TDK Szeminárium Információk

Részletes tájékoztató a kurzusról

📚 Párhuzamos előfeltétel

Párhuzamos előfeltétel: Tudományos készségfejlesztés

A Tudományos készségfejlesztés kurzus kötelező előfeltétele a TDK Szemináriumnak! Ez egy technikai kurzus, ami technikailag a TDK Szemináriummal egy időben, egy helyen lesz megtartva (órára járásban értelemszerűen nem jelent dupla terhelést). Aki még nem vette fel, az minél előbb vegye fel. A két kurzus együttesen fedi le az oldalon látható tematikát, az egyikre aláírás jár, míg jelen kurzus kredites.

🎯 Részvételi követelmények

Órarend

Időpont: Csütörtök 16:00-17:30

Részvétel: kötelező

Követelmények

  • Hiányzás: Maximum 3 alkalom
  • Zárthelyi teszt: Az utolsó gyakorlaton (70 pont)
  • Mini publikáció írása: LaTeX formátumban (30 pont)
  • Minimum: Mindkét részből legalább 50% szükséges
  • Részvétel: Részvétel a következő TDK konferencián (nézőként)

Zárthelyi teszt

  • Teszt az órán elhangzott anyagokból
  • Feleletválasztós kérdések
  • Javítási lehetőség: vizsgaidőszakban

Mini publikáció részletei

  • Platform: Overleaf használata kötelező
  • Terjedelem: Minimum 2 teljes, A4-es oldal
  • Formátum: A4, ACM vagy IEEE kéthhasábos sablon
  • Téma: Szabadon választható (példa dokumentum), tetszőleges hobbi, érdeklődési kör bemutatható
  • Tartalmi követelmények: Táblázat vagy ábra vagy forráskód kötelező, valamint legalább 3 webes és 3 tudományos hivatkozás

Osztályzatok

  • 1 (elégtelen): 0-49 pont
  • 2 (elégséges): 50-59 pont
  • 3 (közepes): 60-69 pont
  • 4 (jó): 70-79 pont
  • 5 (jeles): 80-100 pont

📋 Tervezett tematika

Tudományos alapok

  • Kutatási kérdések és hipotézisek megfogalmazása
  • Alapkutatás vs. alkalmazott kutatás az informatikában
  • Plágium fogalma, kerülése és források helyes használata
  • Mi az a TDK, TDK szerepe a szakmai fejlődésben

Publikálás és tudományos kommunikáció

  • Tudományos publikálás folyamata az informatikában
  • Vezető nemzetközi konferenciák és folyóiratok
  • Peer-review rendszer és minőségbiztosítás
  • Impact factor, h-index és tudománymetriai mutatók
  • Academic writing alapjai

Szakirodalom kutatás és eszközök

  • Adatbázisok: Google Scholar, Scopus, Web of Science
  • MTMT
  • Kiadói platformok: IEEE Xplore, ACM Digital Library, arXiv
  • LaTeX és Overleaf használata a gyakorlatban
  • AI asszisztált kutatás: ChatGPT, Claude, NotebookLM
  • Referenciakezelés: BibTeX, Mendeley

Kutatásetika és társadalmi felelősség

  • Etikai és jogi kérdések a kutatások során, valamint az AI és adattudományban
  • Reprodukálhatóság válsága és megoldási lehetőségei
  • Bias és fairness mint kutatási terület
  • Kutatói felelősség és társadalmi hatások

Tudományos közösség és karrierépítés

  • Kutatócsoportok és nemzetközi együttműködések
  • Konferencia kultúra és networking lehetőségek
  • Informatikai Doktori Iskola bemutatása
  • Tanszéki kutatási területek megismerése
  • Gyakorlati tapasztalatok megosztása korábbi TDK hallgatókkal

Tervezett menetrend

  • Hamarosan