Päällikön tiede päätöksenteossa
Minerva Schools at KGI
Keskeiset tiedot
Kampuksen sijainti
San Francisco, Yhdysvallat
Kieli (kielet
Englanti
Opintomuoto
Etäopiskelu
Kesto
21 kuukaudet
Vauhti
Osa-aikainen
Lukukausimaksut
USD 39 500
Hakemuksen määräaika
Pyydä tietoja
Aikaisin aloituspäivä
Pyydä tietoja
Apurahat
Tutki stipendimahdollisuuksia opintojen rahoittamiseksi
Johdanto
Monimutkaisemmassa ja globalisoituneemmassa maailmassamme tehokas päätöksenteko vaatii suurta kriittistä ajattelua ja kykyä kerätä, tulkita ja toimia erilaisten tietojen avulla. Minerva on kehittänyt ensiluokkaisen ohjelman, joka on suunniteltu erityisesti valmistelemaan kaksikymmentä vuosisadan johtajia tekemään ratkaisevia päätöksiä. 21-kuukauden osa-aikainen Master of Science in Decision Analysis (MDA) on suunniteltu antamaan kriittiset ammattitaidot, painottaen tutkimusta, analysointia ja käytännön päätöksentekoa.
Päällikön tiede päätöksentekoanalyysissa opettaa kriittiset taidot, jotka tarvitaan tekemään parempia päätöksiä ja tekemään myönteisiä muutoksia.
Ohjelman kuvaus - Päätöksentekijöiden opetussuunnitelma
Päällikön tiede päätöksentekoanalyysissa sisältää 16 kuukautta jatkokoulutusta, jota seuraa viisi kuukautta itsenäistä opinnäytetyötä. Kolme viidestä peruskurssista pohjautuu perustutkintoon kulmakiviin mutta uudistavat jatko-opinnoissa keskittymään sellaisten analyysien ja näkökohtien tyyppeihin, joita tarvitaan monimutkaisen päätöksenteon tukemiseen. Neljäs kurssi keskittyy tilastoihin perustuvaan lopputulokseen, jota sovelletaan eri alojen tapaustilanteisiin ja viides kurssi on suunniteltu nimenomaan auttamaan sinua tutkimaan taitoja. Autenttisesti opinnäytetyön neuvonantajan avustuksella oma itsenäinen opinnäytetyösi huipentuu alkuperäiseen tutkimushankkeeseen, jossa tunnistat ongelman, analysoit sen ja puolustat tietyn päätöksen tai päätöksiä ja käsittelet kysymystä.
Curriculum Design - Rakenna kiinteä säätiö
Peruskurssit (24 yksikköä)
Kolme peruskurssia ovat yhdensuuntaiset peruskurssi-kurssien kanssa, joita on tarjolla perusopetuksen ohjelmassa, mutta niitä on uudistettu ja uudelleen suunniteltu master-tasolle. Tämä osa ohjelmaa on suunniteltu edistämään hallintaa 65 keskeisen oppimisen tulosten luovan ajattelun, kriittisen ajattelun ja tehokkaan vuorovaikutuksen. Koko opetussuunnitelman mukaan luokkamateriaali keskittyy sellaisiin analyyseihin, jotka voivat tukea monimutkaisten reaalimaailman päätösten tekemistä ja luokkatoimintojen syventäminen monenlaisiin tapauksiin ja ongelmanaloihin.
Analyyttiset Focus-kurssit (8 yksikköä)
Kaksi muuta kurssiin keskittyvät käytännön, hands-on osaamisen kehittämiseen liittyvät tietojen analysointi ja tutkimussuunnittelu. Yksi korostaa laskennallista ja informaatiopohjaista päätöksentekoa, mukaan lukien tilastollinen päättely R-alustalla ja ohjelmointikielellä. Toinen kurssi kattaa itsenäisen tutkimuksen menetelmät, joissa opit kvantitatiivisia, kvalitatiivisia ja sekamuotoisia menetelmiä suunnittelun suunnitteluun ja jatketaan R-kielen käyttöä tietojen analysoinnissa. Molemmissa näissä kursseissa tutkitaan monenlaisia ongelma-alueita, mukaan lukien yleinen järjestys, liike-elämä ja teollisuus, sekä tieteet, jotka edellyttävät, että terävöittää taitojasi todisteiden keräämiseksi ja analysoimiseksi, kolmen muun kurssin käsitteiden soveltamiseksi ja käytännöllisiä ja puolustettavissa olevia päätöksiä. Erityistapaustutkimukset käsittelevät esimerkiksi aliravitsemusta, taloudellisten seuraamusten käyttöä kansainvälisissä suhteissa, tietokoneavusteista lääketieteellistä diagnoosia, veden jakamista ja paljon muuta.
Intensiivinen, Applied Courses
Kaikki kurssimme eroavat tavallisista yliopistokursseista useilla eri tavoilla. Ensinnäkin kunkin ensisijainen tavoite on oppia ja integroida hyvin selkeitä oppimistavoitteita. Nämä kaikki on kuvattu kurssiohjelmissa, jotka on liitetty jokaiseen luokkaistuntoon, ja edistyminen kussakin on saatavilla verkkoversion kautta. Toiseksi kukin kurssi havainnollistaa näitä oppimistavoitteita monipuolisella sisällöllä, mikä auttaa sinua yleistämään taitojasi ja oppimaan analysoimaan älykkään päätöksenteon perustana olevia tilanteita ja vaihtoehtoja. Kolmanneksi kukin kurssi on seminaari. Siksi he keskittyvät aktiiviseen oppimiseen, ei tietojen passiiviseen vastaanottamiseen. Viisi kurssia ovat:
- Advanced Formal Analyzes, joka opettaa sinulle, kuinka tilanteet voidaan esittää matemaattisesti ja loogisesti käyttäen matematiikan, todennäköisyyden ja tilastojen käsitteitä, tietojenkäsittelyä ja logiikkaa. Tämän materiaalin havainnollistamiseen tarkoitettua aihepiiriä käytetään tyypillisesti monista ongelmista (ks. Edellä mainitut suuret kysymykset).
- Kehittyneet empiiriset analyysit, jotka opettavat käyttämään tieteellistä menetelmää analysoimaan tilanteita ja tekemään päätöksiä kehittämällä ongelmia, laatimalla ja testaamalla luovia hypoteeseja ja tekemällä tietoisia arvailuja. Tämän aineiston havainnollistamiseen tarkoitetusta aiheesta tehdään tyypillisesti luonnontieteet.
- Advanced Complex Systems, joka opettaa sinua analysoimaan monimutkaisia järjestelmiä, kuten taloudellisia ja sosiaalisia järjestelmiä. Tällaisilla järjestelmillä on monia vuorovaikutteisia osia ja useita tuloja, joihin tyypillisesti liittyy takaisinkytkentäpiirejä ja epälineaarisia vaikutuksia ja jotka usein aiheuttavat uusia ominaisuuksia. Koska niin monet inhimilliset sosiaaliset järjestelmät ovat monimutkaisia tällä tavalla, tällainen analyysi on elintärkeä tehokasta johtajuutta, keskustelua ja neuvotteluja varten. Tämän materiaalin havainnollistamiseen tarkoitettu aihe on tyypillisesti peräisin yhteiskuntatieteistä.
- Informaatiopohjaiset päätökset, jotka opettavat sinua kertomaan tiedon merkityksestä moderneilla lähestymistavoilla kuten Bayesian Inference. Tutustu miten tehdä suuria strategisia päätöksiä matematiikan, tilastojen ja tietokoneiden simuloinnin avulla. Kurssin tekniset näkökohdat keskittyvät laskennallisiin lähestymistapoihin ja todellisiin haasteisiin, jotka käsittelevät biotieteitä, yleistä politiikkaa ja politiikkaa, koulutusta ja liiketoimintaa.
- Tutkimusmenetelmät, jotka opettavat sinua suunnittelemaan uusia tutkimustutkimuksia keräämään laadullisia ja kvantitatiivisia tietoja päätösten tukemiseen. Laajenna R-kielen käyttöä tehokkaiden tietojen visualisoinnin, kuvailevien tilastotietojen ja regressiomallien kehittämiseen.
Master-opinnäytetyö - päätöksenteko käytännössä
Viiden kuukauden kuluessa kurssityön päättymisestä suoritetaan diplomityö. Tämä edellyttää, että suoritat alkuperäisen tutkimushankkeen opinnäytteen neuvonantajan neuvonnalla ja opastuksella. Erityisesti tunnistat ongelman, tutkii olemassa olevaa kirjallisuutta ja teet alkuperäisiä tutkimuksia ja analyyseja, joiden avulla voit tehdä aiheellisia päätöksiä tai päätöksiä. Työn on osoitettava, että oppimasi taidot ovat tehokkaasti käytössä, mutta aihe on avoinna, jollei neuvonantajasi hyväksy. Opinnäytetyö arvioidaan tutkijakoulutuksen suorittajan ja toisen tiedekunnan jäsenen mukaan, jotka eivät olleet mukana hankkeessa. Hankkeeseen on sisällyttävä:
- Ilmoitus siitä, mitä asiaa käsitellään. Asia olisi lähetettävä yksityiskohtaisen kirjallisuuskatsauksen yhteydessä. Katsauksessa ei pitäisi vain tiivistää aikaisempia asiaa koskevia tutkimuksia tai kirjallisuutta, vaan analysoida sen kriittisesti ja tehdä selkeä selvitys tarkastelun vaikutuksista.
- Selkeä selvitys siitä, miksi projektissa käsiteltävä asia on tärkeä.
- Yhteenveto tutkimuksen menetelmistä.
- Yksityiskohtainen kuvaus siitä, mitä todella oli tehty.
- Selkeä ja tarkka raportti tuloksista käyttäen asianmukaisia kuvailevia ja inferitiivisia tilastoja, jotka puolestaan oikeuttavat tekemään tiettyä päätöstä.
- Keskustelu tutkimuksen tulosten vaikutuksista.
Sinulle annetaan sekä Opinnäytetyön neuvonantaja Minerva-tiedekunnasta että ulkopuolinen lukija, joka on alan asiantuntija.
Pääsykierrokset - määräajat
Ohjelman saanti: syksy 2019
Kustannus
- Globaali saavutettavuus, tarpeeton sokeus
- 39 000 dollarin opetusmaksu ja noin 500 dollaria lisäkurssimateriaaleihin
- Opetus maksetaan viidessä erässä ohjelman aikana
- Matalakorkoiset opintolainat enintään 50% lukukausimaksuista