Competencies and objectives

 

Course context for academic year 2018-19

A partir de los conocimientos estadísticos básicos adquiridos en los gados, se debe ampliar los conocimientos del fundamento de la Estadística y de sus principales métodos aplicables en las pesquerías. Así, aprender a aplicar los conocimientos de Estadística a problemas reales es uno de los principales pilares para ampliar la capacidad de desarrollo de proyectos experimentales del alumnado. Además, conocer las herramientas que permiten resolver esos problemas y adquirir experiencia en el uso de las bases de datos más relevantes a nivel internacional, les ayudará a desarrollar dicha capacidad. Les permitirá identificar de manera correcta las variables y factores bajo estudio, elaborar diseños experimentales adecuados para las hipótesis establecidas y que además permitan optimizar el análisis.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2018-19

General Competences (CG)

  • CG0 : Parlar bé en públic.
  • CG10 : Ser hàbil en la preparació de documents de síntesi i exposició i tenir experiència en la preparació i presentació de comunicacions orals i en la defensa pública d'aquestes.
  • CG3 : Saber treballar en grup i propiciar actituds d'intercanvi i col·laboració amb altres estudiants, investigadors i professionals.
  • CG4 : Saber ser desimbolt en un entorn multidisciplinari i multicultural.
  • CG5 : Ser capaç de cercar informació científica o tècnica i tractar-la selectivament.
  • CG9 : Saber comunicar els raonaments i les conclusions propis tant a una audiència general com a un públic especialitzat.

 

Specific Competences (CE)

  • CE23 : Conscienciar-se de la importància dels programes d'estadístiques pesqueres dins dels plans de gestió i entendre els vincles que existeixen entre el plantejament de polítiques i estratègies de gestió i les dades necessàries per a facilitar respostes.
  • CE24 : Conèixer els principis estadístics bàsics rellevants per a analitzar dades de pesqueres i familiaritzar-se amb el funcionament del programari informàtic útil en aquestes anàlisis.
  • CE25 : Examinar els diversos tipus de dades, els mètodes per a compilar-les i els elements teòrics del disseny i aplicació dels sistemes estadístics pesquers.
  • CE26 : Familiaritzar-se amb els principis fonamentals del mostreig que tenen un efecte directe sobre la fiabilitat de les estadístiques produïdes.
  • CE27 : Adquirir experiència en l'ús de les bases de dades més rellevants a nivell internacional.

 

Skills/Skills

  • CB6 : Tenir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament o aplicació d'idees, sovint en un context de recerca.
  • CB7 : Saber aplicar els coneixements adquirits i la capacitat de resolució de problemes en entorns nous o poc coneguts, dins de contextos més amplis (o multidisciplinaris) relacionats amb l'àrea d'estudi.
  • CB8 : Ser capaç d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, tot i ser incompleta o limitada, inclou reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels coneixements i judicis propis.
  • CB9 : Saber comunicar les conclusions i els coneixements propis, i les raons últimes que els sustenten, a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2018-19

  • Conocer las técnicas básicas del diseño muestral y planificación de los muestreos en el ambiente marino.
  • Conocer los principios estadísticos básicos relevantes para el análisis de datos de pesquerías, y familiarizarse con el funcionamiento del software informático de utilidad en dichos análisis.
  • Examinar los distintos tipos de datos, los métodos para su recopilación y los elementos teóricos del diseño y aplicación de los sistemas estadísticos pesqueros.
  • Adquirir experiencia en el uso de las bases de datos más relevantes a nivel internacional.
  • Conocer la aplicación de los Sistemas de Información Geográfica (SIG) a los datos pesqueros.

 

 

General

Code: 43800
Lecturer responsible:
FORCADA ALMARCHA, AITOR SANTIAGO
Credits ECTS: 5,00
Theoretical credits: 0,80
Practical credits: 1,20
Distance-base hours: 3,00

Departments involved

  • Dept: MARINE SCIENCES AND APPLIED BIOLOGY
    Area: STATISTICS AND OPERATIONS RESEARCH
    Theoretical credits: 0,6
    Practical credits: 1,4
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught