Your SlideShare is downloading. ×

Problem blog

1,158

Published on

Predavanja o izradi znanstveno-istraživačkog rada

Predavanja o izradi znanstveno-istraživačkog rada

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,158
On Slideshare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
33
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Kako do znanstvenog djela ? Kako do doktorata? Prof. dr. sc. Mile Pavlić Rijeka – Kampus – OI, 2012.
  • 2. Mašta je puno važnija od znanja. Može se sve znati, ali ništa ne napraviti, dok se sa malo mašte može napraviti sve..
  • 3. Sadržaj• Razine znanja • Knjige? Literatura• Znanstvena istina • Opis problema• Što je znan. Djelo • Problem kao pitanje• Faze znanstvene metode • Domena istraživanja• CILJ: Istražiti i Napisati rad • Modeli - hipoteze• Traženje – istraživanje • Idejni projekt istraživanja• Znanstveno istraživanje • …• Problem istraživanja • Prezentacija doktorata Sanje• Kriteriji o problemu Čandrlić• Naziv doktorata - neprihvaćeni • Knjiga IS 12/11/2012 3
  • 4. Idejni projekt istraživanja• Naziv projekta:• Opis projekta:• Istraživači: (tim, korisnici, institucije,…)• Rokovi:• Problem istraživanja:• Znanstvena pitanja:• Hipoteze (glavna, pomoćne hipoteze)• Mjesto istraživanja:• Broj uzoraka (projekata, objekata, baza, IS):• Proces istraživanja:• Metode (prikupljanja, obrade, statistike):• Literatura:
  • 5. Plan rada na DD• slušanje i polaganje predmeta• izbor mentora i susrete sa mentoromhttp://doktorski.unizg.hr/_download/repository/Zajedno_do_doktorata-Preporuke_za_mentore__doktorande.pdf• istraživanje teme• prijavu prijedloga teme doktorskog rada• javnu obranu teme doktorskog rada• provođenje istraživanja• pisanje godišnjeg izvještaja o vlastitom napretku• objavljivanje znanstvenih radova• sudjelovanje na znanstvenim skupovima i radionicama• izradu doktorskog rada• obranu doktorskog rada
  • 6. ZNANJEZnanje je skup informacija dobivenznanstvenim metodama uobličenih u:• teoriju, metodu• zakon, model• usporedbu• hipotezu• definiciju, klasifikaciju, …• i druge znanstvene oblike. 6
  • 7. Razine• Učenje  Studiranje  Doktorat• Pamćenje  Razmišljanje  IstraživanjeUspjeh u znanosti: je sklad misli, riječi i djela• Precizno razmišljati• Precizno se izražavati• Precizno postupati
  • 8. Znanstvena istina 1• Sve što je znanstveno ne znači i da je istinito• Znanstvene istine nisu apsolutne• Teorije ne vrijede u svim slučajevima• Hipoteza: u kojim uvjetima vrijedi a kada NE• Misao može biti istinita ili lažna• Pojave i stvari u OS su uvijek istinite
  • 9. Znanstvena istina 2• ISTINA je svojstvo mišljenja što govori o „slaganju misli i stvari”• Misao je informacija o obilježjima pojave• Misao se provjerava osjetilnim organima• Iskustveni doživljaj je prijenos informacije iz OS u MS• STVARI  doživljaj stvari  misao o stvari
  • 10. Znanstvena istina 3• STVARI  uvijek jesu točne i istinite• Iskustveni doživljaj stvari (mjerenje, gledanje,…) točan ili netočan• Misao o stvari  istinita ili lažna
  • 11. Znanstvena Istina• Hipoteza:Zemlja je valjak (Anaksimandar 600 BK)Zemlja je kugla (Pitagora 500 BK)• Metoda:Gledaj pomrčinu (Aristotel 350 BK)Putuj i gledaj zvijezde 11
  • 12. Što je znanstveno djelo?• Zadovoljava znatiželju• Otkriva nešto novo (elektron)• Ono što u OS postoji (zakonitosti)• Objašnjava OS• Teorijsko objašnjenje OS
  • 13. Faze znanstvene metode Teorijski dio (projekt)1. definiranje problema postavljanje pitanja Nema otkrića2. skupljanje informacija o problemu3. stvaranje hipoteze (Mendeljev: germanij, galij, skandij) Empirijski dio (praksa)4. izvođenje eksperimenta (model podataka)5. analiziranje rezultata eksperimenta6. interpretiranje dobivenih rezultata i povlačenjezaključaka koji služe za definiranje nove hipoteze7. objavljivanje rezultata8. provjera objavljenih rezultata-- za Vaše istraživanje ne trebaju sve faze, nisu iste, … 12/11/2012 13
  • 14. CILJ: Istražiti i Napisati rad• Što je problem?• Koje je pitanje ?• Kako postaviti hipotezu?• Kako odrediti varijable u hipotezi• Kako naći model s varijablama• Izgradnja SW po modelu – uređaj - instrument• Kako napuniti BP i mjeriti pojavu - eksperiment• Analiza podataka – statistička obrada• Zaključak: doprinos- preostalo za načiniti
  • 15. • Primjer: ICT Upravljanje projektima (ICTPR)Problem: Praćenje i upravljanje ICT projektimaPitanje: Kako omogućiti lakše vođenje ICT pr.?Podaci: o prošlim/tekućim projektima,Hipoteza: Moguće je upravljanje ICT projektimaizgradnjom specijaliziranog SWEksperiment: izrada programaAnaliza: primjena
  • 16. Izvori - Knjige?• M. Pavlić, Informacijski sustavi, Školska knjiga, 2012.• M. Pavlić, Oblikovanje baza podataka, SUR, 2011.• M. Pavlić, Razvoj informacijskih sustava, Znak, 1996.• Miroslav Vujević, Uvođenje u znanstveni rad - u području društvenih znanosti, Školska knjiga, 2006.• Ratko Zelenika, Metodologija i tehnologija izrade znanstvenog i stručnog djela, Ekonomski fakultet u Rijeci, 2000,.• Ante Simonić, Znanost – najveća avantura i izazov ljudskog roda, Medicinska naklada, Zg, 2005.• Midhat Šamić, Kako nastaje naučno djelo, Sarajevo, 1984.• Josip Milat, Osnove metodologije istraživanja, ŠK, 2005.• Neda Glavičić, …; Upute za … oblikovanje … doktorskih disertacija i znanstvenih članaka, Rijeka, 1983.• http://www.nsk.hr/ispis-rezultata/ - popis disertacija• http://doktorski.unizg.hr/ - upute o Dokt. Studiju SUZg.• http://doktorski.unizg.hr/_download/repository/Vodic_kroz_doktorski_studij_SuZ.pdf• http://doktorski.unizg.hr/_download/repository/Vodic_kroz_doktorski_studij_SuZ.pdf
  • 17. Traženje : Istraživanje• Traženje je (Predodžba = Percepcija)• Istraživanje je (Mišljenje = Percepciji)• Tražimo nešto određeno (ukradeni auto)• Znamo što tražimo (RI 945 JA) - Predodžba• Ne znamo gdje je to (u kojoj garaži)• Ako nađemo drugi ukradeni – nismo našli• Ako percipiramo naš, našli smo!
  • 18. Znanstveno istraživanje• To je proces povezivanja misli i iskustva čiji je cilj otkriće zakonitosti procesa i pojava.• Istraživanje završava pisanim radom.
  • 19. Problem istraživanjaIstraživanje započinje:• Indukcijom• Dedukcijom• Problemom,• koji izaziva teškoće u praksi i teoriji• Ne preširok problem (problemi BP) - početnici• Ne preuzak: problem jednog programa
  • 20. Problem istraživanja 2• Birati problem koji ima izgleda za riješiti• Uočavanje problema je max. doprinos istraživanju• Formulirati problem je važnije od rješenja… Postaviti nova pitanja, otkriti nove mogućnosti, … je stvarni napredak znanosti. A. Einstein• Slijepilo za problem – odlika mlađih• Bilježiti ideje
  • 21. Problem istraživanja 3• Važan problem  važno istraživanje• Specijalizacija je korisna, lakše je naći problem• Izvori: rasprave, simpoziji, www, ljudi…• Korisno je slično istraživanje:Varirati; drugi: uvjeti, sredstva, domena• Tijekom razrade otkrivaju se novi problemi• Otkrivaju se nove spoznaje
  • 22. Kriteriji o problemu• Novina: to nitko nije radio.Ako je to rađeno prije 20 god. onda je novina znativrijedi li to još i sad s novim SW, WWW i sl.Treba poznati ranije radove – ne i prihvatiti• Važnost i primjenjivost i praksi• Motivacija – teškoće - upornost• Birati struku koju radi na poslu• Oprema i uvjeti• Pokroviteljstvo i suradnja tvrtki• Troškovi, rizik, opasnost, teškoća, metoda
  • 23. Kriteriji o problemu 2 Vrijeme:1. Nemoguće je prisiliti nekoga da nešto otkrije2. Nemoguće je brže otkriti3. Bez vremena za rad nema doprinosa ljudskoj spoznajiNemoguće je udovoljiti svim kriterijimaKoji put odustati od problema, tražiti dalje, našli bolji
  • 24. Opis problemaPreširoko i nedefinirano:• Npr: ovim istraživanjem želimo provjeriti problem upravljanja razvojem SWU problem je ugrađena hipoteza:• Npr: ovo istraživanje treba dokazati kako je upravljanje ICT moguće spajanjem planiranja i praćenja aktivnosti programera
  • 25. Problem kao pitanje• Problem se da definirati kao upitna rečenica!!• Koji su razlozi 60% dnevne uposlenosti programera u ICT centrima?
  • 26. Domena istraživanja• Odrediti teritorijalno mjesto istraživanja• Koliko subjekata (gradova, županija, država, firmi, programa, www lokacija,…)• Odrediti vrijeme x-ose, koliko godina unazad, koliko godina unaprijed,…
  • 27. Naziv magisterija – dokt.• Mag:M. Kaluža, FOI, Metoda za procjenu složenosti poslovnog informacijskog sustava na temelju atributa i vanjskih ključeva u shemi normalizirane baze podataka• Dis. MK, FF: Metoda za procjenu složenosti poslovnog informacijskog sustava na osnovi složenosti elementarnih procesa• D. Munić, EF. Zg. Ekonomska opravdanost korištenja razvojne metodologije i softverskog alata za razvoj poslovnih aplikacija• M. Iovašić, FF, Usporedba konceptualnih metamodela u objektnoj paradigmi• P. Poščić, FOI, Metodologije projektiranja informacijskih sustava – nije prihvaćenAnaliza uporabljivosti metodika projektiranja informacijskih sustava• S. Čandrlić, FF, Usporedba alata za timski razvoj softvera
  • 28. Naziv doktorata• M.Pavlić, Apstrakcija metodologije modeliranja na području projektiranja informacijskih sustava• P. Poščić, Metoda procjene složenosti projektiranja poslovnih informacijskih sustava• A. Jakupović, Model odnosa poslovne djelatnosti, poslovne organizacije i poslovne aplikativne programske podrške• J. Ostojić, Usporedba i integracija modela informacijskog sustava prodaje neživotnih osiguranja• S. Čandrlić, Model sustava za timski razvoj i održavanje softvera• D. Šimunović, Sustav poslovnih procesa i promjena u javnim elektroničkim medijima.Model sustava za provođenje reinženjeringa poslovnih procesa i organizacijskih promjena ujavnim elektroničkim medijima – nije prihvaćen• D. Mezulić, Analiza poboljšanja poslovnog informacijskog sustava za prikupljanje RTV pristojbe na HRT zbog primjene novih informacijsko komunikacijskih tehnologija.
  • 29. Naziv doktorata• M. Matetić, FER, Kvalitativno modeliranje i zaključivanje o ponašanju objekata u sustavu dinamičkog vida• S. Brumec, FOI, Računalni oblici kao dio servisno orijentirane arhitekture• D. Filopović, EFZg, Modeliranje egzogenih i endogenih varijabli organizacije za uspješno preuzimanje poduzeća• Utjecaj institucionalnog okvira regionalne politike na regionalnu samoupravu• Analiza• Utjecaj• Modeliranje• Model• Oblikovanje• Optimizacija• …• http://www.nsk.hr/ispis-rezultata/ - popis doktorata u NSK
  • 30. NE• izmišljanje rezultata• krivotvorenje rezultata• plagiranje
  • 31. Radovi - International Conference Odlučiti gdje ćete slati članak!! – Obavezno za položiti ispit!• MIPRO, 05., Opatija, FER, www.mipro.hr• DIT, 06., Lovran – Opatija, Informatologia, http://hrcak.srce.hr/informatologia• ITI, 07., Cavtat / Dubrovnik, http://iti.srce.unizg.hr/• CECiiS, Varaždin, 09, FOI, http://www.ceciis.foi.hr• CASE:, Hypo centar, Zagreb, ili Opatija, www.case.hr/e-biz, 03., CASE, 06, SmartCard, 09.2013., KOM, 11., Privatnost, 12.2012.• Ili vani!!
  • 32. Najvažnije za znanstvenika nisunjegove diplome, niti broj godinanjegovog znanstvenog rada, pa nitiiskustvo, nego posve jednostavno –njegova intuicija.
  • 33. Pojam• Svaka znanstvena disciplina je skup povezanih pojmova• Više pojmova bogatija disciplina• Pojam u MS je zamisao biti pojave i procesa u OS• Pojam je entitet (ili Tip u EV metodi)• Npr.: riba je pojam, osoba je pojam• Apstrakcija: Hrvat – zagorac, Sisavac – kit• Kategorije (TE): kuće, profesori, knjige, …
  • 34. Odnos među Pojmovima• Npr.: Mladi - odlaze u – inozemstvo• 1 pojam dva imena: sinonimi• 2 pojma jedno ime: homonimi – problem• Razlikovati:• 1. riječ u jeziku• 2. značenje u MS• 3. stvar u OS
  • 35. Pojam : činjenica : doživljaj• Razlikujmo pojam u MS od činjenice (podražaja osjetilnih organa iz OS)• Pojam je misao (npr. Sanja Č.)• Činjenica je pojavljivanje objektivne stvarnosti kroz percepciju u svijest, to je dio OS• Pojam Sanja naspram doživljaju gledanja Sanje• Gledanjem vidimo: ljepotu (šminka), miris, zvuk (kašlje), …govori: danas mi je rođendan• Pojam je misaona kreacija zasnovana na doživljaju (činjenici)
  • 36. Termini• Termin je ime pojma (naziv TE)• Termin nema nikakve veze s onim što označava• Značenje se ne može izvući iz riječi• Termini nemaju isto značenje ni unutar jedne znanosti  u DD sve jasno definirati (npr. roba, tečajna lista, radnička klasa, dobit, greška, …• Definicija je svrstavanje pojma u nadtip i isticanje razlike od drugih podtipova (Sanja je Osoba koja …• Termin je naziv tipa TE. Opseg pojma su entiteti.Npr: Sanjini Automobili (RI342 CV, RI213RR): Klasifikacija
  • 37. Obilježja pojma (varijable, atributi u EV)• BIT: Voda (tekućina, H2O, led, žeđ, poplava, poljoprivreda, …) – puno obilježja pojma• Znanstvenik bira obilježja koja će pratiti, mjeriti, … ne može svu BIT obuhvatiti istraživanjemNpr: poplave, zagađenost, studente…• Nevažna obilježja – ne zanima nas sada!• Relevantan sadržaj= atributi od interesa
  • 38. Analiza pojmova1. popis pojmova - nazive2. dodati mjerljiva obilježja – atribute3. odrediti sadržaj pojmova – Tip vrijednosti4. povezati pojmove5. Naći nadtipoveU metodi EV ovo zovemo napraviti DEV!!ČUDO!!!Otkrića su: nova obilježja pojma, novi pojam, novaveza, generalizacijsko sređivanje pojmova
  • 39. Cilj istraživanja• Cilj je spoznati• Cilj je razotkriti problem – naći rješenje• Pragmatički cilj: korisnik, korist, način korištenja• Spoznajni cilj: definicija, klasifikacija, modeliranje, objašnjenje i predviđanje• Otkriti povezanost varijabli y= f(x)• Otkriti uzrok i posljedicu
  • 40. Postavljanje hipoteza (sudova)• Problem  nepoznato o problemu  pojmovi• Cilj: što želimo o problemu istražiti i zašto • Precizno postavljeno pitanje• Hipoteza je misaoni odgovor na pitanje• Hipoteza vidimo koje činjenice treba prikupiti  kako ih analizirati i povezivati
  • 41. Hipoteza =odnos među pojmovima• Govorni izraz za pojam je :riječ, termin, simbol• Govorni izraz za Hipotezu je: sud• Sud iskazuje relaciju među pojmovima• • Hipoteza je odnos među varijablama• Npr: broj grešaka = f(broja programera)• Što je uzrok a što posljedica??
  • 42. Više hipoteza - PGŽProblem: GIS PGŽ ne funkcionira dobro, puno prepisivanje, nije sve u BP, ne mogu sedobiti informacije, ….Pitanje: kako poboljšati sustav GIS PGŽGeneralna hipoteza• H1: moguće sustav je GIS PGŽ poboljšati uvođenjem integracijskih procesaPopratne (kolateralne, razrađujuće) hipoteze• H2: ne postoji jedinstven standard• H2: moguće je def. Standard• H3: primjenom standarda 50% se smanjuje ljudski rad• H4: detaljne karte općina, po novom sustavu, biti će obrađene za max. 60 min.
  • 43. Jasminka T.: Tema: e-ispitivanje• Problem: nije moguće e-ispit tako da student napiše više od dvije riječi u odgovoru• Pitanje: kako inovirati e-ispit da mogu biti tri riječi?• H: tekstualno e-odgovaranje je moguće ako odgovore čuvamo u mreži znanja po metodi DNOK• H1: odgovore kao izjavne rečenice je moguće zapisati u mrežu znanja• H2: moguće je provjetriti odgovor prema DNOK• H3: moguće je odgovore stupnjevati u ovisnosti o poklapanju sadržaju odgovora i znanja u DNOK• H4: ručnom ocjenom i provjerom e-ispita očekuje se 99% točnost ocjenjivanje pomoću e-ispita.
  • 44. Nemoć logičkog zaključivanja• Sofizam: Što si izgubio imaš? Da,Rogove nisi izgubio? Nisam  imaš rogoveDokaz nemoći logike u znanosti,Ne pomažu logičke metode: dedukcija, indukcija, analogija Treba EMPIRIJA (iskustvena provjera, mjerenje)Hipoteze su istinite ako su empirijski potvrđeneSama misao bez iskustvene provjere možda nije istinita!
  • 45. Određivanje varijabliPitanje: postoji li razlika uključenosti studentica i studenata u politički život?H1: Ne postoji …, H2: Obrazovane žene su uključene; H3:jesu muški s više stažaVarijable: Studentica je jedan spol pojma Student, Spol je Varijabla, (prema EV).Model hipoteze: Studentica je podtip, Student je podtip. Student SpolSTUDENT je pojam. Pojedini student (BIT) je pojavljivanje.Razlika muški i ženski je po Spolu. Spol je atribut. ImeSvaki atribut je nezavisna Varijabla (x)!, TE nije varijabla Ženski Muški (0,M) Staž Stupanj Je Diploma uključenosti uključeno (0,M)Student je osoba i ima niz atributa: TIPime, datum rođenja, … Život ID TŽStudentski život je pojam. Ima niz obilježja:uključenost, događaji, akteri, Politički StudentskiPovezivanje pojmova hipotezom je TIP Veze u DEVMjerenje je punjenje BP,Tip veze i Agregacija su zavisne varijable (Y)
  • 46. Relacijska shemaZa istraživanje H1: dovoljna tablica Student (ime, spol, ID TŽ, SU) Def:SU=stupanj uključenosti Količina 100% Muški ŽenskiKoličina SU= fSPOL ( SU) 1 2 3 4 5 6 7 8 9 10 SU
  • 47. Modeli• Hipoteza se može provjeriti na modelu• Model je prikaz zamisli, stvari i veza među stvarima, prikaz sustava i njegovog funkcioniranja
  • 48. Model sustava za timski razvoj i održavanje softvera 48
  • 49. Struktura tablice Mjerenje Ranija slika je idealni model : razvoj SW, punjenje, analiza Ova sl. je mogući model – malo proširen! U sustavu postoji SW Builder, On godinama skuplja podatke, Trebalo je nadopuniti podatke I obraditi ih! 49
  • 50. Rezultati mjerenja odabranih kriterija Informacijski sustav Rbr. Kriterij AO IMIS PRIS FAROS 1 Ukupan broj programera u timu 10 29 6 23 2 Ukupan broj programera u timu - razvoj 6 - 4 22 3 Ukupan broj programera u timu - održavanje 8 29 6 12 Prosječan broj programera u timu - 4 1,61 8,23 2,85 7,38 čovjek/mjesec (Č/M ) 5 Prosječan broj programera u timu (Č/M) – razvoj 1,15 - 3 7,92 Prosječan broj programera u timu (Č/M) - 6 2,78 8,23 2,83 6,4 održavanje 7 Broj programskih modula 3 61 18 24 8 Broj procedura 123 2.225 1.065 1.309 9 Broj tablica 34 570 313 450 10 Broj atributa 424 7.246 4.081 6.247 11 Broj ključeva 97 1.489 926 1.560 50
  • 51. Rezultati mjerenja odabranih kriterija (2) Informacijski sustav Rbr. Kriterij AO IMIS PRIS FAROS 12 Broj redaka programskog koda 13.071 174.990 73.097 126.572 13 Broj BRW procedura 24 688 266 344 14 Broj FRM procedura 26 556 222 343 66 mjeseci 15 Broj WIN procedura 33 353 346 247 razvoja 16 Broj REP procedura 34 536 200 242 17 Broj SRC procedura 5 83 28 132116 mjeseci 18 Broj IZB procedura 1 9 3 1održavanja 19 Promatrani period razvoja (mjeseci) 26 0 4 36 60.201 spajanje 20 Promatrani period održavanja (mjeseci) 18 48 30 20 21 Ukupan broj spajanja 1.574 16.202 9.415 33.010 574 konflikata 22 Ukupan broj konflikata spajanja 14 90 84 386 51
  • 52. 53
  • 53. Kontrola pisanja DD• da ste jasno predstavili problem koji istražujete i razloge zašto jevažno istražiti taj problem,• da ste jasno definirali istraživačko pitanje, i hipoteza• da ste prikazali opsežan, temeljit, potpun i suvremen pregledliterature i postojećih teorija,• da vaš pregled sadrži kritički i analitički osvrt,• da ste naveli izvore iz koji ste preuzeli misli, definicije, teorije iideje,• da ste jasno opisali korištene metode istraživanja,• da ste dobro potkrijepili vašu analizu prikupljenih podataka(citati, grafovi, tablice i sl.) ,te da je cjelovita i točna,• da ste napravili jasan prikaz rezultata,• da ste odgovorili na istraživačko pitanje,• da ste skrenuli pozornost na doprinos vašeg istraživanja znanosti i mogućuprimjenu dobivenih rezultata,• da ste upozorili na ograničenja dobivenih rezultata i na mogućirazvoj sljedećih istraživanja.
  • 54. Teorija je, kad se sve zna a nište nefunkcionira.Praksa je, kad sve funkcionira, a nitko neznazašto.

×