Conducted in
terms:
2024/25Z, 2025/26Z
Erasmus code: 12.3
ISCED code: 0911
ECTS credits:
2
Language:
Polish
Organized by:
Department of Medical Biology and Biochemistry
(for:
Faculty of Medicine)
Statistics and IT in Medicine 1600-LD11SIWM-J
This course has not yet been described...
Total student workload
(in Polish) 1. Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi:
- udział w wykładach: 10 godzin,
- udział w ćwiczeniach: 20 godzin,
- zaliczenie przedmiotu: 1 godzina.
Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi 31 godzin, co odpowiada 1,24 punktu ECTS.
2. Bilans nakładu pracy studenta:
- udział w wykładach: 10 godzin,
- udział w ćwiczeniach: 20 godzin,
- przygotowanie do ćwiczeń (czytanie wskazanej literatury): 10 godzin,
- przygotowanie do zaliczenia i zaliczenie: 10 godzin.
Łączny nakład pracy studenta wynosi 50 godzin, co odpowiada 2,0 punktom ECTS.
3. Bilans nakładu pracy związany z realizacją efektów uczenia się w warunkach symulacji medycznej (grupa B):
nie dotyczy.
4. Bilans nakładu pracy związany z realizacją efektów uczenia się odnoszących się do komunikacji medycznej:
nie dotyczy.
Learning outcomes - knowledge
(in Polish) W1: wie jak wykorzystać arkusz kalkulacyjny i program statystyczny w celu przeprowadzenia analizy statystycznej wyników badania naukowego i graficznej prezentacji wyników (B.W23).
W2: zna medyczne bazy danych (B.W23).
W3: zna metody analizy statystycznej stosowanej w naukach biomedycznych (B.W24).
Learning outcomes - skills
(in Polish) U1: potrafi korzystać z medycznych baz danych w celu wyszukania potrzebnych informacji (B.U10).
U2: umie wykorzystać techniki dostępne w arkuszu kalkulacyjnym i programie statystycznym w celu graficznego przedstawienia wyników analizy biostatystycznej (B.U12).
U3: potrafi wykonać analizę statystyczną wyników badań naukowych z medycyny i nauk pokrewnych dobierając odpowiednie testy statystyczne, obliczając wymagane statystyki i przeprowadzając właściwe wnioskowanie statystyczne i badawcze (B.U12).
Learning outcomes - social competencies
(in Polish) K1: ma świadomość, że należy korzystać z danych pozyskanych z obiektywnych źródeł informacji (K_K07).
K2: jest gotowy do wyciągania odpowiednich wniosków z własnych badań eksperymentalnych lub obserwacyjnych (K_K08).
Teaching methods
(in Polish) Wykłady:
- wykład tradycyjny wspomagany technikami multimedialnymi
- wykład interaktywny
- wykład informacyjny
Ćwiczenia:
- metody dydaktyczne podające: objaśnienie,
- metody dydaktyczne problemowe: metoda problemowa, dyskusja dydaktyczna,
- metody dydaktyczne praktyczne: ćwiczenia praktyczne, pokaz.
Seminarium: nie dotyczy
Expository teaching methods
- description
- problem-based lecture
- informative (conventional) lecture
- participatory lecture
- problem-based lecture
- informative (conventional) lecture
- participatory lecture
Exploratory teaching methods
- practical
- seminar
- classic problem-solving
- seminar
- classic problem-solving
Type of course
compulsory course
Prerequisites
(in Polish) Student rozpoczynający przedmiot „Statystyka i informatyka w medycynie” powinien posiadać podstawową wiedzę z zakresu matematyki, informatyki i biologii.
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: