Education Module 6. Research in Public Health. Statistical Methods in Public Health 1800-ZP1-MKVIMSwZ-S2

(in Polish) 1. Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi: - udział w ćwiczeniach: 30 h - udział w wykładach: 10 h Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi 40 godzin, co odpowiada 1,6 punktu ECTS 2. Czas poświęcony na pracę indywidualną studenta potrzebny do pomyślnego zaliczenia przedmiotu: - czytanie wskazanej literatury naukowej: 5 h Nakład pracy związany z czasem poświęcony na pracę indywidualną studenta wynosi 5 godzin, co odpowiada 0,2 punktu ECTS 3. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania: - przygotowanie i przeprowadzenie zaliczenia: 4 h+1 h = 5 h Łączny nakład pracy studenta związany z przygotowaniem się do uczestnictwa w procesie oceniania wynosi 3 godziny, co odpowiada 0,2 punktom ECTS 4. Czas wymagany do odbycia obowiązkowej (-ych) praktyki (praktyk). - nie dotyczy Łączny nakład pracy studenta wynosi 50h godzin, co odpowiada 2 punktowi ECTS

(in Polish) Student: W1: zna i rozumie zasady planowania badań oraz nowoczesnych technik zbierania danych i narzędzi badawczych w zakresie nauk o zdrowiu. (K_W06) W2: zna i rozumie metody wnioskowania statystycznego w zastosowaniach związanych z naukami o zdrowiu. (K_W07) student wie jak: • Zaplanować i przeprowadzić badanie kliniczne • słormułować hipotezy badawcze • dobrać próbę badaną z wykorzystaniem metod statystycznych • tworzyć bazy danych oraz je wykorzystac do analizy statystycznej • wykorzystac testy statystyczne do weryfikacji hipotez

(in Polish) Student: U1: potrafi przeprowadzić krytyczną analizę i interpretację publikacji naukowych, ekspertyz i raportów z zakresu zdrowia (K_U10) U2: potrafi korzystać z obiektywnych źródeł informacji naukowej oraz posługiwać się zasadami krytycznego wnioskowania przy rozstrzyganiu problemów (K_U16) U3: potrafi pozyskiwać, selekcjonować, przetwarzać dane oraz przedstawiać wyniki i wnioski płynące z analizy danych (K_U27) Student potrafi: • obsługiwać programy statystyczne służące do analizy danych • przeprowadzić poprawną analizę danych • przeprowadzić statystyczną weryfikację hipotez badawczych • przygotować uzyteczną bazę danych

(in Polish) Student: K1: jest gotów do przestrzegania zasad etycznych obowiązujących w badaniach naukowych i pracy zawodowej (K_K07) K2: jest gotów do przestrzegania zasad etycznych obowiązujących w pracy, aktywnościach społecznych i badaniach naukowych (K_K11) student zna: • podstawowe zasady medycyny opartej na dowodach naukowych (EBM) • ocenic i zdredukowć ryzyko diagnostyczne wg EBM • określić trafność, czułość, swoistość, wartość predykcyjna wyniku dodatniego i ujemnego

(in Polish) - wykład - praca indywidualna przy komputerze

- display

- participatory lecture
- problem-based lecture
- informative (conventional) lecture

- case study
- project work
- practical

compulsory course

(in Polish) Student rozpoczynający kształcenie z przedmiotu powinien posiadać podstawową wiedzę ogólną z zakresu matematyki i informatyki.

Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system:

• Description of 1800-ZP1-MKVIMSwZ-S2 in USOSweb