Kvote 2 på datalogi-økonomi
Når du søger om optagelse i kvote 2, skal du deltage i en kvote 2-prøve. Og hvis dit resultat fra prøven er blandt de bedste til uddannelsen, skal du ligeledes deltage i et interview.
Kvote 2-kriterier på datalogi-økonomi
Vi vurderer dine prøveresultater og interviewbesvarelser ud fra 6 kriterier:
Vi vurderer dit studiepotentiale ved at se på dine interviewbesvarelser. Dvs. om du har de kompetencer, det kræver for at gennemføre en universitetsuddannelse.
Vi kan fx se på:
- Om du er målrettet i din tilgang til opgaveløsning, såvel som det at fuldføre uddannelsen
- Dine forventninger til dig selv som studerende
- Hvordan du forestiller dig, at dine erfaringer kan bruges på din kommende uddannelse ud fra dit kendskab til uddannelsens indhold
- Hvis du har studeret før: Hvordan vil du sikre, at du fuldfører denne uddannelse? Hvad er anderledes denne gang?
På datalogi vurderer vi dine faglige færdigheder på baggrund af dine interviewbesvarelser.
Vi lægger især vægt på:
- Evnen til at ræsonnere logisk
- Systematisk problemløsning
- Matematisk argumentation og opgaveløsning
- Gode sproglige færdigheder i dansk og engelsk – især god sprogforståelse og læsefærdigheder.
Vi vurderer din faglige motivation på baggrund af dine interviewbesvarelser.
Din faglige motivation kommer fx til udtryk gennem din viden om uddannelsen og din interesse for fagområdet.
Vi kan fx se på:
- Hvordan din interesse for uddannelsens fagområde kommer til udtryk
- Hvordan du beskriver elementer ved uddannelsen, der har gjort indtryk på dig
- Hvorfor du vil studere på universitetet, og om du ved, hvad det kræver af dig
- Dine overvejelser om karriere under og efter endt uddannelse
Vi vurderer dit kendskab til uddannelsens form og indhold på baggrund af dine interviewbesvarelser.
Vi kan fx se på:
- dit kendskab til uddannelsens fag, indhold, opbygning, undervisnings- og arbejdsformer
- hvordan du forholder dig til uddannelsens bredde inden for fagområdet
- dine overvejelser og kendskab til jobmuligheder efter endt uddannelse
- dine forventninger til uddannelsen og til dig selv (ved du hvad uddannelsen kræver af dig?)
Vi vurderer din formidlingsevne på baggrund af din interviewbesvarelse.
Du skal kunne formidle og argumentere præcist og nuanceret med kun få fejl.
Dine karakterer fra din adgangsgivende eksamen indgår i kvote 2-vurderingen, enten gennemsnittet, eller karakterer i specifikke fag (primært adgangskravene) eller begge dele.
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.
Datalogi-økonomi
-
Læs mere om uddannelsen
-
Prøv et uddannelsestjek på datalogi-økonomi