TkT

Janne Tapio Koljonen

OPETUSPORTFOLIO

1. Sisältö

1. Sisältö

2. Henkilötiedot

3. Opetusfilosofia

3.1. Opetuksen tavoitteet

3.2. Erilaiset oppijat

3.3. Opiskelijalähtöinen ja toiminnallinen oppiminen

3.4. Opetusmenetelmät

3.5. Arviointimenetelmät

4. Kehityssuunnitelma

5. Pedagoginen koulutus (17 op + 5 ov)

6. Opetusvirat/-toimet

7. Ohjatut opinnäytetyöt (7)

7.1. Lisensiaatin tutkielmat (1)

7.2. Diplomityöt (5)

7.3. Kandidaatin tutkielmat (1)

8. Opetetut opintojaksot

9. Opetukseen liittyvät julkaisut (6)

10. Tuore opiskelijapalaute

 

2. Henkilötiedot

Nimi:                           Janne Tapio Koljonen

Syntymäaika:              7.3.1980

Syntymäpaikka:          Vaasa

Koulutus:                    Tekniikan tohtori (automaatiotekniikka)

Sähköposti:                 jako@uwasa.fi

Kotisivu:                     http://www.uwasa.fi/~jako/

Ansioluettelo:              http://www.uwasa.fi/~jako/ansioluettelo/

3. Opetusfilosofia

Opetusfilosofiani perustuu sosiokonstruktivistiseen oppimiskäsitykseen ja edelleen vertaisoppimisen hyödyntämiseen sekä toiminnallisiin ja yhteistoiminnallisiin opetusmenetelmiin. Tässä opetusportfoliossa esitän konkreettisesti, miten opetusfilosofiani on rakentunut, miten oppimiskäsitykseni näkyy käytännön opetuksessa ja minkälaisia ansioita ja tuloksia olen opetustoimessa saavuttanut.

3.1. Opetuksen tavoitteet

Opetusfilosofiani lähtee teknillisen alan opetuksen tavoitteista. Teknillisen alan koulutusohjelman käyneen tulee kyetä ottamaan vastuuta muun muassa teknologiatutkimuksesta, tuotekehityksestä, liiketoiminnan kannattavuudesta ja johtamisesta. Valmistuvilta vaaditaan näin ollen perusymmärrystä ja soveltamiskykyä luonnontieteistä; laajaa perustietoa tekniikan nykytilasta; kykyä etsiä, kriittisesti analysoida ja yhdistää eri lähteistä kerättyä eri alojen tietoa; innovointikykyä sekä taitoa arvioida ja testata ideoiden toimivuutta ja liiketoimintakelpoisuutta. Teknillisille aloille on lisäksi tyypillistä, että merkittävä innovaatiotoiminta edellyttää ryhmätyöskentelyä, niin ideointi kuin toteutusvaiheessa.

3.2. Erilaiset oppijat

Toisen lähtökohdan muodostaa opiskelijan tausta, persoona ja tavoitteet. Tausta muodostaa opiskelijoille ennakkokäsityksen lahjakkuudestaan. Esimerkiksi toiset saattavat olla ennestään käytännön tekniikkaan perehtyneitä, kun taas toiset ovat matemaattisesti ja teoreettisesti suuntautuneita. Persoonat eroavat muun muassa vuorovaikutustaitojen osalta.

 

Opetusfilosofiani lähtee kuitenkin siitä, että kaikilla on mahdollisuudet oppia mitä tahansa ja persoonallisuuttakin voi halutessaan muokata. Oppimisen ja muutoksen edellytyksenä ovat kuitenkin opiskelijan omat selkeät tavoitteet. Näihin tavoitteisiin opettaja voi vaikuttaa auttamalla opiskelijaa tunnistamaan ja hyväksymään omat vahvuutensa ja heikkoutensa. Kun opiskelijan tavoitteet ovat kirkkaita, heikkouksia voidaan vahvistaa vahvuuksia hyväksi käyttäen.

 

Vertaisoppimisen tilanteet ja heterogeeniset ryhmäjaot ovat tärkeitä. Niissä erilaiset osaamiset täydentävät toisiaan eli kukin pääsee käyttämään omia vahvuuksiaan ja oppimaan toisten vahvuuksista. Vuorovaikutustaitojen kehittäminenkin on tehokasta, kun pääsee keskustelemaan hyvin osaamastaan asiasta vertaisryhmässä.

3.3. Opiskelijalähtöinen ja toiminnallinen oppiminen

Opettaja mahdollistaa opiskelijoiden oppimisen. Tavoitteiden saavuttamisen kannalta tärkeintä on, mitä opiskelija tekee ja erityisesti, mitä opiskelijat tekevät yhdessä mielekkäässä sisällöllisessä ja sosiaalisessa yhteydessä. Vertaisoppiminen onkin tehokkainta oppimista. Edellytyksenä on kuitenkin, että opettajana huolehdin ryhmän toiminnan edellytyksistä ja dynamiikasta.

 

Syvällinen oppiminen edellyttää, että opiskelija muodostaa itse oman käsityksen opittavasta asiasta ja yhdistelee aiemmin opittua ja uutta. Täten opiskelijoiden tulee antaa myös erehtyä. Tällöin he oppisivat myös itse huomaamaan erehdyksensä ja yrittämään uutta ratkaisutapaa.

 

Opettajan tehtävä on siis luoda oppimiselle ja vertaisoppimiselle hyvät olosuhteet erilaisin harjoittein ja ohjata oppimisprosessia koko koulutusohjelma ja oppimistavoitteet mielessä. Opiskelijan ja ryhmien vastuuta oppimisestaan tulee vähitellen lisätä koulutusohjelman edetessä.

3.4. Opetusmenetelmät

Opetusmenetelmäni perustuvat ongelmakeskeiseen ja tutkivaan oppimiseen. Pyrin hyödyntämään vertaisoppimista toiminnallisin ja yhteistoiminnallisin opetusmenetelmin. Lyhyesti kuvattuna pyrin ohjaamaan opiskelijat, yksin ja ryhmänä, ottamaan selvää kysymyksistä, joihin he eivät pysty pelkkien pohjatietojen varassa vastaamaan.

 

Ennen uuden tiedon käsittelyä ohjaan opiskelijat ensin palauttamaan mieleen kaiken aiheesta ennestään osaamansa. Tämän diagnostisen vaiheen jälkeen pyrin oppimateriaalin ja luentojen avulla antamaan aihekokonaisuudesta kokonaiskuvan käsittelemällä sen peruskäsitteet. Esitän monet asiat varsin pelkistäen, mutta lisäksi luennoilla voidaan syventyä joihinkin keskeisiin haastaviin yksityiskohtiin tarkemmin. Luentojen tehtävänä on kuitenkin ainoastaan mahdollistaa asioiden syvempi oppiminen, joka tapahtuu oppimistehtävien avulla.

 

Oppimistehtävät voivat olla muun muassa: laskuharjoituksia, ohjelmointitehtäviä, tiedonhakutehtäviä, suunnittelutehtäviä tai laajempia projektitehtäviä. Haastavampia ja esimerkiksi laajempaa ohjelmointia sisältäviä asioita lähestytään vaiheittaisten kirjallisten ohjeistusten ja malliohjelmien muokkausten kautta.

 

Oppimistehtäviä tehdään sekä itsenäisesti että erilaisia ryhmätyömuotoja, erityisesti yhteistoiminallista ryhmätyöskentelyä, käyttäen. Oppimistehtäviä tehdään sekä ohjatuissa harjoituksissa ja ohjaustuokioissa että itsenäisenä työskentelynä.

3.5. Arviointimenetelmät

Arvioin kaikki oppimistehtävät ja niihin liittyvät oppimisprosessit osana kurssin suoritusta, jolloin erillisiä periodikuulusteluja ei tarvita, mikäli ryhmän koko ei ole erityisen suuri. Perioditenttien sijaan olen myös kehittänyt kollegoideni kanssa mikrotenttimenetelmän, jossa lyhyitä kymmenen minuutin kirjallisia järjestetään esimerkiksi viikoittain.

 

Jatkuvan arvioinnin etuja ovat: opiskelijoiden sitouttaminen työskentelyyn sekä jatkuva oppimisen seuranta niin opettajalle kuin opiskelijoillekin. Arviointiperusteet ja -menetelmät keskustelen ja sovin yhdessä opiskelijoiden kanssa, jotta ne tulevat sisäistetyiksi ja hyväksytyiksi.

 

Mikäli kirjallisia kuulusteluja ei käytetä, arviointini perustuu yksilöllisiin raportteihin ja esityksiin, ryhmäraportteihin ja -esityksiin, yksilö- ja ryhmäkeskusteluihin, kirjallisiin yksilö- tai ryhmäkuulusteluihin sekä opettajan havaintoihin. Arvioinnin kohteina ovat yksilön ja ryhmän oppiminen sekä yksilön ja ryhmän toiminta oppimisprosessin aikana ja yksilön vaikutus oppimistulosten saavuttamiseen. Näiden painotus vaihtelee opintojakson ja sen tavoitteiden mukaisesti. Yksilö ei voi siis toimia vapaamatkustajana eikä toisaalta jättäytyä ryhmän ulkopuolellekaan. Arviointimenetelmänä käytän opintojaksokohtaisesti sovittavaa opettajan arvion, itsearvion ja vertaisarvion yhdistelmää.

4. Kehityssuunnitelma

Kerään opintojaksojen aikana palautetta eri tavoin: yksilö- ja ryhmäkeskusteluissa, vapaina kirjoituksina ja palautekyselyinä. Pidän vapaata keskusteluilmapiiriä ja jatkuvaa palautteen keräämistä tärkeimpänä palautekanavana. Palautteen perusteella pyrin viimeistelemään kurssin sisältöä ja opetusmenetelmiä jo kurssin kuluessa, huomioiden kunkin ryhmän erilaiset oppijat.

 

Itse haluan erityisesti kehittyä ongelmaperustaisten ja yhteistoiminnallisten oppimismenetelmien soveltajana. Tavoitteena on aktivoida oppijat sosiokonstruktivistiseen työskentelyyn, joka takaa syvällisen tiedollisen oppimisen lisäksi hyvät tiedon soveltamisedellytykset ja yhteisöllisen työskentelyn edellyttämät sosiaaliset taidot.

 

Haasteena opettajana on luoda kursseista jouhevia kokonaisuuksia, joissa päästään käsiksi riittävän haastaviin, työelämässä relevantteihin oppimistehtäviin ilman, että osa oppijoista syrjäytyy oppimisprosessista tai että tehtävä on liian laaja käytettävissä olevaan aikaan nähden. Ratkaisu edellyttää opettajalta hyviä ryhmänohjauksen taitoja, jotta vertaisoppiminen kannattelisi ryhmää ja jokaista sen jäsentä haastavien kohtien yli. Uskon, että ryhmädynamiikan perusteiden tunteminen ja aktiivinen ohjaustaitojen kehittäminen tuo lisäarvoa opetukseeni.

5. Pedagoginen koulutus (17 op + 5 ov)

2005                Learning in Networks 1 (5 ov). Vastaa Ope.fi 2 -tasoa. Johdanto verkko-opetukseen ja verkkopedagogiikkaan. Oppimiskeskus, Tritonia.

2007                Learning in Networks 2 (7 op). Ope.fi 2 -tason taidot. Verkko-oppimisympäristö, videoneuvottelu, esitysgrafiikka, www-tuotanto, videotuotanto. Oppimiskeskus, Tritonia.

2009–2010      Opettajan pedagoginen täydennyskoulutus (10 op). Ongelmaperustainen oppiminen, oppimisprosessien ohjaaminen, opetussuunnitelmatyö, arviointi, aktivoivat ja yhteistoiminnalliset opetusmenetelmät. Satu Öystilä & Kirsi Viitanen, Eduta Oy.

16.3.2011        Osaamistavoitekoulutus (7 h). Aimo Rahkonen, Oulun yliopisto.

24.3.2011        Korkeakouluopiskelijoiden motivaatio ja opiskelutaidot. Johanna Naukkarinen, TTY.

2015                Cross-cultural team building (7 h). Brian McMillan, AAC.

6. Opetusvirat/-toimet

2002-              Sivutoiminen tuntiopettaja: automaatiotekniikka, fysiikka, sähkötekniikka, Vaasan yliopisto.

2002-2004      Tutkijalehtori (vt.), automaatiotekniikka, Vaasan yliopisto.

2004–2005      Lehtori (vt.), automaatiotekniikka, Vaasan yliopisto.

2005-              Laboratorioinsinööri, automaatiotekniikka, Vaasan yliopisto. (pl. 2005–2009, jolloin olen toiminut mm. lehtorina, projektitutkijana ja apuarhatutkijana)

2008               Lehtori (vs.), automaatiotekniikka, Vaasan yliopisto.

7. Ohjatut opinnäytetyöt (7)

7.1. Lisensiaatin tutkielmat (1)

                        Mats Bo-Gustav Björkqvist: FPGA-plattform för bildbehandling, Teknillinen tiedekunta, Vaasan yliopisto, 2017.

 

7.2. Diplomityöt (5)

            Juha Niemi: Kuulapeli – LabVIEW-toteutus, Teknillinen tiedekunta, Vaasan yliopisto, 2006.

                        Ismo Tupamäki: Kuulapeli – Labview-konenäkötoteutus, Teknillinen tiedekunta, Vaasan yliopisto, 2007.

                        Kari Kaunonen: Selvitys särötarkastuksen automatisoinnista magneettijauhemenetelmällä. Teknillinen tiedekunta, Vaasan yliopisto, 2011.

                        Pasi Kleimola: Puristimen voimanmittauksen mallinnus elementtimenetelmällä. Teknillinen tiedekunta, Vaasan yliopisto, 2011.

                        Mingzhang Wu: Addressing Resource Allocation Issues in Cloud Computing Environment. Teknillinen tiedekunta, Vaasan yliopisto, 2016.

7.3. Kandidaatin tutkielmat (1)

                        Timo Alho: Spektroskooppi – Lukiotasoinen fysiikan ja elektroniikan laboratorioprojekti, Teknillinen tiedekunta, Vaasan yliopisto, 2007. (Erikoistyö, joka vastaa nykyistä kandidaatin tutkielmaa.)

8. Opetetut opintojaksot

Seuraavassa luettelen yksittäiset pitämäni opintojaksot, roolini niissä, erityiset kehityskohteet, mikäli niitä on ollut, sekä opintojaksoista saatua palautetta. Luvussa 10 tuon puolestaan esille joitakin tuoreita opiskelijapalautteita pitämästäni opintojaksoista.

Opetettujen opintojaksojen kehityskohteista havaitsee jatkuvan pyrkimykseni kohti toiminnallisuutta ja sosiokonstruktivistisen oppimisen hyödyntämistä. Lisäksi koen, että laaja opetuskokemukseni eri oppiaineista vahvistaa valmiuksiani toteuttaa ongelmaperusteisessa opetuksessa tarvittavaa poikkitieteellisyyttä.

2001–2002      FYS.101 Fysiikka I, harjoitukset 48 h, Vaasan yliopisto.

FYS.105 Keskeinen fysiikka, laboratoriotyöt 22 h, Vaasan yliopisto.
Opiskelijat pitivät kurssia toiminnallisuuden ja ryhmätyöskentelyn takia yllättävän mukavana, vaikka eivät olleet aluksi olleenkaan motivoituneita sen suorittamiseen.

FYS.102 Fysiikka II, harjoitukset 36 h, Vaasan yliopisto.

2002–2003      TAU.103 Digitaalitekniikan perusteet, harjoitukset 40 h, Vaasan yliopisto.

SAH.101 Piirianalyysi I, harjoitukset 36 h, Vaasan yliopisto.
Toiminnallisten laskuharjoitusten kokeilu yhdessä lehtori Maarit Vesapuiston kanssa. Sekä hyviä että huonoja kokemuksia. Vaatii jatkokehittelyä toimiakseen.

Tilastomatematiikka, luennot + harjoitukset 10 h (sijaisuus), Vaasan ammattikorkeakoulu.

FYS.105 Keskeinen fysiikka, laboratoriotyöt 36 h, Vaasan yliopisto.

FYS.105 Keskeinen fysiikka, harjoitukset 42 h, Vaasan yliopisto.

FYS.104 Fysiikan laboratoriotyöt 40 h, Vaasan yliopisto.

TAU.108 Signaalien käsittely, harjoitukset 24 h + harjoitustyö 20 h, Vaasan yliopisto.

TAU.110 Mekatroniikka, harjoitukset 40 h + harjoitustyö 20 h, Vaasan yliopisto.

2003–2004      TAU.108 Signaalien käsittely, harjoitukset 40 h + harjoitustyö 20 h, Vaasan yliopisto.

                        SAH.101 Piirianalyysi I, harjoitukset 2 h (sijaisuus), Vaasan yliopisto.

TAU.103 Digitaalitekniikan perusteet, harjoitukset 40 h + harjoitustyö 20 h, Vaasan yliopisto.

                        TAU.111 Soft Computing, harjoitukset 20 h + harjoitustyö 20 h, Vaasan yliopisto.

2004–2005      TAU.117 Sumeat järjestelmät, harjoitukset 20 h + harjoitustyö 10 h, Vaasan yliopisto.
Harjoitustehtävien ja Matlab-simulointitehtävien suunnittelu ja malliratkaisujen teko.

TAU.115 Hermoverkot, harjoitukset 20 h + harjoitustyö 10 h, Vaasan yliopisto.
Ensimmäinen kerta, kun kurssi järjestetään.

TAU.108 Signaalien käsittely, harjoitukset 40 h + harjoitustyö 20 h, Vaasan yliopisto.
Toiminnalliset ohjelmointiharjoitukset viimeisellä kerralla. Opiskelijat opastivat toisiaan tehokkaasti. Jatkossa olisi hyvä olla enemmänkin.

TAU.103 Digitaalitekniikan perusteet, harjoitukset 40 h + harjoitustyö 20 h, Vaasan yliopisto.
Toiminnallisia VHDL-simulaattoriharjoituksia (4 h) kiiteltiin. Opiskelijajärjestö Tutti ry:n Palautesauna: ”Henkilökohtainen opetus hyvää”, ”Harjoituksissa hyvä ilmapiiri.”

                        TAU.303 Digitaalitekniikan jatkokurssi, harjoitukset 20 h + harjoitustyö 10 h, Vaasan yliopisto.
Ensimmäinen kerta, kun kurssi järjestetään. Toiminnalliset harjoitukset. Harjoitustyön arviointikriteereiden sopiminen opiskelijoiden kanssa. Harjoitustöiden itsearviointi. Positiivista opiskelijapalautetta.

                        TAU.105 Tuotantoautomaation projektiopinnot, ohjaus 20 h, Vaasan yliopisto.

2006–2007      AUTO3070 Geneettiset algoritmit, luennot 3 h + harjoitukset 2 h, Vaasan yliopisto.

2007–2008      TITE1070 Johdatus ohjelmointiin, luennot 24 h, Vaasan yliopisto.

                        AUTO1030 Signaalien käsittely, harjoitukset 40 h + harjoitustyö 10 h, Vaasan yliopisto.

                        AUTO2050 Soft Computing, harjoitukset 20 h + harjoitustyö 10 h, Vaasan yliopisto.

                        AUTO3110 Konenäkö, luennot 24 h + harjoitukset 18 h + harjoitustyö 10 h, Vaasan yliopisto.
Ensimmäinen kerta, kun kurssi järjestetään. Oppimateriaalin valmistaminen: Power Point -kalvosarja, demonstraatioita, harjoitustehtävät, Matlab-työkirja, jossa Matlabin käyttöohje, m-kielen perusteet ja ratkaisumenetelmiä konenäössä kohdattaviin ongelmiin.

2008–2009      AUTO1030 Signaalien käsittely, luennot 3 h + harjoitukset 40 h + harjoitustyö 10 h, Vaasan yliopisto.

2009–2010      AUTO3030 Digitaalitekniikan jatkokurssi, harjoitukset 18 h, Vaasan yliopisto.
Toiminnalliset harjoitukset: vertaisoppimista pariohjelmoinnilla. Yksi ongelmaperustainen ryhmätyö: toimeksiantoteksti + kuva, ideariihi, VHDL-kuvauksen toteutus ryhmätyönä.

                        AUTO1030 Signaalien käsittely, harjoitukset 36 h, harjoitustyö 10 h, Vaasan yliopisto.
Sekä ohjelmointi- että laskuharjoitukset yhteistoiminnallisina harjoituksina. Yksi yhteistoiminnallisin menetelmin tehty ja esitetty ryhmätyöposteri. Arviointi käyttäen viikoittaista mikrotenttikäytäntöä. Inspiraation lähteenä yhteistoiminnallisissa menetelmissä Timo Saloviidan kirja Yhteistoiminnallinen oppiminen ja osallistava kasvatus (PS-kustannus, 2006). Idea: 1) tehtävien anto, 2) itsenäinen opiskelu, 3) jako heterogeenisiin nelikoihin, 4) vertaisoppiminen. Opettajan tehtävänä on tehdä tukimateriaalia, ohjata ryhmäprosessia ja neuvoa ongelmissa. Katso palaute luvusta 10.

AUTO3110 Konenäkö, lähiopetus 52 h, Vaasan yliopisto.
Koko kurssin toteutus käyttäen ongelmaperusteista ja yhteistoiminnallista lähestymistapaa. Tentitön arviointi perustuen kolmeen yhteistoiminnalliseen ryhmätyöhön, ohjelmointiharjoituksiin ja PBL-harjoitustyöhön (ideointitutoriaali, ratkaisut, synteesitutoriaali). Arviointi koostuu sekä sisällön että työprosessien arvioinnista. Arviointi sekä opettajan että vertaisarvioinnin avulla.

AUTO1010 Digitaalitekniikan perusteet, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

Otettiin käyttöön yhteistoiminnaliset harjoitukset ja viikoittaiset mikrotentit. Harjoitustyönä reaaliaikainen kuvankäsittely FPGA:lla. Harjoitustyön viitekehyksestä julkaisu. Harjoitustyön ohjausta kehitetty yhteistoiminnallisen oppimisen suuntaan arpomalla heterogeeniset ryhmät ja lisäämällä henkilökohtaista vastuuta (individual accountability).

2010–2011      AUTO1030 Signaalien käsittely, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

Yhteistoiminnalliset harjoitukset. Arviointi käyttäen viikoittaista mikrotenttikäytäntöä. Kehityksen kohteena lähinnä harjoitustehtävien laatu ja mikrotenttikysymysten kehittäminen Bloomin taksonomian pohjalta. Lisäksi uutuutena mikrotentin ratkaiseminen uudelleen kotitehtävänä. Opiskelijapalaute positiivista (ks. luku 10), mutta jatkossa harjoitustehtävien laatuun pitää vielä panostaa enemmän, jos tavoitteena on minimoida ”kärryiltä putoavien” määrä.

2011–2012      AUTO1030 Signaalien käsittely, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

TUTA2013 Energiatieteiden perusteet, 16 h, kaksi laboratoriotyötä: Mekatroniset järjestelmät (4 h/ryhmä, 2 ryhmää), Optinen laaduntarkastus (4 h/ryhmä, 2 ryhmää), Vaasan yliopisto.

AUTO3310 Konenäkö, 50 h, Vaasan yliopisto.

Vertaisarvioinnista luovuttu.

2012–2013      AUTO1060 Digitaalinen automaatio, harjoitukset 60 h, laboratoriotyöt 18 h, Vaasan yliopisto.

Kolme uutta laboratoriotyötä: FPGA, PLC, ImageJ. Yhteistoiminnalliset harjoitukset, ryhmätyöskentelyn harjoitteleminen ja viikoittaiset mikrotentit. Tieteellisen kirjoittamisen harjoitteleminen.

AUTO3290 Äänenkäsittely, lähiopetusta 20 h, pääosin verkkokurssi (Moodle), Vaasan yliopisto.

Koko materiaalin valmistelu. Materiaali englanniksi, lisäksi suomen- ja englanninkielisiä videoluentoja (Adobe Connect). Arviointi: Oppimistehtävät (8 kpl), tentti, harjoitustyö.

AUTO1010 Digitaalitekniikan perusteet, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

AUTO1030 Signaalien käsittely, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

TUTA2013 Energiatieteiden perusteet, 20 h, kaksi laboratoriotyötä: Mekatroniset järjestelmät, Optinen laaduntarkastus, Vaasan yliopisto.

AUTO3110 Signaaliprosessorit, 50 h, Vaasan yliopisto.

Ensimmäinen kerta, kun opetan tämän kurssin. Materiaalin päivitys Petri Välisuon materiaalin pohjalta. Arviointitapana oppimispäiväkirja, suullinen kuulustelu ja harjoitustyö.

2013–2014      AUTO1060 Digitaalinen automaatio, harjoitukset 60 h, laboratoriotyöt 18 h, Vaasan yliopisto.

AUTO3290 Sound Processing, lähiopetusta 20 h, pääosin verkkokurssi (Moodle), Vaasan yliopisto.

Kokonaan englanniksi. Lähiopetukseen lisättiin miniluentoja (á 30 min).

TUTA2013 Energiatieteiden perusteet, 20 h, kaksi laboratoriotyötä: Mekatroniset järjestelmät, Optinen laaduntarkastus, Vaasan yliopisto.

AUTO3310 Konenäkö, 50 h, Vaasan yliopisto.

2014–2015      AUTO1060 Digitaalinen automaatio, harjoitukset 44 h, laboratoriotyöt 12 h, Vaasan yliopisto.

FPGA-labran tilalle Raspberry Pi -labra. 

AUTO3290 Sound Processing, lähiopetusta 20 h, pääosin verkkokurssi (Moodle), Vaasan yliopisto.

Moodleen pre-exam-tehtäviä (automaattisesti pisteytettäviä laskuja, monivalintatehtäviä, yms.).  Tentti meni hyvin.

AUTO1010 Digitaalitekniikan perusteet, harjoitukset 36 h, harjoitustyö 20 h, Vaasan yliopisto.

Joka toisessa harjoituksessa mikrotentit ja perinteisiä tehtäviä, joka toisessa käydään läpi oikeat ratkaisut ja käytetään loppuaika kokonaan VHDL-kuvausten tekemiseen ja simulointiin.

AUTO2080 Sulautetut järjestelmät, luennot 24 h, laboratoriotyöt 16 h, harjoitustyö 10 h, Vaasan yliopisto.

Minulle uusi kurssi. Kokonaan uusi kurssimateriaali: luennot, 8 laboratoriotyöohjetta, harjoitustyöohje. Harjoitustyö koostuu laboratoriotöiden asioiden yhdistämisestä ja projektinhallinnan harjoittelemisesta. Teknisenä ympäristönä Raspberry Pi, Python ja elektroniikan prototypointi koekytkentäalustalle.

AUTO2010 Automaatiojärjestelmät, luennot 24 h, esitelmät 16 h, Vaasan yliopisto.

Minulle uusi kurssi. Kokonaan uusi kurssimateriaali.

AUTO3340 FPGA, harjoitukset 16 h, Vaasan yliopisto.

Minulle uusi kurssi. Uutena käyttöön SystemVerilog ja verifiointi.

AUTO3110 Digital Signal Processors, 50 h, Vaasan yliopisto.

 

2015–2016      AUTO1060 Digitaalinen automaatio, harjoitukset 44 h, laboratoriotyöt 12 h, Vaasan yliopisto.

AUTO3290 Sound Processing, lähiopetusta 20 h, pääosin verkkokurssi (Moodle), Vaasan yliopisto.

                        AUTO2080 Sulautetut järjestelmät, luennot 24, harjoitukset 16 h, harjoitustyö 10 h, Vaasan yliopisto.

AUTO2080 Sulautetut järjestelmät, luennot 24, harjoitukset 16 h, harjoitustyö 10 h, Vaasan yliopisto.

AUTO3030 Digitaalitekniikan jatkokurssi, harjoitukset 16 h, harjoitustyö 10 h, Vaasan yliopisto.
Uusi harjoitusmateriaali perustuen SoPC-tekniikkaan (System on Programmable Chip).

AUTO3310 Machine Vision, 50 h, Vaasan yliopisto.

2016–2017      ICATC1020 Digitaalitekniikka, luennot 30 h, harjoitukset ja laboratoriotyöt 30 h, Vaasan yliopisto.
Kokonaan uusi kurssi, jossa opiskelijoita sekä yliopiston Energia- ja informaatiotekniikan ohjelmasta että Vaasan ammattikorkeakoulun tietotekniikan ohjelmasta. Käyttöön flipped classroom -opetusmenetelmä, jossa automaattisesti tarkastettavia esitehtäviä.

AUTO3290 Sound Processing, lähiopetusta 20 h, pääosin verkkokurssi (Moodle), Vaasan yliopisto.

AUTO2010 Automaatiojärjestelmät, luennot 24 h, esitelmät 16 h, Vaasan yliopisto.

AUTO3110 Digital Signal Processors, 50 h, Vaasan yliopisto.
Uutuutena käyttöön ryhmä-wiki osana arviointia.

9. Opetukseen liittyvät julkaisut (6)

Ks. koko julkaisuluettelo: http://lipas.uwasa.fi/~jako/publications/

[Kol04b]          Janne Koljonen & Jarmo T. Alander: “Integrating the Courses of Digital Electronics and Signal Processing by Median Filters”, in Proceedings of the 6th Nordic Signal Processing Symposium (Norsig 2004), Espoo (Finland), 9-11 Jun. 2004. CD-ROM proceedings.

[Kol05a]          Janne Koljonen, Olli Kanniainen, Heikki J. Salminen, Jarmo T. Alander, Kimmo Salmenjoki, Nils-Erik Eriksson & Erik Fällman: “Cross border education – case study of engineering courses”, in Proceedings of the 4th International Conference New Horizons in Industry, Business and Education (NHIBE 2005), Corfu (Greece), 26th Aug. 2005, pages 190–195. ISBN 960-85316-9-1. URL: ftp://ftp.uwasa.fi/cs/report05-2/JSP_Corfu.ps.

[Kol10b]          Janne Koljonen, Mats Björkqvist & Jarmo T. Alander: ”Online machine vision for elementary engineering courses”, in Proceedings of the 14th Finnish Artificial Intelligence Conference (STeP 2010), Pahikkala, Väyrynen, Kortela & Airola (eds.), Espoo (Finland), 17–18 Aug. 2010, pp. 62–69. Finnish Artificial Intelligence Society (FAIS).

[Kol10d]         Janne Koljonen & Jarmo T. Alander: ”Yhteistoiminnallinen oppiminen ja jatkuva kirjallinen arviointi: kehittämiskohteena signaalinkäsittelyn peruskurssi” [Cooperative Learning and Continuous Written Assessment], in Proceedings of the Symposium of Engineering Education (ReflekTori 2010), Eeva Myller (ed.), Espoo (Finland), 9–10 Dec., 2010, pp. 97–99. Aalto University, Lifelong Learning Institute Dipoli. Dipoli-Reports B, 2010:1.

[Kyt11a]          Kimmo Kyttä & Janne Koljonen: “Yhteistoiminnallinen oppiminen [cooperative learning]”, in Oppaiden opas – vinkkejä opetukseen opintopolun eri vaiheissa, Eeva Myller (ed.), pp. 98–101, Aalto-yliopiston julkaisusarja TIEDE + TEKNOLOGIA 14/2011. Multiprint Oy, Helsinki 2011.

[Kyt11b]         Kimmo Kyttä & Janne Koljonen: “Jatkuva arviointi [Continuous assessment]”, in Oppaiden opas – vinkkejä opetukseen opintopolun eri vaiheissa, Eeva Myller (ed.), pp. 102–106 Aalto-yliopiston julkaisusarja TIEDE + TEKNOLOGIA 14/2011. Multiprint Oy, Helsinki 2011.

10. Tuore opiskelijapalaute

2010                AUTO3110 Konenäkö. Oleellisimmat asiat Web-oodin palautelomakkeella saadusta palautteesta:

·         Mikä erityisesti auttoi oppimaan:

o   Matlab-työkirja

o   Ryhmätyöt

o   ”Oli hyvä, kun harjoitustyön aihe annettiin heti alussa ja sitä sai tehdä omalla aikataululla.”

·         Parannusehdotuksia:

o   Lisää esimerkkejä ja demoja

o   Vertaisarviointi ehkä tarpeeton.

 

2010                AUTO1030 Signaalien käsittely. Näytteitä kurssin puolivälissä kirjoitetuista reflektioista:

·         ”Harjoitustuntien ryhmätöillä on saatu avattua suurempi määrä tietoa auki nopeammin, kuin se olisi vienyt itsenäisesti opiskeltuna.”

·         ”Yhdessä olemme miettineet ja ratkoneet ongelmia.” (ryhmän toiminnasta)

·         ”Räkneövningarna är bra strukturerade och läraren har alltid bra hjälpmaterial.”

·         ”Grupparbetet har hittills fungerat bra. Min egen roll i gruppen varierar beroende på språkgrupp och egna bristande kunskaper i programmering, men man gör sitt bästa.”

·         ”Mielestäni kurssi AUTO1030 on ollut tähän mennessä yksi mielenkiintoisimpia kursseja. Mielenkiintoa auttaa ylläpitämään joka viikko järjestettävät mikrotentit. Niiden kautta myös oppiminen tapahtuu helpommin.”

·         ”[Ryhmätyöt] ovat aina mielenkiintoisia ja hyviä keinoja totuttaa ryhmätyöhön sekä antaa vaihtelua […] ’kuiville’ luennoille.”

·         ”Vanhan kaavan yhden tentin tyyliä voisi verrata syömishäiriöön, jossa tieto ahmitaan edellisenä iltana enne tenttiä ja ns. oksennetaan paperille kaikki tieto kerralla tenttipäivänä.”

·         ”Kurssin positiivisin asia on ollut ehkä hieman normaalista poikkeavat harjoitukset. Normaalin itsenäisen tekemisen sijaan ryhmissä tehtävät työt auttavat omasta mielestäni oppimista ja ryhmissä on helppo kysellä muilta asioita joita ei itse tiedä.”

·         ”Posteri-idea oli myös mainio. Siinä juuri kuvastui tämä ryhmissä tehtävän työn etu kun sai itse tehdä oman osansa ja tarvittaessa kysellä muilta neuvoa. Seuraavalla luennolla kun postereita käytiin läpi oli oppiminen myös helppoa kun opetus kuultiin toisen oppilaan suusta.”

·         ”Ryhmätöiden tehtävien jako, töiden purku, sekä ryhmien ohjaus ovat selkeästi hoidetut (todella huonojakin esimerkkejä on kuluneen talven aikana muilla kursseilla ollut).”

·         ”Harjoitusten pitäminen on ollut todella hyvää. […] pitäjä on valmistautunut, […], kiinnostunut olemaan läsnä ja on kehittänyt hyviä harjoitusmenetelmiä.”

·         ”Posteri-harjoitusta pidin aluksi hieman outona, mutta se paljastuikin hyvin opettavaiseksi.”

·         ”Ainakin itse olen oppinut parhaiten tekemällä harjoituksia.”

 

2011                AUTO1030 Signaalien käsittely. Näytteitä kurssin loppupuolella tehdystä laajasta kyselystä liittyen lähinnä ryhmätyöskentelyyn ja mikrotenttiarviointiin:

·         ”Mikrotentit ovat hyvä ratkaisu, samoin harjoitustehtävien läpikäyntiperiaate.”

·         ”Mielenkiintoista työskennellä tuntemattoman kanssa.”

·         ”[Ryhmätyöskentely] Aktivoi tehtävien tekoon paremmin kuin perinteiset harjoitukset.”

·         ”[Ryhmätyöskentely on] Hyvä tapa toimia. Toinen on voinut osata paremmin kuin itse ja osaa neuvoa. Työelämässäkin tulee varmasti toimittua tiiminä.”

·         ”[Ryhmätyöskentely] Toimii hyvin silloin, kun kumpikin oli tehnyt jotain. Silloin taas ei, kun kummallakaan ei ollut käsitystä tehtävästä.”

·         ”Edellisen kerran mikrotentti hyvä lisä harjoituksiin.”

·         ”Mikrotentit ja ryhmätyöskentely pitivät tietyn aktiivisuuden päällä koko kurssin ajan.”

·         ”Parhaiten opin ryhmässä, kun en tiennyt, kyselin ja luultavasti pari oppi silloin kun joutui selittämään.”

·         ”[Parhaiten opin] Kun esim. tuotettu koodi sai aikaan käytännössä tulosta.”

·         ”Joitakin asioita voisi vääntää ihan rautalangasta. Esim. ne jotka ovat olleet aikaisempinakin vuosina vaikeita.”

·         ”Enemmän helppoja harjoituksia ensimmäisille harjoituskerroille, että pääsee kunnolla aiheeseen sisälle.”

 

Päivitetty: helmikuu 28, 2017.