N氓r du s酶ger om optagelse i kvote 2, skal du deltage i en kvote 2-pr酶ve. Og hvis dit resultat fra pr酶ven er blandt de bedste til uddannelsen, skal du ligeledes deltage i et interview.
Kvote 2-kriterier p氓 诲补迟补濒辞驳颈-酶办辞苍辞尘颈
Vi vurderer dine pr酶veresultater og interviewbesvarelser ud fra 6 kriterier:
笔氓 datalogi vurderer vi dine faglige f忙rdigheder p氓 baggrund af dine interviewbesvarelser.
Vi l忙gger is忙r v忙gt p氓:
- Evnen til at r忙sonnere logisk
- Systematisk probleml酶sning
- Matematisk argumentation og opgavel酶sning
- Gode sproglige f忙rdigheder i dansk og engelsk 鈥� is忙r god sprogforst氓else og l忙sef忙rdigheder.
Vi vurderer din formidlingsevne p氓 baggrund af din interviewbesvarelse.
Du skal kunne formidle og argumentere pr忙cist og nuanceret med kun f氓 fejl.
Vi vurderer dit kendskab til uddannelsens form og indhold p氓 baggrund af dine interviewbesvarelser.
Vi kan fx se p氓:
- dit kendskab til uddannelsens fag, indhold, opbygning, undervisnings- og arbejdsformer
- hvordan du forholder dig til uddannelsens bredde inden for fagomr氓det
- dine overvejelser og kendskab til jobmuligheder efter endt uddannelse
- dine forventninger til uddannelsen og til dig selv (ved du hvad uddannelsen kr忙ver af dig?)
Vi vurderer din faglige motivation p氓 baggrund af dine interviewbesvarelser.
Din faglige motivation kommer fx til udtryk gennem din viden om uddannelsen og din interesse for fagomr氓det.
Vi kan fx se p氓:
- Hvordan din interesse for uddannelsens fagomr氓de kommer til udtryk
- Hvordan du beskriver elementer ved uddannelsen, der har gjort indtryk p氓 dig
- Hvorfor du vil studere p氓 universitetet, og om du ved, hvad det kr忙ver af dig
- Dine overvejelser om karriere under og efter endt uddannelse
Vi vurderer dit studiepotentiale ved at se p氓 dine resultater fra kvote 2-pr酶ven og dine interviewbesvarelser. Dvs. om du har de kompetencer, det kr忙ver for at gennemf酶re en universitetsuddannelse.
Vi kan fx se p氓:
- Om du er m氓lrettet i din tilgang til opgavel酶sning, s氓vel som det at fuldf酶re uddannelsen
- Dine forventninger til dig selv som studerende
- Hvordan du forestiller dig, at dine erfaringer kan bruges p氓 din kommende uddannelse ud fra dit kendskab til uddannelsens indhold
- Hvordan du klarede dig i kvote 2-pr酶ven, og hvordan du lever op til de 酶vrige kriterier
- Hvis du har studeret f酶r: Hvordan vil du sikre, at du fuldf酶rer denne uddannelse? Hvad er anderledes denne gang?
Dine karakterer fra din adgangsgivende eksamen indg氓r i kvote 2-vurderingen, enten gennemsnittet, eller karakterer i specifikke fag (adgangskravene) eller begge dele.
S氓dan vurderede vi kvote 2 i 2024
Hvis du fik afslag p氓 din ans酶gning i kvote 2 i 氓r, kan du se her, hvordan vi vurderede 氓rets ans酶gninger til 诲补迟补濒辞驳颈-酶办辞苍辞尘颈 p氓 K酶benhavns Universitet.
笔氓 诲补迟补濒辞驳颈-酶办辞苍辞尘颈 modtog vi 150 ans酶gninger til 9 kvote 2-pladser. 48 gik videre til interview.
Hvis du blev inviteret til interview, var din score fra kvote 2-pr酶ven 28 eller h酶jere.
.
Det faglige optagelsesudvalg p氓 uddannelsen lavede en helhedsvurdering ud fra .
Dit interview, dine karakterer fra din adgangsgivende eksamen og eventuelt supplering og din kvote 2-pr酶ves resultater var med i vurderingen.
S氓dan vurderede vi dit interview
Kriterierne studiepotentiale, faglige f忙rdigheder, faglig motivation og kendskab til uddannelsen indgik i vurderingen.
Sp酶rgsm氓l 1 unders酶gte kriterierne faglig motivation og kendskab til uddannelsen. De bedste svar udm忙rkede sig ved:
- at ans酶gerne havde viden om, hvordan uddannelsen i 诲补迟补濒辞驳颈-酶办辞苍辞尘颈 氓bner op for jobmuligheder i b氓de den private og offentlige sektor. Det gjorde de for eksempel ved at beskrive, hvordan datalogi-酶konomer kan bidrage til at tr忙ffe oplyste beslutninger baseret p氓 data eller andet oplyst grundlag og ved at n忙vne karriereveje som dataanalytiker i en virksomhed eller i en offentlig institution.
- at ans酶gerne viste forst氓else for fremtidens behov for datalogiske kompetencer og koblede udfordringerne til de datalogiske kompetencer, som uddannelsen tilbyder. Det gjorde de for eksempel ved at forklare, hvordan fremtidens beslutninger vil blive baseret p氓 mange datakilder og komplekse beregninger, der kr忙ver st忙rke datalogiske f忙rdigheder. De kom ogs氓 med konkrete eksempler p氓, hvordan de forestiller sig at bruge deres kombinerede datalogiske og 酶konomiske viden 鈥� og ved at n忙vne brugen af machine learning og kunstig intelligens til at forudsige 酶konomiske tendenser eller brug af big data til at optimere forretningsprocesser.
Sp酶rgsm氓l 2 unders酶gte kriterierne studiepotentiale og kendskab til uddannelsen. De bedste svar udm忙rkede sig ved:
- at ans酶gerne viste, hvordan deres interesser relaterede sig til konkrete samfunds- eller virksomhedsm忙ssige problemstillinger. Dertil viste de en forst氓else for, hvordan matematiske og datalogiske kompetencer er afg酶rende for at l酶se problemstillingerne.
- at ans酶gerne fremh忙vede relevante erfaringer som tidligere studier, fritidsjob, selvst忙ndig udlandsrejse, m氓lrettede prioriteringer s氓som deltagelse i elitesport eller eksempler p氓 andre erfaringer, som viste ans酶gerens parathed og evne til at h氓ndtere uddannelsens udfordringer.
Sp酶rgsm氓l 3 unders酶gte kriteriet faglige f忙rdigheder. De bedste svar udm忙rkede sig ved:
- at ans酶gerne redegjorde rekursivt for, hvordan f(5) udregnes ved f酶rst at finde f(1), dern忙st f(2) og s氓 videre.
- at ans酶gerne redegjorde for, at f(n) = (n+1)/2, rundet ned, eller at f(n) = n/2, n氓r n er lige, og f(n) = (n+1)/2, n氓r n er ulige. Begrundelsen kunne v忙re, at man har set et m酶nster ud fra mellemregningerne i f酶rste delopgave og generaliseret ud fra det. Det perfekte svar efterviser sammenh忙ngen ved hj忙lp af induktionsprincippet.
Inden for kriteriet formidlingsevne
De bedste svar udm忙rkede sig ved, at de var omhyggeligt skrevet uden alvorlige grammatiske fejl, og at redeg酶relsen under de enkelte sp酶rgsm氓l var struktureret opbygget og med en klar og sammenh忙ngende argumentation.
Karaktererne for den adgangsgivende eksamen
Gennemsnittet fra den gymnasiale eksamen og karakterer i faget Matematik A indgik i vurderingen.
Kvote 2-pr酶vens resultater
Resultatet fra den matematiske/logiske del i kvote 2-pr酶ven indgik i vurderingen. Det vil sige matematik, grafer og tabeller samt logik og m酶nstergenkendelse.