Urs Brändle: Catalogue data in Autumn Semester 2016

Name Dr. Urs Brändle
Address
Dep. Umweltsystemwissenschaften
ETH Zürich, CHN H 42.2
Universitätstrasse 16
8092 Zürich
SWITZERLAND
Telephone+41 44 632 87 80
E-mailurs.braendle@env.ethz.ch
DepartmentEnvironmental Systems Science
RelationshipLecturer

NumberTitleECTSHoursLecturers
151-0091-10LEngineering Tool IV: Scientific Writing Restricted registration - show details
All Engineering Tool courses are for MAVT-Bachelor students only.

Number of participants limited to 50.
0.4 credits1KU. Brändle, M. Paschke
AbstractParticipants acquire scientific writing basics as a core competency to communicate with different audiences. They apply important methods and tools to refine a scientific question, research and evalutate the necessary information, quote and paraphrase, and to plan the structure of their own text.
ObjectiveStudents are able to
- derive and structure ideas for a text starting from a scientific question using simple techniques
- find literature sources, check their relevance and completeness, organize them with a suitable tool and cite correctly
- apply a reading technique for summarizing a text
- distinguish plagiarism, quotation and paraphrase in texts using the presented criteria and correctly cite or paraphrase external content
- use and cite information from the Internet correctly
- plan and structure specialized texts that refer to different target groups
ContentKURSPROGRAMM
1.Halbtag: Recherchieren und Lesen
(1) Auf Vorhandenem aufbauen
(2) Ideen generieren
(3) Recherchieren
(4) Quellen beurteilen

2.Halbtag: Paraphrasieren nicht Plagiarisieren (1 Nachmittag, 3 Stunden, 15 min Pause)
(1) Verantwortlich sein: der Wert des eigenständigen Denkens
(2) Regeln und Anweisungen: was ist ein Plagiat, wie wird es an der ETHZ gehandhabt, Eigenständigkeitserklärung, Prüfwerkzeuge
(3) Zitieren und Paraphrasieren - so geht's
(4) Paraphrasieren oder Zitieren?
(5) Lesen und verstehen
(6) Vom Umgang mit Quellen und Material aus dem Internet

3.Halbtag: Einen Text strukturieren und generieren
(1) Verwendung einer Standard-Textstruktur als Vorlage für ein Outline
(2) Ein Grundgeruest mit Abschnitten erstellen
(3) Eine Textabschnitt schreiben

LEHRFORMEN
- Inputs: Kurzvorträge
- Uebungen: während des Nachmittags selbständig in Moodle anhand von Fallstudien
- Feedback und Diskussion: Lösungen der Studierenden via Moodle an Dozentenbeamer und Besprechen durch die Dozierenden

Zu allen Inhaltsteilen gibt es Übungsteile in Moodle, für die ein Laptop mit funktionierendem Internetanschluss benötigt wird.
LiteratureLernmaterialien: Wissenschaftliches Schreiben, WiSch (bachelor's level): https://moodle-app2.let.ethz.ch/course/view.php?id=132
Prerequisites / NoticeComputer für Online-Übungen während der Veranstaltung.
701-0105-00LApplied Statistics for Environmental Sciences3 credits2GC. Bigler, U. Brändle, M. Kalisch, L. Meier
AbstractStatistical methods from current publications in environmental sciences are presented and applied. Students are enabled to understand the methods, clean datasets, analyse them using the software package R and present the results in a suitable form. They will be able to describe strengths and weaknesses of the methods for given fields of application.
ObjectiveStudents are able to
- use suitable statistical methods for data analysis in their subject area.
- characterize data sets using explorative methods
- check the suitability of data sets to answer a given question, prepare data sets for import to a statistics program and conduct the analysis.
- interpret statistical analyses and process them graphically for use in presentations and publications.
- describe the basics of statistical methods used in current publications.
- use the software package R for statistical analysis
ContentStatistische Methoden: Regression (lineare Modelle; generalisierte lineare Modelle; GLMs); Varianzanalyse; gemischte Modelle für gruppierte Daten (mixed-effects models); Fragebogenstatistik; Tests (t Test; Chiquadrat Test; Fisher Test); Power-Analyse

Werkzeuge: Explorative Datenanalyse für Hypothesenbildung; Auswahlverfahren für geeignete statistische Verfahren; Datenaufbereitung (Excel -> R; Datenbereinigung); graphische Darstellung von Resultaten; statistische Verfahren in Publikationen erkennen
Wir arbeiten mit dem Softwarepaket R.

Form: Im Wochenrhythmus finden alternierend Einführungen in eine neue Methode und Übungsstunden zum Thema statt.
Prerequisites / NoticeBesuch von "Mathematik IV: Statistik" oder vergleichbare Lehrveranstaltung