Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Advanced techniques in environmental data analysis

Informacje ogólne

Kod przedmiotu: 2600-BS-ATBIOL-2-S2
Kod Erasmus / ISCED: (brak danych) / (0511) Biologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Advanced techniques in environmental data analysis
Jednostka: Wydział Nauk Biologicznych i Weterynaryjnych
Grupy:
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Wymagania wstępne:

Basic knowledge of statistics and multivariate methods.

Rodzaj przedmiotu:

przedmiot obowiązkowy

Całkowity nakład pracy studenta:

Contact hours with teacher:

- participation in lecture – 10 hrs

- participation in laboratory - 30 hrs

- consultations - 10 hrs


Self-study hours:

- preparation for laboratory - 20 hrs

- preparation of final project – 30 hrs


Altogether: 100 hrs (4 ECTS)


Efekty uczenia się - wiedza:

Student

W1: defines a task or problem in the field of his specialty and selects appropriate statistical methods to solve them K_W08


Efekty uczenia się - umiejętności:

Student

U1: applies advanced knowledge in the field of statistics to the biological data K_U01

U2: is able to use a foreign language to communicate at a basic level in accordance with the requirements of B2 ESOKJ K_U12

U3: has the ability to present results in English, as well as write a report in English K_U14


Efekty uczenia się - kompetencje społeczne:

Student

K1: demonstrates the ability to use statistical and multivariate methods to develop and present results and analyzes K_K08

K2: can work in a team, both by directing and co-ordinating the team's activities and by performing assigned tasks K_K11


Metody dydaktyczne:

Expository teaching methods:

conventional lecture, discussion, presentation, video / computer, pointer, banners image


Metody dydaktyczne eksponujące:

- pokaz

Metody dydaktyczne podające:

- opis
- wykład informacyjny (konwencjonalny)
- wykład problemowy

Metody dydaktyczne poszukujące:

- projektu
- referatu
- seminaryjna

Metody dydaktyczne w kształceniu online:

- metody odnoszące się do autentycznych lub fikcyjnych sytuacji
- metody oparte na współpracy
- metody służące prezentacji treści
- metody wymiany i dyskusji

Skrócony opis:

Introduction to advanced methods and applications of environmental data analysis and research planning

Pełny opis:

Classes include the application of advanced methods of research design and environmental data analysis: experimental design (completely randomized design, randomized complete blocks, pseudoreplicates, latin squer design ect.), gradient analysis (models of response to gradients, estimating species optima by weighted averaging, calibration, relating two biotic communities), permutation tests and variation partitioning (Pseudo-F statistics and significance, testing individual constrained axes, tests with spatial or temporal constraints, tests with hierarchical constraints, significance adjustment for multiple tasks), similarity measures and distance-based methods (significance of cases versus similarity of communities, similarity between species in trait values, PCO, constrained PCO – db-RDA, non-metric multidimentional scaling, Mantel test), classification and regression methods (mixed effect models, classification and regression trees- CART), interpreting community composition with functional traits (two approaches in traits – environmental studies, community based approach) advanced use of ordination (PRC, separating spatial variation, linear discriminant analysis, hierarchical analysis of community variation, partitioning diversity indices into alpha and beta components, predicting community compositions), visualizing of multivariate data, key studies

Literatura:

Jongman R.H.G., ter Braak C.J.F., van Tongeren D.F.R., (eds). 1995. Data analysis in community and landscape ecology. Pudoc, Wageningen.

ter Braak C.J.F., 1996. Unimodal models to relate species to environment. DLO-Agrocultura;l Mathematics Group, Wageningen, the Netherlands.

ter Braak C.J.F., Smilauer P., 2012. CANOCO 5.0 Reference Manual User's Guide. Biometrics, Wageningen and Ceske Budejovice.

Smilauer P., Leps J. 2014. Multivariate analysis of ecological data using Canoco 5. Cambridge University Press, Cambridge.

Metody i kryteria oceniania:

Lecture - written test W1, W2, U1, U2, K1

Laboratory – project in groups W1, W2, U1, U2, K1, K2

61-68% satisfactory, 69-76% satisfactory plus, 77-84 % good, 85- 92% good plus, 93-100% very good

Praktyki zawodowe:

not applicable

Zajęcia w cyklu "Semestr letni 2020/21" (zakończony)

Okres: 2021-02-22 - 2021-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Agnieszka Piernik
Prowadzący grup: Stefany Cardenas Perez, Dariusz Kamiński, Agnieszka Piernik, Anna Wojciechowska
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Agnieszka Piernik
Prowadzący grup: Dariusz Kamiński, Agnieszka Piernik, Anna Wojciechowska
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 6.8.0.0-3 (2022-08-19)