Overordnede kursusmål
Kurset er designet til at give den studerende en omfattende
forståelse af exoplanetvidenskab, med fokus på detektion, demografi
og atmosfærisk karakterisering af exoplaneter. Den studerende vil
opnå praktisk erfaring med at håndtere astronomiske data, anvende
forskellige dataanalyseteknikker og bruge Python til videnskabelig
databehandling. Målet er at udstyre den studerende med de
nødvendige færdigheder til at gennemføre uafhængig forskning, med
vægt på praktisk erfaring med faktiske datasæt og analytiske
metoder.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forstå de grundlæggende principper og teknikker, der anvendes i
detektionen af exoplaneter, med særligt fokus på transit- og
radialhastighedsmetoderne.
- Karakterisér exoplanetariske atmosfærer ved brug af
spektroskopiske data, og fortolke resultaterne i forhold til kemisk
sammensætning og fysiske forhold.
- Analysere exoplanetdemografi og forstå betydningen af disse
populationer inden for konteksten af teorier om planetdannelse og
-udvikling.
- Vurdere exoplaneters beboelighedspotentiale ved at undersøge
deres fysiske karakteristika, anvende kriterier for den beboelige
zone og overveje konsekvenserne for søgningen efter liv på andre
planeter.
- Anvende statistiske metoder til at estimere usikkerheder og
vurdere pålideligheden af de udledte konklusioner.
- Bruge Python-programmering til datafitting, herunder udvikling
af scripts til at modellere observationsdata og udtrække
videnskabeligt relevant information.
- Kritisk evaluere videnskabelig litteratur om
exoplanetforskning, identificere nøgleudfordringer og områder til
fremtidig undersøgelse.
- Deltag i datadrevne forskningsprojekter, der demonstrerer evnen
til at formulere hypoteser, analysere data og kommunikere
resultater effektivt.
Kursusindhold
Kurset er struktureret til at give både et stærkt teoretisk
fundament og praktisk erfaring inden for exoplanetvidenskab. Kurset
vil starte med en uge med forelæsninger og praktiske øvelser. I
løbet af denne uge vil fokus være på de grundlæggende principper
for exoplanetdetektion, demografi og atmosfærer. Efter dette vil
kurset fokusere på praktisk projektbaseret analyse af ægte
astronomiske data ved brug af forskellige dataanalyseteknikker.
Studerende vil være i stand til at udføre
radialhastighedsmassebestemmelse af exoplaneter, opdagelse og
radiusbestemmelse af transiterende planeter og/eller spektroskopisk
undersøgelse af exoplanetariske atmosfærer for at bestemme
atmosfærisk sammensætning, temperatur og andre kritiske fysiske
egenskaber.
Den indledende uge sætter rammerne for en to-ugers
gruppeprojektfase, hvor studerende vil anvende deres læring på et
specifikt forskningsspørgsmål inden for kursets rammer. Hver gruppe
vil vælge et emne, gennemføre en detaljeret undersøgelse ved brug
af ægte data og anvende Python til dataanalyse og modellering.
Denne projektfase lægger vægt på samarbejde, kritisk tænkning og
anvendelsen af statistiske metoder til at estimere usikkerheder og
validere konklusioner.
Kurset afsluttes med en mundtlig eksamen der vil evaluere de
studerendes evne til at udføre uafhængig forskning, analysere og
fortolke data samt effektivt kommunikere videnskabelige resultater.
Gennem denne kombination af forelæsninger, øvelser og
projektbaseret læring vil studerende opnå færdigheder og viden, der
er nødvendige for at udføre uafhængig forskning.
Bemærkninger
Dette kursus giver de studerende kompetencer, der er relevante for
FN's verdensmål, som f.eks. #13 (Klimaindsats), #14 (Livet
under vand) og #15 (Livet på land).
Sidst opdateret
16. maj, 2024