Siirry suoraan sisältöön

Energia- ja ympäristömittausten analyysit (5 op)

Toteutuksen tunnus: LMSV2400-3001

Toteutuksen perustiedot


Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

09.02.2024 - 31.05.2024

Opintopistemäärä

5 op

Virtuaaliosuus

4 op

Toteutustapa

20 % Lähiopetus, 80 % Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Biotalousinstituutti

Opetuskielet

  • Suomi

Paikat

20 - 50

Koulutus

  • Maaseutuelinkeinot (AMK)

Opettaja

  • Laura Vertainen
  • Hannariina Honkanen

Vastuuopettaja

Laura Vertainen

Ryhmät

  • LMS21S1
    Maaseutuelinkeinot (AMK)
  • LMS20S1
    Maaseutuelinkeinot
  • LMS21KM
    Maaseutuelinkeinot
  • LMS22KM
    Agrologi (AMK), maaseutuelinkeinot, monimuotototeutus
  • 09.02.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 22.02.2024 12:30 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 14.03.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 05.04.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 19.04.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 03.05.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001
  • 17.05.2024 14:15 - 15:45, Energia- ja ympäristömittausten analyysit LMSV2400-3001

Tavoitteet

Opintojakson tarkoitus:
Opiskeltuasi tämän opintojakson osaat analysoida biotalouden tuotantoprosesseista tehtyjä mittauksia. Osaat myös tulkita uusien teknologisten ratkaisujen ja paikkatietosovellusten tuottamaa mittausdataa ja tunnistaa sen hyötyjä biomassan kasvatukseen ja hyödyntämiseen liittyvässä kehittämis- ja liiketoiminnassa.

Opintojakson osaamiset:
Ympäristöosaaminen
Teknologian osaaminen
Energiaosaaminen
Tutkimus- ja kehittämisosaaminen

Opintojakson osaamistavoite:
Opiskeltuasi tämän opintojakson tiedät, miten analysoidaan biomassan kasvuun ja jalostukseen, veden ja maaperän ominaisuuksien muutoksiin sekä energiantuotantoon ja kulutukseen liittyvää mittausdataa. Tiedät analyysien tekemiseen liittyviä työkaluja sekä osaat tulosten havainnollistamistapoja ja –keinoja.

Sisältö

Erilaiset biotalouden tuotantoprosessien datat ja niiden ominaispiirteet
Mittausdatan tarkastelu
Mittausdatan käsittely
Erilaiset datankäsittelytyökalut ja -menetelmät
Mittausvirheiden tunnistaminen ja merkityksen arviointi
Analyysitulosten havainnollistaminen
Analysointitulosten tulkinta ja merkitys

Opetusmenetelmät

Luennot ja demonstraatiot
Harjoitustehtävät
Itsenäinen opiskelu verkossa

Opiskelijan ajankäyttö ja kuormitus

Kontaktiopetus 14 h
Itsenäinen työskentely verkossa 121 h

Lisätietoja opiskelijoille

Harjoitustehtävät
Tentti

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1:
Tiedät joitakin biotalouden mittausten analyysimenetelmiä ja osaat hyödyntää niitä yksinkertaisissa sovelluksissa. Pystyt havainnollistamaan analyysituloksia.

Tyydyttävä 2:
Tunnet joitakin biotalouden mittausten analyysimenetelmiä ja osaat tulkita niitä ja hyödyntää sovelluskohteissa. Pystyt havainnollistamaan analyysituloksia.

Arviointikriteerit, hyvä (3-4)

Hyvä 3:
Tunnet joitakin biotalouden mittausten analyysimenetelmiä ja osaat tulkita niitä ja hyödyntää sovelluskohteissa. Pystyt havainnollistamaan analyysituloksia ja tuottamaan uutta tietoa tulosten pohjalta. Tunnistat mittaukseen ja analysointiin liittyviä virheitä ja epävarmuuksia.

Kiitettävä 4:
Tunnet biotalouden mittausten analyysimenetelmiä ja osaat tulkita niitä ja hyödyntää sovelluskohteissa. Pystyt monipuolisesti havainnollistamaan analyysituloksia ja tuottamaan uutta tietoa tulosten pohjalta. Tunnistat mittaukseen ja analysointiin liittyviä virheitä ja epävarmuuksia sekä niiden merkitystä tiedon soveltamisen kannalta.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5:
Hallitset biotalouden mittausten analyysimenetelmiä ja osaat tulkita niitä kriittisesti sekä hyödyntää sovelluskohteissa. Pystyt monipuolisesti havainnollistamaan analyysituloksia ja tuottamaan relevanttia uutta tietoa tulosten pohjalta. Tunnistat mittaukseen ja analysointiin liittyviä virheitä ja epävarmuuksia sekä niiden merkitystä tiedon soveltamisen kannalta.