Tratamento de Dados em Química
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Química |
Ocorrência: 2018/2019 - 1S ![Requerida a integração com o Moodle Ícone do Moodle](/fcup/pt/imagens/MoodleIcon)
Ciclos de Estudo/Cursos
Língua de trabalho
Português
Objetivos
Pesquisar informação científica na Internet de um modo sistemático. Manusear e apresentar dados numéricos de um modo claro e rigoroso.
Resultados de aprendizagem e competências
No final desta unidade curricular o estudante deve saber:
- Procurar, em bases de dados específicas, artigos científicos publicados usando vários critérios de pesquisa.
- Encontrar dados de propriedades de compostos químicos, usando bases de dados apropriadas.
- Usar uma folha de cálculo para tratamento elementar de dados numéricos, traçado de gráficos e análise estatística.
- Visualizar e manipular modelos moleculares a 2D e 3D usando programas de computador apropriados.
Modo de trabalho
Presencial
Programa
- Pesquisa de informação científica na Internet.
- Artigos científicos nas bases de dados de publicações - Scopus e Web of Science.
- Dados de propriedades físico-químicas de compostos – NIST Chemistry WebBook e ChemSpider
- Dados estruturais de proteínas – PDB Protein Data Bank.
- Dados de espetros de compostos orgânicos – SDBS
- Manuseamento de dados numéricos numa folha de cálculo.
- Algarismos significativos.
- Introdução de dados e cálculos elementares.
- Análise estatística de dados experimentais.
- Estatística descritiva. Estimadores pontuais e por Intervalos para a média e desvio padrão.
- Rudimentos de Testes de hipóteses.
- Ajuste de funções a dados experimentais. Método dos mínimos quadrados e caso particular da regressão linear. Interpolação de valores numa recta de calibração.
- Traçado de gráficos.
- Cálculo de raízes de equações não lineares. Noção de métodos iterativos. Método de Newton.
- Desenho de estruturas moleculares. Software livre de visualização e manipulação de modelos e estruturas moleculares: Avogadro, ACD/Labs, VMD.
Bibliografia Obrigatória
Natália Cordeiro, Alexandre Magalhães,; Introdução à Estatística: Uma Perspectiva Química, LIDEL- Edições Técnicas Lda, Lisboa, 2004
Métodos de ensino e atividades de aprendizagem
As aulas decorrem numa sala equipada com vídeo projetor e computadores (um por estudante).
Sincronização entre exposição dos tópicos teóricos por parte do professor e aplicação por parte dos alunos no computador.
Resolução de exercícios práticos usando diretamente o computador.
Avaliação distribuída sem exame final. A classificação será calculada em função de duas avaliações práticas efetuadas ao longo do semestre (com peso de 50% cada).
Os conteúdos programáticos permitem que, por um lado, o estudante aprenda a utilizar a Internet de um modo racional e crítico na pesquisa de informação científica relevante e, por outro lado, que seja rigoroso e claro no tratamento e apresentação de dados numéricos. Estas competências são fundamentais para quem inicia os seus estudos superiores em ciência.
A aprendizagem baseada com base em meios digitais visa estimular a autonomia, o rigor e espírito crítico na pesquisa de informação e tratamento de dados em ciência. Num campo onde a formação ao longo da vida é fundamental, o desenvolvimento de capacidades cognitivas é tão importante como os conteúdos que são ministrados.
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Designação |
Peso (%) |
Teste |
100,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
51,00 |
Frequência das aulas |
28,00 |
Trabalho laboratorial |
2,00 |
Total: |
81,00 |
Obtenção de frequência
As aulas práticas são obrigatórias. O número de faltas possível é de um quarto das aulas práticas que estão previstas para o ano lectivo em questão.
Fórmula de cálculo da classificação final
Avaliação distribuída sem exame final. A classificação será calculada em função de duas avaliações práticas efetuadas ao longo do semestre (com peso de 50% cada).