Transport Planning and Modes of Transport (5cr)

Evaluation scale

H-5

Content scheduling

Avausluento ma 8.9. klo 17:00-21:00 Frans muunto byod EDU_2027.

Luennot parittomina viikkoina, tarkista aina Lukkarista tai Tuudosta. Yksi Teams-keskiviikkokin on mukana, muuten kampuksella joka toinen maanantai.

Objective

The student is able to:
- plan and optimize transport
- use the transport optimization software
- analyze the ways of transport planning in the development of transport efficiency and service levels
- discuss the transport data management and monitoring methods
- use modes of transport

- manage transport risks

Content

Transport planning and optimization
Transport terminals
Development of transport and transport systems
Traffic telematics
Modes of transport
Transport risks

Materials

ItsLearningistä löytyy kaikki aineistot ja nettilinkit.

Teaching methods

Luennot, harjoitustehtävät, itseopiskelu

Exam schedules

Tentti ma 20.10. klo 17:00-19:00. Uusinnat LILOn yhteisen uusintatenttikalenterin mukaisesti, ilmoitetaan kun päivämäärät tiedossa.

Pedagogic approaches and sustainable development

Ajatelkaapas: Oikean kuljetusmuodon valinta ympäristöystävällisin nykyaikaisin viherpesevin ratkaisuin yhdistettynä aukottomasti hiilijalanjälkeä pienentävään kuljetusten optimointiin ja suunnitteluun. Kyllä tästä kestävää kehitystä tulee sisäänrakennettuna ominaisuutena huikeasti!

Completion alternatives

Ei ole.

Student workload

Luennot 15 h
Harjoitustehtävät 57 h
Itsenäinen opiskelu ja tenttiin valmistautuminen 59 h
Tentti 2 h
Yhteensä 133 h (vastaa 5 op työmäärää)

Evaluation methods and criteria

Arviointi 0-5.

Tentti 50 % loppuarvosanasta.
Harjoitukset 50 % loppuarvosanasta.

Välitehtäviä ei voi korottaa.

Hyväksytty suoritus edellyttää, että opiskelija on kerännyt vähintään 40 % kurssin kokonaispisteistä sekä suorittanut tentin ja vähintään 60 % harjoitustehtävistä ajallaan ja hyväksytysti.

Opintosuoritukset on suunniteltu niin, ettei niiden tekemiseen tule hyödyntää tekoälyä. Opettajalla ei ole käytössä tekoälyn vilpillisen käytön tunnistavaa järjestelmää eikä osaamista. Mikäli opiskelija kerää opintosuoritukset tekoälyn avulla, mutta joutuu myöhemmissä opinnoissaan tai työelämässä pulaan koska ei ole oppinut asiaa oikeasti, kuuluu vastuu tästä opiskelijalle - ei opettajalle eikä oppilaitokselle.

Failed (0)

Opiskelija on kerännyt alle 40 % kurssin kokonaispisteistä ja / tai tehnyt alle 60 % harjoitustehtävistä hyväksytysti. Opiskelija on saanut tentistä hylätyn arvosanan tai ei ole käynyt tentissä lainkaan. Harjoitustehtävä(t) on tehty vilpillisesti ja jääneet kiinni TurnitIn-tarkastuksessa

Assessment criteria, satisfactory (1-2)

Opiskelija on kerännyt 40-59 % kurssin kokonaispisteistä sekä tehnyt vähintään 60 % kurssin harjoitustehtävistä hyväksytysti. Opiskelija on saanut tentistä hyväksytyn arvosanan. Harjoitustehtävät on tehty ilman vilppiä.

Assessment criteria, good (3-4)

Opiskelija on kerännyt 60-84 % kurssin kokonaispisteistä sekä tehnyt vähintään 60 % kurssin harjoitustehtävistä hyväksytysti. Opiskelija on saanut tentistä hyväksytyn arvosanan. Harjoitustehtävät on tehty itsenäisesti ja ne osoittavat hyvää tiedon hakemisen, yhdistelyn ja päätttelyn kykyä.

Assessment criteria, excellent (5)

Opiskelija on kerännyt vähintään 85 % kurssin kokonaispisteistä sekä tehnyt vähintään 80 % kurssin harjoitustehtävistä hyväksytysti. Opiskelija on saanut tentistä kiitettävän arvosanan. Harjoitustehtävät on tehty itsenäisesti ja ne osoittavat erinomaista tiedon hakemisen, yhdistelyn ja päätttelyn kykyä.

Further information

ItsLearning