

3.            Métodos experimentais

4.            Simulação computacional

III.          Comunicação científica

1.            Métodos eficazes de leitura, organização textual, resumo

2.            Tópicos de gramática

3.            Análise do discurso académico

4.            Planeamento e apresentação de uma comunicação oral

Escrita argumentativa

Docente(s) responsável(eis)

Luís Filipe dos Santos Coelho Paquete

Métodos de Avaliação

Avaliação
Mini Testes: 17.5%
Outra: 17.5%
Trabalho de síntese: 30.0%
Trabalho de investigação: 35.0%

Bibliografia

1.    G. Dodig-Crnkovic, Theory of Science, 2003.
2.    ESF and ALLEA, The European Code of Conduct for Research Integrity, Strasbourg: Ireg, 2011.
3.    A. V. Aho and J. D. Ullman, Foundations of Computer Science, W. H. Freeman, 1992.
4.    M. Kirby and G. Dangelmayr, Mathematical Modeling: A Comprehensive Introduction, in preparation (draft).
5.    R. Sheldon, Probability and Statistics for Engineers and Scientists, Academic Press, 2009.
6.    P. Cohen, Empirical Methods for Artificial Intelligence, MIT Press, 1995.
7.    T. Bartz-Beielstein, M. Chiarandini, L. Paquete, and M. Preuss, Experimental Methods for the Analysis of Optimization Algorithms, Springer, 2010.
8.    K. Dooley (2002), “Simulation research methods,” in Companion to Organizations, Joel Baum (ed.), London: Blackwell, p. 829-848, 2002.
9.    J. P. Davis, K. M. Eisenhardt and C. B. Bingham, “Developing theory through simulation methods,” Academy of Management Review, 32(2):480-499, 2007.