Veidlapa Nr. M-3 (8)

Kursa apraksta statuss: Apstiprināts

Kursa apraksta versija: 26/27.P.1.00

Kursa apraksta periods : 2026./27. akadēmiskā gada pavasara semestris

Kursa apraksta apstiprināšanas datums: -

Studiju kursa apraksts

Akadēmiskā rakstīšana

Studiju kursa pamatinformācija

Kursa kods
VPUPK_434
Zinātnes nozare
Psiholoģija
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Psiholoģija
LKI
6. līmenis
Studiju veids un forma
Pilna laika; Nepilna laika

Studiju kursa īstenotājs

Kursa vadītājs
Viktorija Perepjolkina
Struktūrvienības vadītājs
Kristīne Mārtinsone
Struktūrvienība
Veselības psiholoģijas un pedagoģijas katedra
Kontaktinformācija

Dzirciema iela 16, Rīga, vppk@rsu.lv

Par studiju kursu

Mērķis

Sagatavot studentus bakalaura darba izstrādei, attīstot prasmes zinātniskā raksta strukturēšanā un noformēšanā, kā arī nostiprinot pētnieciskās kompetences caur reālu pilotpētījuma veikšanu, datu analīzi un rezultātu interpretāciju atbilstoši akadēmiskajiem standartiem psiholoģijā.

Priekšzināšanas

Izpratne par zinātniskā pētījuma metodoloģiju, pētniecības dizainiem un datu vākšanas metodēm psiholoģijā.

Pamatzināšanas matemātiskajā statistikā un kvantitatīvo datu apstrādes principos (aprakstošā un slēdzienstatistika).

Zināšanas par psiholoģisko mērījumu veikšanu, testu izstrādes un adaptācijas teorētiskajiem pamatiem.

Prasmes strādāt ar zinātniskās literatūras datubāzēm un orientēties akadēmiskā teksta struktūrā.

Studiju rezultāti

Zināšanas

1.Pārzina zinātniskā raksta un dažādu publikāciju veidu (empīrisks raksts, literatūras apskats, metaanalīze) struktūras un noformēšanas principus atbilstoši APA stilam un RSU metodiskajiem norādījumiem.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite

2.Pārzina zinātniskās informācijas meklēšanas stratēģijas un kritērijus avotu ticamības un relevances izvērtēšanai, kā arī izprot pētniecībai paredzētu MI rīku darbības principus un akadēmiskās integritātes prasības to lietošanā.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Pētījuma projekta izstrāde

3.Atpazīst pētījuma instrumentu adaptācijas specifiku un starptautiskos standartus (piem., TARES, PRISMA) pētījuma metodoloģijas atspoguļošanai.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Sagatavošanas datu ievākšanai (pētījuma digitalizētās aptaujas izstrāde)

4.Apraksta pētījuma ētikas, informētās piekrišanas un GDPR pamata prasības pilotpētījuma kontekstā.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Pētījuma projekta izstrāde

5.Paskaidro atvērtās zinātnes un datu pārvaldības plāna lomu pētījuma caurspīdīgumā.

Patstāvīgais darbs un pārbaudījumi

Datu pārvaldības plāna izstrāde

6.Pārzina datu analīzes pamatprincipus, statistisko metožu lietošanas nosacījumus un interpretācijas algoritmu darbības loģiku.

Patstāvīgais darbs un pārbaudījumi

Datu analīzes plāna izstrāde • Postera vai prezentācijas izveide un prezentēšana • Pilotpētījuma atskaite

7.Spēj identificēt un pamatot zinātniskā postera vai prezentācijas strukturālos elementus un to lomu pētījuma gaitas atspoguļošanā.

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana

Prasmes

1.Spēj patstāvīgi atlasīt pētījuma tēmai atbilstošu literatūru, izmantojot specializētas datubāzes un MI asistentus, un mērķtiecīgi integrēt iegūto informāciju analītiskā literatūras apskatā, nodrošinot avotu sintēzi un loģisku argumentāciju.

Patstāvīgais darbs un pārbaudījumi

Pētījuma projekta izstrāde • Pilotpētījuma atskaite

2.Prot patstāvīgi plānot pētniecības procesu, izvēloties pētījuma mērķim atbilstošu metodoloģiju, izlases veidošanas principus un datu analīzes stratēģiju, vienlaikus nodrošinot pētījuma ētisko standartu ievērošanu un datu aizsardzību.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Pētījuma projekta izstrāde • Postera vai prezentācijas izveide un prezentēšana

3.Prot izveidot pētījuma mērķim atbilstošas digitālās aptaujas, integrējot tajās nepieciešamo jautājumu loģiku un nodrošinot respondentu informētās piekrišanas un datu drošības prasību izpildi.

Patstāvīgais darbs un pārbaudījumi

Sagatavošanas datu ievākšanai (pētījuma digitalizētās aptaujas izstrāde)

4.Prot patstāvīgi izstrādāt pētījuma datu pārvaldības plānu, izvēloties pētniecības specifikai atbilstošus datu glabāšanas, drošības un kopīgošanas risinājumus saskaņā ar labas zinātniskās prakses principiem.

Patstāvīgais darbs un pārbaudījumi

Datu pārvaldības plāna izstrāde

5.Prot pamatot un izvēlēties pētījuma jautājumiem, datu veidiem un mērīšanas skalām atbilstošas datu analīzes metodes, nodrošinot pētnieciskā procesa metodoloģisko konsekvenci.

Patstāvīgais darbs un pārbaudījumi

Datu analīzes plāna izstrāde • Pilotpētījuma atskaite

6.Veic datu statistisko apstrādi (JASP, Jamovi vai SPSS), atsvaidzinot zināšanas par testu izvēli, datu pārkodēšanu un ticamības rādītāju aprēķināšanu.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Postera vai prezentācijas izveide un prezentēšana

7.Spēj sintēzēt un vizualizēt apjomīgu pētniecisko informāciju (tekstu, datus), izmantojot akadēmiskajiem standartiem atbilstošus grafiskos rīkus un paņēmienus.

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana • Pilotpētījuma atskaite

8.Noformē iegūtos rezultātus korektās APA stila tabulās un grafikos, sniedzot precīzu un akadēmiski pamatotu statistisko rādītāju aprakstu.

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana

9.Lieto specializētu programmatūru (Zotero/Mendeley) literatūras pārvaldībai un automatizētai atsauču ģenerēšanai, kā arī kritiski izvērtē MI rīku lietojumu akadēmiskajā rakstīšanā.

Patstāvīgais darbs un pārbaudījumi

Pētījuma projekta izstrāde • Pilotpētījuma atskaite

Kompetences

1.Pieņem pamatotus lēmumus par pilotpētījuma uzlabojumiem, balstoties uz datu kvalitāti, izpildāmību un ētikas prasībām.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Pētījuma projekta izstrāde

2.Argumentēti aizstāv metodoloģiskās izvēles akadēmiskā diskusijā (jautājumi–atbildes).

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana

3.Spēj kritiski izvērtēt izvēlēto analīzes metožu adekvātumu un ierobežojumus, nodrošinot pētījuma secinājumu pamatotību un zinātnisko godīgumu.

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana • Pilotpētījuma atskaite • Datu analīzes plāna izstrāde

4.Spēj patstāvīgi plānot un īstenot empīriska pētījuma aprobāciju (pilotpētījumu), pieņemot pamatotus lēmumus par metodoloģijas vai instrumentu uzlabojumiem.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Postera vai prezentācijas izveide un prezentēšana

5.Profesionāli komunicē pētījuma atziņas, izmantojot dažādus zinātniskās komunikācijas veidus (mutiskas prezentācijas, posterus) un pamatojot savus secinājumus akadēmiskā diskusijā.

Patstāvīgais darbs un pārbaudījumi

Postera vai prezentācijas izveide un prezentēšana

6.Integrē un sintezē pētījuma rezultātus ar teorētisko literatūru, sagatavojot strukturētu un metodiski precīzu zinātnisko atskaiti (rakstu).

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite

7.Kritiski izvērtē pētnieciskā darba gaitā radušos ētiskos un tehniskos izaicinājumus, demonstrējot atbildīgu attieksmi pret pētījuma dalībniekiem un iegūto datu kvalitāti.

Patstāvīgais darbs un pārbaudījumi

Pilotpētījuma atskaite • Postera vai prezentācijas izveide un prezentēšana

Vērtēšana

Patstāvīgais darbs

Virsraksts
% no gala vērtējuma
Vērtējums
1.

Pētījuma projekta izstrāde
-
Ieskaite

Darba mērķis: Sagatavot akadēmiskajiem standartiem atbilstošu pētījuma pieteikumu, kas demonstrē studenta spēju konceptualizēt zinātnisku problēmu un izvēlēties tās risināšanai atbilstošu metodoloģiju.

Uzdevuma saturs:

  1. Tēmas pieteikums un aktualitāte: Zinātniskās problēmas definēšana un pētījuma nepieciešamības pamatojums.
  2. Teorētiskais ietvars: Galveno jēdzienu definīcijas un saistītās literatūras apskats.
  3. Metodoloģiskais dizains:
    • Pētījuma mērķa un uzdevumu formulēšana.
    • Pētniecības jautājumu vai hipotēžu izvirzīšana.
    • Pētījuma izlase (dalībnieki): Mērķa populācijas definēšana, plānotais izlases apjoms, kritēriji dalībnieku iekļaušanai vai izslēgšanai no pētījuma un izlases veidošanas metode (piemēram, nejaušā vai mērķtiecīgā izlase).
    • Pētījuma procedūra: Soli pa solim aprakstīta pētījuma norise – no dalībnieku piesaistes līdz datu ievākšanas beigām, norādot precīzu darbību secību.
    • Datu ieguves instrumenti: Izmantoto rīku (aptauju, interviju vai algoritmisko modeļu) apraksts.
  4. Datu analīzes plāns: Paredzēto statistikas metožu un interpretācijas rīku izvēle.
  5. Pētījuma ētika un ierobežojumi: Etisko risku identifikācija un datu aizsardzības nodrošināšana.
2.

Sagatavošanas datu ievākšanai (pētījuma digitalizētās aptaujas izstrāde)
-
Ieskaite

Darba mērķis: Praktiski sagatavot pētījuma instrumentāriju, digitalizējot izstrādāto aptauju un nodrošinot tās tehnisko un ētisko gatavību datu vākšanas uzsākšanai.

Uzdevuma saturs:

  1. Aptaujas instrumentārija digitalizācija: Aptaujas jautājumu un skalu tehniska izveide izvēlētajā platformā (piemēram, QuestionPro, SurveyMonkey, Google Forms u.c.).
  2. Lietotāja saskarnes un loģikas izveide: Filtra jautājumu, pāreju un zarošanās loģikas iestatīšana, lai nodrošinātu korektu datu plūsmu.
  3. Informētās piekrišanas integrācija: Pētījuma dalībnieku informēšanas sadaļas un elektroniskās piekrišanas formas izstrāde saskaņā ar pētniecības ētikas prasībām.
  4. Datu drošības un anonimitātes iestatījumi: Tehnisko risinājumu konfigurēšana datu aizsardzībai un respondentu anonimitātes garantēšanai.
  5. Pilotēšana (testēšana): Aptaujas tehniskā pārbaude, lai novērstu kļūdas pirms masveida izplatīšanas.
3.

Datu pārvaldības plāna izstrāde
-
Ieskaite

Darba mērķis: Sagatavot visaptverošu datu pārvaldības plānu (Data Management Plan – DMP), lai nodrošinātu pētījumā iegūto datu drošību, organizētību un atbilstību atvērtās zinātnes un datu aizsardzības principiem.

Uzdevuma saturs:

  1. Datu apraksts un apjoms: Definēt pētījumā izmantoto datu veidus (piemēram, aptauju rezultāti, algoritmu ģenerētie dati), formātus un plānoto datu apjomu.
  2. Datu uzglabāšana un dublēšana: Plānot drošu datu glabāšanas infrastruktūru pētījuma laikā un izstrādāt dublēšanas stratēģiju, lai novērstu datu zudumu.
  3. Datu drošība un piekļuve: Noteikt piekļuves tiesības pētījuma datiem, kā arī aprakstīt sensitīvu datu šifrēšanas vai anonimizēšanas procedūras.
  4. Datu ilgtermiņa saglabāšana un kopīgošana: Plānot, kuri dati tiks saglabāti pēc pētījuma beigām un kuros repozitorijos tie tiks deponēti atvērtai piekļuvei vai arhīvam.
  5. Atbilstība tiesiskajam ietvaram: Pamatojums datu apstrādes atbilstībai Vispārīgajai datu aizsardzības regulai (GDPR) un citām ētikas prasībām.
4.

Datu analīzes plāna izstrāde
-
Ieskaite

Darba mērķis: Sagatavot detalizētu datu analīzes stratēģiju, kas nodrošina pētījuma jautājumu atbildēšanu vai hipotēžu pārbaudi, izmantojot pētījuma dizainam atbilstošas statistiskās un interpretācijas metodes.

Uzdevuma saturs:

  1. Mainīgo operacionālo definīciju precizēšana: Neatkarīgo, atkarīgo un kontrolmainīgo identificēšana un to mērīšanas skalu noteikšana.
  2. Datu pirmapstrādes plānošana: Metodes datu tīrīšanai, izlēcēju (outliers) apstrādei un trūkstošo vērtību aizstāšanai.
  3. Statistisko metožu izvēle: Pamatojums aprakstošās un secinošās statistikas (inferential statistics) metožu izvēlei (piemēram, t-testi, ANOVA, regresijas analīze u.c.).
  4. Algoritmu un modeļu specifikācija: Interpretācijas algoritmu vai citu matemātisko modeļu darbības principu un piemērošanas kritēriju apraksts.
  5. Rezultātu interpretācijas ietvars: Kritēriju noteikšana rezultātu statistiskajai un praktiskajai nozīmībai.

Pārbaudījums

Virsraksts
% no gala vērtējuma
Vērtējums
1.

Postera vai prezentācijas izveide un prezentēšana
30,00% no gala vērtējuma
10 balles

Uzdevuma apraksts: Studenti sagatavo vizuālu materiālu (stenda referātu vai prezentāciju), kas koncentrētā veidā atspoguļo pētījuma zinātnisko vērtību un iegūtos rezultātus. Uzdevuma fokuss ir uz spēju transformēt apjomīgu pētniecisko informāciju pārskatāmā, loģiski strukturētā un vizuāli uztveramā formātā.

Satura izklāsts:

  • Pētījuma pieteikums: tēmas aktualitāte, mērķis un izvirzītais jautājums/hipotēze.
  • Metodiskais pamatojums: precīzs pētījuma dizaina izklāsts, sniedzot šādu elementu raksturojumu:
    • Izlase: informācija par pētījuma dalībniekiem vai analizējamo datu kopu;
    • Izmantotie instrumenti: mērīšanas rīku, aptauju, tehnisko modeļu vai algoritmu apraksts;
    • Procedūra: secīgs pētījuma norises posmu un datu ievākšanas apraksts;
    • Datu analīzes metodes: pamatojums izvēlētajām statistiskajām vai kvalitatīvajām analīzes metodēm.
  • Galvenie rezultāti: pētījuma datu vizualizācija (tabulas, grafiki, diagrammas), kas tieši atbild uz izvirzīto pētījuma jautājumu vai hipotēzi.
  • Secinājumi: uz iegūtajiem datiem balstītas atziņas un to zinātniskā vai praktiskā nozīmība.

Vērtēšanas kritēriji:

    • Vizuālā komunikācija un uzskatāmība: izveido profesionālu posteri vai prezentāciju, kurā ievērots līdzsvars starp tekstu un vizuālajiem elementiem (grafiki, tabulas, shēmas), nodrošinot informācijas nolasāmību no attāluma.
    • Informācijas kondensācija: spēj atlasīt un kodolīgi noformulēt pētījuma būtiskākos aspektus (mērķi, metodi, galvenos rezultātus un secinājumus), izvairoties no pārlieku apjomīgiem teksta blokiem.
    • Akadēmiskā integritāte noformējumā: nodrošina korektu avotu citēšanu un atsauču norādīšanu vizuālajā materiālā, kā arī lieto vienotu un precīzu zinātnisko terminoloģiju.
    • Prezentēšanas un argumentācijas prasme: skaidri un pārliecinoši izklāsta pētījuma vēstījumu noteiktajā laikā (piem., elevator pitch formātā), demonstrējot prasmi izcelt svarīgāko un ieinteresēt auditoriju.
    • Profesionālā diskusija: spēj pamatoti un akadēmiski korekti atbildēt uz jautājumiem, demonstrējot padziļinātu izpratni par sava pētījuma metodoloģiju un iegūto datu nozīmi.
2.

Pilotpētījuma atskaite
70,00% no gala vērtējuma
10 balles

Uzdevuma apraksts: Kursa noslēgumā students sagatavo rakstisku pilotpētījuma atskaiti, kas noformēta atbilstoši zinātniskās publikācijas (raksta) struktūrai. Darba fokuss ir uz spēju ne tikai prezentēt datus, bet arī kritiski izvērtēt pētījuma dizaina efektivitāti un plānot nepieciešamos pilnveidojumus.

Darba struktūra:

  • Ievads: tēmas aktualitāte, problēmas formulējums, literatūras apskats un pētījuma jautājumi/hipotēzes.
  • Metodoloģija: detalizēts pētījuma dizains (izlase, instrumentārijs, procedūra, datu analīzes metodes).
  • Rezultāti: objektīvs iegūto datu izklāsts, izmantojot vizualizācijas rīkus (tabulas, grafikus), bez interpretācijas vai vērtējuma.
  • Diskusija: iegūto rezultātu interpretācija un salīdzināšana ar teorētisko bāzi.
  • Ierobežojumi un priekšlikumi: * Pašreizējā pētījuma dizaina un metodoloģijas kritiska analīze (kas nostrādāja, kas nē).
    • Identificētie ierobežojumi (piemēram, izlases specifika, instrumentu jūtīgums).
    • Konkrēti priekšlikumi pētījuma pilnveidei pirms tā mērogošanas (pamatpētījuma veikšanas).
  • Secinājumi: kodolīgs atbilžu apkopojums uz pētījuma jautājumiem.
  • Literatūras saraksts: avotu uzskaitījums atbilstoši izvēlētajam standartam.

Tehniskās prasības

  • Struktūras ievērošana: Darbam precīzi jāatbilst noteiktajai zinātniskā raksta struktūrai un nodaļu loģiskajai secībai.
  • Teksta noformējums: Jāievēro akadēmiskā manuskripta noformēšanas prasības (fontu izvēle, rindstarpas, nodaļu virsrakstu stili un lapas puses numerācija).
  • Akadēmiskā integritāte: Korekta atsauču un citātu lietošana tekstā, kā arī precīza bibliogrāfiskā saraksta izveide atbilstoši izvēlētajam standartam.
  • Vizuālo elementu kvalitāte: Tabulu un attēlu noformēšana (numurēšana un nosaukumi) atbilstoši zinātniskās publikācijas prasībām.

Vērtēšanas kritēriji:

    • Akadēmiskā struktūra un noformējums: izstrādā empīriska raksta struktūrai atbilstošu atskaiti, nodrošinot precīzu APA 7 stila lietojumu tekstā, virsrakstu līmeņos un literatūras sarakstā.
    • Literatūras sintēze un apskats: raksturo pētījuma teorētisko pamatojumu, mērķtiecīgi integrējot un analizējot atbilstošus zinātniskos avotus.
    • Korekta rezultātu atspoguļošana: demonstrē prasmi vizualizēt pētījuma datus (tabulas, attēli), nodrošinot, ka tie ir pārskatāmi, tehniski pareizi un noformēti atbilstoši akadēmiskajiem standartiem.
    • Analītiskais rezultātu apraksts: sniedz precīzu un loģisku iegūto skaitlisko rādītāju interpretāciju tekstā, izvairoties no subjektīviem spriedumiem un balstoties tikai uz veiktās analīzes datiem.
    • Ētikas un VDAR atbilstība: precīzi apraksta pētījuma ētikas principus, informētās piekrišanas procesu un datu drošības pasākumus pilotpētījuma ietvaros.
    • Datu pārvaldības caurspīdīgums: paskaidro un demonstrē atvērtās zinātnes principu ievērošanu, pievienojot korektu datu pārvaldības aprakstu un analīzes soļu izklāstu.
    • Metodoloģiskā argumentācija: pamatoti apraksta izvēlētās pētniecības metodes un interpretē pilotpētījumā gūtos sākotnējos datus, izdarot loģiskus s

Studiju kursa tēmu plāns

PILNA LAIKA
1. daļa

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Ievads akadēmiskajā rakstīšanā
Apraksts

Lekcijas ietvaros studenti apgūst akadēmiskās rakstīšanas pamatus un iepazīstas ar zinātnisko publikāciju tipoloģiju (empīriskiem rakstiem, literatūras apskatiem un metaanalīzēm). Tiek skaidrota katra raksta veida specifiskā metodoloģija un starptautiskie standarti (piemēram, PRISMA vadlīnijas). Īpaša uzmanība tiek veltīta literatūras vadības programmu (Zotero, Mendeley) un mākslīgā intelekta (MI) rīku izmantošanas loģikai, analizējot akadēmiskās integritātes robežas literatūras meklēšanā un teksta rediģēšanā. Lekcija sniedz metodisku ceļvedi augstskolas prasību un APA stila piemērošanai zinātniskā manuskripta izstrādē.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
4

Tēmas

Nodarbība: Ievads akadēmiskajā rakstīšanā
Apraksts

Praktisko nodarbību mērķis ir attīstīt studentu analītiskās un tehniskās prasmes darbam ar zinātnisko informāciju. Nodarbībās studenti praktiski analizē dažādu publikāciju veidu struktūru ("Struktūras detektīvs") un kritiski vērtē publicētu pētījumu metodoloģisko kvalitāti ("Kritiskais lasītājs"). Darba stacijas formātā studenti apgūst efektīvu literatūras atlasi, salīdzinot tradicionālās datubāzes ar MI rīkiem (Elicit, Consensus), kā arī trenējas automatizētā atsauču noformēšanā. Uzsvars tiek likts uz prasmi patstāvīgi izveidot bibliogrāfisko datubāzi un integrēt atsauces tekstā atbilstoši APA stilam un metodiskajiem norādījumiem.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Sagatavošanās pētījumam: no projekta līdz aprobācijai
Apraksts

Lekcija ir veltīta praktiskajiem soļiem empīriska pētījuma uzsākšanā, transformējot teorētisko ieceri reālā darbības plānā. Tiek analizēta dažādu pētījuma dizainu (aprakstošo, korelatīvo, eksperimentālo) specifika un to atbilstība pētniecības mērķiem. Padziļināti tiek apskatīti pētniecības ētikas principi un juridiskās prasības psiholoģijā, tostarp ētikas pieteikuma sagatavošana un informētās piekrišanas procesa vadība. Studenti apgūst datu pārvaldības plānošanu saskaņā ar atvērtās zinātnes (Open Science) principiem, izprotot datu dzīves ciklu, konfidencialitātes nodrošināšanu un drošu datu arhivēšanu.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
4

Tēmas

Nodarbība: Sagatavošanās pētījumam: no projekta līdz aprobācijai
Apraksts

Praktiskās nodarbības mērķis ir pētījuma projekta tehniskā revīzija un instrumentu aprobācija. Nodarbībā studenti veic pētījuma projektu "auditu", precizējot hipotēžu un datu analīzes metožu saderību, kā arī izvērtējot projekta realizējamību (feasibility). Otrajā posmā studenti attīsta tehniskās prasmes pētījuma instrumentu digitalizācijā, izveidojot elektroniskas aptaujas pētniecības platformās (piem., RedCap, Google Forms). Caur reālu pilotpētījuma veikšanu (pilotēšanu) mazā izlasē studenti praktiski pārbauda instrumentu funkcionalitāti un sagatavo datu kopas tālākai statistiskajai analīzei.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Datu apstrāde, statistiskā analīze un rezultātu prezentēšana
Apraksts

Lekcijas ietvaros studenti atsvaidzina un nostiprina iepriekš apgūtās zināšanas par datu statistisko analīzi, fokusējoties uz to mērķtiecīgu integrāciju pētniecības procesā. Tiek pārrunāti datu "higiēnas" principi un mērinstrumentu psihometrisko rādītāju pārbaude kā priekšnosacījums kvalitatīvai rezultātu interpretācijai. Lekcijā tiek aktualizēta statistisko metožu izvēles loģika atkarībā no pētījuma dizaina, sagatavojot studentus zinātniski pamatotai datu skaidrošanai un jēgpilnai diskusijas izveidei.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
4

Tēmas

Nodarbība: Datu apstrāde, statistiskā analīze un rezultātu prezentēšana
Apraksts

Nodarbībā studenti praktiski pielieto un pilnveido iemaņas darbā ar analīzes programmām (JASP, Jamovi vai SPSS), akcentējot rezultātu akadēmisko noformēšanu. Galvenais uzdevums ir attīstīt prasmi transformēt programmatūras statistiskās izvades (outputs) loģiskā un metodoloģiski korektā akadēmiskā tekstā. Studenti nostiprina prasmes tabulu un attēlu izveidē atbilstoši APA stila prasībām, mācoties integrēt statistiskos rādītājus zinātniskajā atskaitē tā, lai tie tieši un skaidri atbildētu uz izvirzītajiem pētījuma jautājumiem.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Zinātniskā komunikācija un rezultātu prezentēšana
Apraksts

Lekcijas fokuss ir uz dažādiem zinātniskās komunikācijas formātiem un to specifiku. Studenti analizē atšķirības starp mutiskajiem ziņojumiem, stenda referātiem (posteriem) un zinātniskajām publikācijām, apgūstot auditorijas uzrunāšanas "mīkstās prasmes" (soft skills). Īpaša uzmanība tiek veltīta publikācijas noslēdzošo sadaļu — Diskusijas un Secinājumu — izstrādei, mācoties integrēt pētījuma atradumus plašākā teorētiskā un praktiskā kontekstā. Tāpat tiek apskatīti vizuālās komunikācijas principi (datu vizualizācija) un pētnieka digitālās identitātes veidošana.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
4

Tēmas

Nodarbība: Zinātniskā komunikācija un pētījuma rezultātu prezentēšana
Apraksts

Nodarbība tiek organizēta kā simulētā zinātniskā konference, kurā studenti prezentē patstāvīgi sagatavotos pilotpētījuma rezultātus. Uzsvars tiek likts uz prasmju pilnveidi prezentēt datus koncentrētā un vizuāli uztveramā veidā (izmantojot posteri vai slaidu prezentāciju). Praktiskās daļas mērķis ir trenēt studentu spēju argumentēti atbildēt uz jautājumiem, kritiski diskutēt par pētījuma ierobežojumiem un aizstāvēt savus secinājumus profesionālā auditorijā, tādējādi sintezējot kursa laikā iegūtās akadēmiskās rakstīšanas un pētniecības iemaņas.
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
32 ak. st.
Gala pārbaudījums:
Eksāmens
NEPILNA LAIKA
1. daļa

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Ievads akadēmiskajā rakstīšanā
Apraksts

Lekcijas ietvaros studenti apgūst akadēmiskās rakstīšanas pamatus un iepazīstas ar zinātnisko publikāciju tipoloģiju (empīriskiem rakstiem, literatūras apskatiem un metaanalīzēm). Tiek skaidrota katra raksta veida specifiskā metodoloģija un starptautiskie standarti (piemēram, PRISMA vadlīnijas). Īpaša uzmanība tiek veltīta literatūras vadības programmu (Zotero, Mendeley) un mākslīgā intelekta (MI) rīku izmantošanas loģikai, analizējot akadēmiskās integritātes robežas literatūras meklēšanā un teksta rediģēšanā. Lekcija sniedz metodisku ceļvedi augstskolas prasību un APA stila piemērošanai zinātniskā manuskripta izstrādē.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
2

Tēmas

Nodarbība: Ievads akadēmiskajā rakstīšanā
Apraksts

Praktisko nodarbību mērķis ir attīstīt studentu analītiskās un tehniskās prasmes darbam ar zinātnisko informāciju. Nodarbībās studenti praktiski analizē dažādu publikāciju veidu struktūru ("Struktūras detektīvs") un kritiski vērtē publicētu pētījumu metodoloģisko kvalitāti ("Kritiskais lasītājs"). Darba stacijas formātā studenti apgūst efektīvu literatūras atlasi, salīdzinot tradicionālās datubāzes ar MI rīkiem (Elicit, Consensus), kā arī trenējas automatizētā atsauču noformēšanā. Uzsvars tiek likts uz prasmi patstāvīgi izveidot bibliogrāfisko datubāzi un integrēt atsauces tekstā atbilstoši APA stilam un metodiskajiem norādījumiem.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Sagatavošanās pētījumam: no projekta līdz aprobācijai
Apraksts

Lekcija ir veltīta praktiskajiem soļiem empīriska pētījuma uzsākšanā, transformējot teorētisko ieceri reālā darbības plānā. Tiek analizēta dažādu pētījuma dizainu (aprakstošo, korelatīvo, eksperimentālo) specifika un to atbilstība pētniecības mērķiem. Padziļināti tiek apskatīti pētniecības ētikas principi un juridiskās prasības psiholoģijā, tostarp ētikas pieteikuma sagatavošana un informētās piekrišanas procesa vadība. Studenti apgūst datu pārvaldības plānošanu saskaņā ar atvērtās zinātnes (Open Science) principiem, izprotot datu dzīves ciklu, konfidencialitātes nodrošināšanu un drošu datu arhivēšanu.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
2

Tēmas

Nodarbība: Sagatavošanās pētījumam: no projekta līdz aprobācijai
Apraksts

Praktiskās nodarbības mērķis ir pētījuma projekta tehniskā revīzija un instrumentu aprobācija. Nodarbībā studenti veic pētījuma projektu "auditu", precizējot hipotēžu un datu analīzes metožu saderību, kā arī izvērtējot projekta realizējamību (feasibility). Otrajā posmā studenti attīsta tehniskās prasmes pētījuma instrumentu digitalizācijā, izveidojot elektroniskas aptaujas pētniecības platformās (piem., RedCap, Google Forms). Caur reālu pilotpētījuma veikšanu (pilotēšanu) mazā izlasē studenti praktiski pārbauda instrumentu funkcionalitāti un sagatavo datu kopas tālākai statistiskajai analīzei.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Datu apstrāde, statistiskā analīze un rezultātu prezentēšana
Apraksts

Lekcijas ietvaros studenti atsvaidzina un nostiprina iepriekš apgūtās zināšanas par datu statistisko analīzi, fokusējoties uz to mērķtiecīgu integrāciju pētniecības procesā. Tiek pārrunāti datu "higiēnas" principi un mērinstrumentu psihometrisko rādītāju pārbaude kā priekšnosacījums kvalitatīvai rezultātu interpretācijai. Lekcijā tiek aktualizēta statistisko metožu izvēles loģika atkarībā no pētījuma dizaina, sagatavojot studentus zinātniski pamatotai datu skaidrošanai un jēgpilnai diskusijas izveidei.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Datorklase
2

Tēmas

Nodarbība: Datu apstrāde, statistiskā analīze un rezultātu prezentēšana
Apraksts

Nodarbībā studenti praktiski pielieto un pilnveido iemaņas darbā ar analīzes programmām (JASP, Jamovi vai SPSS), akcentējot rezultātu akadēmisko noformēšanu. Galvenais uzdevums ir attīstīt prasmi transformēt programmatūras statistiskās izvades (outputs) loģiskā un metodoloģiski korektā akadēmiskā tekstā. Studenti nostiprina prasmes tabulu un attēlu izveidē atbilstoši APA stila prasībām, mācoties integrēt statistiskos rādītājus zinātniskajā atskaitē tā, lai tie tieši un skaidri atbildētu uz izvirzītajiem pētījuma jautājumiem.

  1. Lekcija

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
4

Tēmas

Zinātniskā komunikācija un rezultātu prezentēšana
Apraksts

Lekcijas fokuss ir uz dažādiem zinātniskās komunikācijas formātiem un to specifiku. Studenti analizē atšķirības starp mutiskajiem ziņojumiem, stenda referātiem (posteriem) un zinātniskajām publikācijām, apgūstot auditorijas uzrunāšanas "mīkstās prasmes" (soft skills). Īpaša uzmanība tiek veltīta publikācijas noslēdzošo sadaļu — Diskusijas un Secinājumu — izstrādei, mācoties integrēt pētījuma atradumus plašākā teorētiskā un praktiskā kontekstā. Tāpat tiek apskatīti vizuālās komunikācijas principi (datu vizualizācija) un pētnieka digitālās identitātes veidošana.

  1. Nodarbība/Seminārs

Modalitāte
Norises vieta
Kontaktstundas
Klātiene
Mācību telpa
2

Tēmas

Nodarbība: Zinātniskā komunikācija un pētījuma rezultātu prezentēšana
Apraksts

Nodarbība tiek organizēta kā simulētā zinātniskā konference, kurā studenti prezentē patstāvīgi sagatavotos pilotpētījuma rezultātus. Uzsvars tiek likts uz prasmju pilnveidi prezentēt datus koncentrētā un vizuāli uztveramā veidā (izmantojot posteri vai slaidu prezentāciju). Praktiskās daļas mērķis ir trenēt studentu spēju argumentēti atbildēt uz jautājumiem, kritiski diskutēt par pētījuma ierobežojumiem un aizstāvēt savus secinājumus profesionālā auditorijā, tādējādi sintezējot kursa laikā iegūtās akadēmiskās rakstīšanas un pētniecības iemaņas.
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens

Bibliogrāfija

Obligātā literatūra

1.

Rīgas Stradiņa universitāte. (2026). Psiholoģijas virziena metodiskie norādījumi kursa, bakalaura un maģistra darbu izstrādei. Rīga: Rīgas Stradiņa universitāte.

2.

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).Piemērots angļu valodas plūsmai

3.

Hernández, A., Tomás, I., Ferreres, A., & Lloret, S. (2015). TARES: Guidelines for reporting test adaptation and revision in Spain. Psicothema, 27(3), 314–319.Piemērots angļu valodas plūsmai

Papildu literatūra

1.

Beins, B. C. (2017). APA style simplified: Writing in psychology, education, nursing, and sociology. Wiley Blackwell.Piemērots angļu valodas plūsmai

2.

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.Piemērots angļu valodas plūsmai

3.

Harris, S. R. (2020). Writing with clarity and style: A guide to rhetorical devices for contemporary writers. RoutledgePiemērots angļu valodas plūsmai

4.

Navarro, D. J., & Foxcroft, D. R. (2022). Learning statistics with jamovi: A tutorial for psychology students and other beginners.Piemērots angļu valodas plūsmai

5.

Ziegler, M., Bäckström, M., Jagtap, S., Kandler, C., & Rammstedt, B. (2020). Psychological test adaptation and development – How papers are structured and why. Psychological Test Adaptation and Development, 1(1), 1–11.Piemērots angļu valodas plūsmai

Citi informācijas avoti

1.

APA Style. (n.d.). Journal article reporting standards (APA Style JARS).Piemērots angļu valodas plūsmai

2.

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372(71).Piemērots angļu valodas plūsmai

3.

Zotero. (n.d.). Zotero documentation.Piemērots angļu valodas plūsmai

4.

COS (Center for Open Science) Resources. Izglītojoši materiāli un rīki par atvērto zinātni, pētījumu prereģistrāciju un datu atklātību.Piemērots angļu valodas plūsmai

5.

OSF (Open Science Framework). Platforma pētījumu datu un materiālu drošai uzglabāšanai un kopīgošanai, ko izmanto datu pārvaldības plānu praktiskai realizācijai.Piemērots angļu valodas plūsmai

6.

The Data Viz Project. Interaktīvs resurss, kas palīdz izvēlēties piemērotāko datu vizualizācijas veidu (grafikus, diagrammas) atkarībā no pētījuma mērķa un datu tipa.Piemērots angļu valodas plūsmai