Kvote 2 på datalogi-økonomi

Kvote 2-kriterier på datalogi-økonomi

Vi vurderer dine prøveresultater og interviewbesvarelser ud fra 6 kriterier:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Sådan vurderede vi kvote 2 i 2024

Hvis du fik afslag på din ansøgning i kvote 2 i år, kan du se her, hvordan vi vurderede årets ansøgninger til datalogi-økonomi på Københavns Universitet.

På datalogi-økonomi modtog vi 150 ansøgninger til 9 kvote 2-pladser. 48 gik videre til interview.

Hvis du blev inviteret til interview, var din score fra kvote 2-prøven 28 eller højere.

Læs mere om resultaterne af dette års kvote 2-prøve.

Det faglige optagelsesudvalg på uddannelsen lavede en helhedsvurdering ud fra de seks kvote 2-kriterier.

Dit interview, dine karakterer fra din adgangsgivende eksamen og eventuelt supplering og din kvote 2-prøves resultater var med i vurderingen.

Sådan vurderede vi dit interview

Kriterierne studiepotentiale, faglige færdigheder, faglig motivation og kendskab til uddannelsen indgik i vurderingen. 

Spørgsmål 1 undersøgte kriterierne faglig motivation og kendskab til uddannelsen. De bedste svar udmærkede sig ved:

• at ansøgerne havde viden om, hvordan uddannelsen i datalogi-økonomi åbner op for jobmuligheder i både den private og offentlige sektor. Det gjorde de for eksempel ved at beskrive, hvordan datalogi-økonomer kan bidrage til at træffe oplyste beslutninger baseret på data eller andet oplyst grundlag og ved at nævne karriereveje som dataanalytiker i en virksomhed eller i en offentlig institution.
• at ansøgerne viste forståelse for fremtidens behov for datalogiske kompetencer og koblede udfordringerne til de datalogiske kompetencer, som uddannelsen tilbyder. Det gjorde de for eksempel ved at forklare, hvordan fremtidens beslutninger vil blive baseret på mange datakilder og komplekse beregninger, der kræver stærke datalogiske færdigheder. De kom også med konkrete eksempler på, hvordan de forestiller sig at bruge deres kombinerede datalogiske og økonomiske viden – og ved at nævne brugen af machine learning og kunstig intelligens til at forudsige økonomiske tendenser eller brug af big data til at optimere forretningsprocesser.

Spørgsmål 2 undersøgte kriterierne studiepotentiale og kendskab til uddannelsen. De bedste svar udmærkede sig ved:

• at ansøgerne viste, hvordan deres interesser relaterede sig til konkrete samfunds- eller virksomhedsmæssige problemstillinger. Dertil viste de en forståelse for, hvordan matematiske og datalogiske kompetencer er afgørende for at løse problemstillingerne.
• at ansøgerne fremhævede relevante erfaringer som tidligere studier, fritidsjob, selvstændig udlandsrejse, målrettede prioriteringer såsom deltagelse i elitesport eller eksempler på andre erfaringer, som viste ansøgerens parathed og evne til at håndtere uddannelsens udfordringer.

Spørgsmål 3 undersøgte kriteriet faglige færdigheder. De bedste svar udmærkede sig ved:

• at ansøgerne redegjorde rekursivt for, hvordan f(5) udregnes ved først at finde f(1), dernæst f(2) og så videre.
• at ansøgerne redegjorde for, at f(n) = (n+1)/2, rundet ned, eller at f(n) = n/2, når n er lige, og f(n) = (n+1)/2, når n er ulige. Begrundelsen kunne være, at man har set et mønster ud fra mellemregningerne i første delopgave og generaliseret ud fra det. Det perfekte svar efterviser sammenhængen ved hjælp af induktionsprincippet.

Inden for kriteriet formidlingsevne

De bedste svar udmærkede sig ved, at de var omhyggeligt skrevet uden alvorlige grammatiske fejl, og at redegørelsen under de enkelte spørgsmål var struktureret opbygget og med en klar og sammenhængende argumentation.

Karaktererne for den adgangsgivende eksamen

Gennemsnittet fra den gymnasiale eksamen og karakterer i faget Matematik A indgik i vurderingen.

Kvote 2-prøvens resultater

Resultatet fra den matematiske/logiske del i kvote 2-prøven indgik i vurderingen. Det vil sige matematik, grafer og tabeller samt logik og mønstergenkendelse.