Christina Hartmann: Catalogue data in Spring Semester 2019 |
| Name | Dr. Christina Hartmann |
| Address | Professur für Consumer Behavior ETH Zürich, CHN H 75.3 Universitätstrasse 16 8092 Zürich SWITZERLAND |
| Telephone | +41 44 632 97 47 |
| christina.hartmann@hest.ethz.ch | |
| Department | Environmental Systems Science |
| Relationship | Lecturer |
| Number | Title | ECTS | Hours | Lecturers | |
|---|---|---|---|---|---|
| 751-1000-00L | Interdisciplinary Project  Only for Master Students in Agricultural Sciences and Food Sciences. Prerequisite: successful completion of the bachelor programme. | 4 credits | 3U | B. Dorn, E. Frossard, C. Hartmann, M. Schuppler, H. Adelmann, J. Baumgartner, E. Buff Keller, T. Dalhaus, M. Erzinger, A. K. Gilgen, A. Grahofer, R. Hüppi, G. Kaufmann, M. Kreuzer, J. Nuessli Guth, L. Nyström, H. Pausch, M. Siegrist, A. Walter | |
| Abstract | Die Studierenden der Agrar- und Lebensmittelwissenschaft erarbeiten in interdisziplinären Teams Lösungen für Fragestellungen, welche ihnen von Projektpartnern entlang der Nahrungsmittelwertschöpfungskette gestellt werden. Die Studierenden präsentieren und diskutieren die Lösungen an der Schlussveranstaltung und verfassen einen Projektbericht. | ||||
| Learning objective | Die Studierenden - können für Fragestellungen von Partnern aus der Schweizer Nahrungsmittelwertschöpfungskette wissen-schaftlich fundierte und praxistaugliche Lösungen entwickeln. - könne mit Hilfe von Grundlagen des Projektmanagements die Lösungsentwicklung zielgerichtet und effizient abwickeln sowie steuern. - kennen Elemente der Teamarbeit und können diese in ihrem Projektteam zur Erarbeitung und Lösungsentwicklung erfolgreich anwenden; - können die entwickelten Lösungen in mündlicher und schriftlicher Form nachvollziehbar, überzeugend und adressatengerecht präsentieren. - reflektieren die geleistete Arbeit im Projektteam, mit dem Coach und als Einzelperson und ziehen daraus Kon-sequenzen für ihr weiteres Handeln in Projektteams. | ||||
| Content | Die Studierenden der Agrar- und Lebensmittelwissenschaften bearbeiten Fragestellungen, welche ihnen von Projektpartnern aus der Praxis entlang der Schweizer Nahrungsmittelwertschöpfungskette gestellt werden. Dabei werden sie von einem Coach beider Studienrichtungen angeleitet und unterstützt. Sie lernen zudem selbstorganisiert ein praxisorientiertes Projekt in Zusammenarbeit mit dem Projektpartner und dem Coach abzuwickeln. Die Studierenden wenden ihre erworbenen fachlichen und überfachlichen Kompetenzen in ihrem Projektteam zur Erarbeitung und Entwicklung von Lösungen für die Fragestellungen des Projektpartners an. Die Studierenden präsentieren und diskutieren die Lösungen an der Schlussveranstaltung mit den Projektpartnern und verfassen einen schriftlichen Projektbericht zuhanden des Projektpartners. Die Studierenden reflektieren die geleistete Projektar-beit sowie ihre Team- und Projektmanagementkompetenzen. Vorlesungszeit, Selbststudium, externe Projekttage: Die Lehrveranstaltung findet am Donnerstag während dem Semester von 12:30-15:00 statt. Während der Semesterzeit arbeiten die Studierenden zudem ausserhalb der Vorlesungszeit im Selbststudium an den Projekten. Die externen Projekttage werden vom 17.6.19-20.6.19 im Seminarhaus Herzberg durchgeführt. | ||||
| Prerequisites / Notice | Unterrichtssprache: Deutsch | ||||
| 752-2110-00L | Multivariate Statistical Analysis | 3 credits | 2V | C. Hartmann, A. Bearth | |
| Abstract | The course starts by introducing some basic statistical concepts and methods, e.g. data exploration, the idea behind significance testing, and the use of the statistical software SPSS. Based on these fundaments, the following analyses are discussed: regression analysis, factor analysis and variance analysis. | ||||
| Learning objective | Students will learn to use multivariate analysis methods and to interpret their results, by means of theory and practice. | ||||
| Content | This course provides an introduction into the theories and practice of multivariate analysis methods that are used in the fields of food sensory science, consumer behavior and environmental sciences. The course starts by introducing some basic statistical concepts and methods, e.g. data exploration, the idea behind significance testing, and the use of the statistical software SPSS. Based on these fundaments, the following analyses are discussed: regression analysis, factor analysis and variance analysis. During the course, theoretical lectures alternate with practical sessions in which data are analyzed and their results are interpreted using SPSS. Agenda 21.02 Introduction to the course and basic concepts of multivariate statistics (Hartmann) in Room HG D5.2 28.02 Data handling and exploration + SPSS Introduction (Hartmann) 07.03 Exercise 1a+b (Hartmann) 14.03 Basic Statistical Tests (Bearth) 21.03 Exercise 2: Basic Statistical Tests (Bearth) 28.03 Regression analysis (Hartmann) 04.04 Exercise 3: Regression analysis (Hartmann) 11.04 Variance Analysis (Bearth) 18.04 Exercise 4: Variance Analysis (Hartmann) 02.05 Reliability Analysis (Bearth) 09.05 Principle Component Analysis (Bearth) 16.05 Exercise 5: PCA and Reliability Analysis (Hartmann) 23.05 EXAM (Room will be announced) | ||||
| Literature | Field, A. (2013). Discovering Statistics Using SPSS (all Editions). Sage Publications. ISBN: 1-4462-4918-2 | ||||
| Prerequisites / Notice | This course will be given in English. | ||||