Skip to main content

Service RoboticsLaajuus (5 cr)

Code: TX00DT05

Credits

5 op

Objective

Student knows most common structures of service robots.
Student can prepare on-line programs for robots in automation laboratory. Student is able to simulate robot cells and plan robot programs with simulation systems in automation laboratory.
Student knows the structure of Machine Vision Systems and Principles of Lighting. Student understands principles of most common Image Processing and Analyzing Methods
Student can use Machine Vision Systems in Automation Laboratory and their Image Processing Algorithms to Object Recognition, Classification and Quality Control applications.

Content

1. Cobot and servicerobot use in industry
2. Robot structures, safety systems, sensors and end-of-arm tooling
3. Robot programming and simulation
4. Robot kinematics and control
5. Principles and essential Components of Machine Vision Systems
6. Methods used in Pattern Recognition, Object Recognition with Segmentation, Feature Detection and Classification
7. Industrial Machine Vision Applications
8. Coordinate systems and coordinate transforms using matrices

Assessment criteria, satisfactory (1)

The student has achieved the course objectives fairly. The student will be able to identify, define and use the course subject area’s concepts and models. The student understands the criteria and principles of the expertise development. The student has completed the required learning exercises in minimum requirement level. His/her competences have developed in a way that he/she may complete the remaining studies in electrical engineering and automation technology and finally work in a suitable job position related to this field.

Assessment criteria, good (3)

The student has achieved the course objectives well, even though the knowledge and skills need improvement on some areas. The student has completed the required learning exercises in good or satisfactory level. The student is able to define the course concepts and models and is able to justify the analysis. The student is able to apply their knowledge in study and work situations. The student understands the importance of expertise in the field of electrical engineering and automation technology and is able to analyze his/her own expertise.

Assessment criteria, excellent (5)

The student has achieved the objectives of the course with excellent marks. The student master commendably the course subject area’s concepts and models. The student has completed the required learning exercises in good or excellent level. The student is able to make justified and fluent analysis and to present concrete development measures. The student is well prepared to apply their knowledge study and work situations. Students are able to analyze the expertise in electrical engineering and automation technology and the evolvement of their own expertise.

Assessment criteria, approved/failed

The student has achieved the course objectives fairly. The student will be able to identify, define and use the course subject area’s concepts and models. The student understands the criteria and principles of the expertise development. The student has completed the required learning exercises in minimum requirement level. His/her competences have developed in a way that he/she may complete the remaining studies in electrical engineering and automation technology and finally work in a suitable job position related to this field.

Enrollment

01.05.2024 - 31.05.2024

Timing

19.08.2024 - 11.10.2024

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Seats

20 - 30

Degree programmes
  • Electrical and Automation Engineering
Teachers
  • Timo Tuominen
  • Kristian Junno
Teacher in charge

Raisa Kallio

Groups
  • TXJ21S2A
    Automaatiotekniikan pääaine, syksyllä 2021 opintonsa aloittaneet monimuoto-opiskelijat

Objective

- Opiskelija tuntee palvelurobottien tavallisimmat rakenteet.
- Opiskelija osaa käyttää simulointiohjelmistoja.
-Opiskelija tuntee konenäköjärjestelmien rakenteen ja valaistuksen perusperiaatteet.
-Opiskelija ymmärtää tavallisimpien kuvakäsittely- ja analyysimenetelmien käytön periaatteet.
-Opiskelija osaa käyttää laboratorion konenäköjärjestelmiä ja niiden kuvankäsittelyalgoritmeja kohteiden havaitsemiseen, luokitteluun ja tuotteiden laadunvalvontaan.
-Opiskelija ymmärtää kuvakäsittely- ja analyysimenetelmien käytön periaatteet robotiikkasovelluksissa

Content

1. Palvelu- ja yhteistyörobottien käyttö teollisuudessa
2. Robottien rakenteet, turvajärjestelyt, anturointi ja tarraimet
3. Robottien ohjelmointi ja simulointi
4. Robottien kinematiikka, ohjaus ja säätö
5. Konenäköjärjestelmien toteutusperiaatteet ja keskeiset osajärjestelmät
6. Kohteiden tunnistukseen tarvittavat analyysimenetelmät, kohteiden tunnistus segmentoinnin, piirteiden laskennan ja luokittelun avulla
7. Teollisuuden konenäkö sovellukset
8. Koordinaatistojen esitys ja niiden väliset muunnokset matriisilaskennan avulla

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Assessment criteria, good (3)

Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Hän on suorittanut opintojakson oppimistehtävät tyydyttävällä tai hyvällä tasolla. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää alan asiantuntijuuden merkityksen ja osaa analysoida omaa asiantuntijuuttaan.

Assessment criteria, excellent (5)

Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Hän on suorittanut opintojakson oppimistehtävät hyvällä tai kiitettävällä tasolla. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.

Assessment criteria, approved/failed

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Enrollment

27.11.2023 - 31.12.2023

Timing

18.03.2024 - 10.05.2024

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

Team Smart

Campus

Leiritie 1

Teaching languages
  • Finnish
Degree programmes
  • Electrical and Automation Engineering
Teachers
  • Timo Tuominen
  • Kristian Junno
Teacher in charge

Raisa Kallio

Groups
  • SA22K
    Automaatiotekniikan pääaine, keväällä 2022 aloittaneet päiväopiskelijat
  • SA21S
    Automaatiotekniikan pääaine, syksyllä 2021 aloittaneet päiväopiskelijat
  • SA21K
    Automaatiotekniikan pääaine, keväällä 2021 aloittaneet päiväopiskelijat

Objective

- Opiskelija tuntee palvelurobottien tavallisimmat rakenteet.
- Opiskelija osaa käyttää simulointiohjelmistoja.
-Opiskelija tuntee konenäköjärjestelmien rakenteen ja valaistuksen perusperiaatteet.
-Opiskelija ymmärtää tavallisimpien kuvakäsittely- ja analyysimenetelmien käytön periaatteet.
-Opiskelija osaa käyttää laboratorion konenäköjärjestelmiä ja niiden kuvankäsittelyalgoritmeja kohteiden havaitsemiseen, luokitteluun ja tuotteiden laadunvalvontaan.
-Opiskelija ymmärtää kuvakäsittely- ja analyysimenetelmien käytön periaatteet robotiikkasovelluksissa

Content

1. Palvelu- ja yhteistyörobottien käyttö teollisuudessa
2. Robottien rakenteet, turvajärjestelyt, anturointi ja tarraimet
3. Robottien ohjelmointi ja simulointi
4. Robottien kinematiikka, ohjaus ja säätö
5. Konenäköjärjestelmien toteutusperiaatteet ja keskeiset osajärjestelmät
6. Kohteiden tunnistukseen tarvittavat analyysimenetelmät, kohteiden tunnistus segmentoinnin, piirteiden laskennan ja luokittelun avulla
7. Teollisuuden konenäkö sovellukset
8. Koordinaatistojen esitys ja niiden väliset muunnokset matriisilaskennan avulla

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Assessment criteria, good (3)

Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Hän on suorittanut opintojakson oppimistehtävät tyydyttävällä tai hyvällä tasolla. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää alan asiantuntijuuden merkityksen ja osaa analysoida omaa asiantuntijuuttaan.

Assessment criteria, excellent (5)

Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Hän on suorittanut opintojakson oppimistehtävät hyvällä tai kiitettävällä tasolla. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.

Assessment criteria, approved/failed

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Enrollment

01.05.2023 - 08.06.2023

Timing

21.08.2023 - 13.10.2023

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Degree programmes
  • Electrical and Automation Engineering
Teachers
  • Timo Tuominen
  • Kristian Junno
Teacher in charge

Raisa Kallio

Groups
  • TXJ20S2A
    Automaatiotekniikan pääaine, syksyllä 2020 opintonsa aloittaneet monimuoto-opiskelijat

Objective

- Opiskelija tuntee palvelurobottien tavallisimmat rakenteet.
- Opiskelija osaa käyttää simulointiohjelmistoja.
-Opiskelija tuntee konenäköjärjestelmien rakenteen ja valaistuksen perusperiaatteet.
-Opiskelija ymmärtää tavallisimpien kuvakäsittely- ja analyysimenetelmien käytön periaatteet.
-Opiskelija osaa käyttää laboratorion konenäköjärjestelmiä ja niiden kuvankäsittelyalgoritmeja kohteiden havaitsemiseen, luokitteluun ja tuotteiden laadunvalvontaan.
-Opiskelija ymmärtää kuvakäsittely- ja analyysimenetelmien käytön periaatteet robotiikkasovelluksissa

Content

1. Palvelu- ja yhteistyörobottien käyttö teollisuudessa
2. Robottien rakenteet, turvajärjestelyt, anturointi ja tarraimet
3. Robottien ohjelmointi ja simulointi
4. Robottien kinematiikka, ohjaus ja säätö
5. Konenäköjärjestelmien toteutusperiaatteet ja keskeiset osajärjestelmät
6. Kohteiden tunnistukseen tarvittavat analyysimenetelmät, kohteiden tunnistus segmentoinnin, piirteiden laskennan ja luokittelun avulla
7. Teollisuuden konenäkö sovellukset
8. Koordinaatistojen esitys ja niiden väliset muunnokset matriisilaskennan avulla

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Assessment criteria, good (3)

Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Hän on suorittanut opintojakson oppimistehtävät tyydyttävällä tai hyvällä tasolla. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää alan asiantuntijuuden merkityksen ja osaa analysoida omaa asiantuntijuuttaan.

Assessment criteria, excellent (5)

Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Hän on suorittanut opintojakson oppimistehtävät hyvällä tai kiitettävällä tasolla. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.

Assessment criteria, approved/failed

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Enrollment

28.11.2022 - 31.12.2022

Timing

13.03.2023 - 05.05.2023

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Seats

0 - 45

Degree programmes
  • Electrical and Automation Engineering
Teachers
  • Timo Tuominen
  • Kristian Junno
Teacher in charge

Raisa Kallio

Groups
  • SA20K
    Automaatiotekniikan pääaine, keväällä 2020 aloittaneet päiväopiskelijat
  • SA20S
    Automaatiotekniikan pääaine, syksyllä 2020 aloittaneet päiväopiskelijat
  • SA21K
    Automaatiotekniikan pääaine, keväällä 2021 aloittaneet päiväopiskelijat

Objective

- Opiskelija tuntee palvelurobottien tavallisimmat rakenteet.
- Opiskelija osaa käyttää simulointiohjelmistoja.
-Opiskelija tuntee konenäköjärjestelmien rakenteen ja valaistuksen perusperiaatteet.
-Opiskelija ymmärtää tavallisimpien kuvakäsittely- ja analyysimenetelmien käytön periaatteet.
-Opiskelija osaa käyttää laboratorion konenäköjärjestelmiä ja niiden kuvankäsittelyalgoritmeja kohteiden havaitsemiseen, luokitteluun ja tuotteiden laadunvalvontaan.
-Opiskelija ymmärtää kuvakäsittely- ja analyysimenetelmien käytön periaatteet robotiikkasovelluksissa

Content

1. Palvelu- ja yhteistyörobottien käyttö teollisuudessa
2. Robottien rakenteet, turvajärjestelyt, anturointi ja tarraimet
3. Robottien ohjelmointi ja simulointi
4. Robottien kinematiikka, ohjaus ja säätö
5. Konenäköjärjestelmien toteutusperiaatteet ja keskeiset osajärjestelmät
6. Kohteiden tunnistukseen tarvittavat analyysimenetelmät, kohteiden tunnistus segmentoinnin, piirteiden laskennan ja luokittelun avulla
7. Teollisuuden konenäkö sovellukset
8. Koordinaatistojen esitys ja niiden väliset muunnokset matriisilaskennan avulla

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Assessment criteria, good (3)

Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Hän on suorittanut opintojakson oppimistehtävät tyydyttävällä tai hyvällä tasolla. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää alan asiantuntijuuden merkityksen ja osaa analysoida omaa asiantuntijuuttaan.

Assessment criteria, excellent (5)

Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Hän on suorittanut opintojakson oppimistehtävät hyvällä tai kiitettävällä tasolla. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.

Assessment criteria, approved/failed

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Enrollment

29.11.2021 - 06.01.2022

Timing

10.01.2022 - 08.05.2022

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Seats

0 - 70

Degree programmes
  • Electrical and Automation Engineering
Teachers
  • Timo Tuominen
  • Kristian Junno
Teacher in charge

Raisa Kallio

Groups
  • SA19S
    Automaatiotekniikan pääaine, syksyllä 2019 aloittaneet päiväopiskelijat
  • SA20K
    Automaatiotekniikan pääaine, keväällä 2020 aloittaneet päiväopiskelijat
  • TXJ19S2A
    Automaatiotekniikan pääaine, syksyllä 2019 opintonsa aloittaneet monimuoto-opiskelijat

Objective

- Opiskelija tuntee palvelurobottien tavallisimmat rakenteet.
- Opiskelija osaa käyttää simulointiohjelmistoja.
-Opiskelija tuntee konenäköjärjestelmien rakenteen ja valaistuksen perusperiaatteet.
-Opiskelija ymmärtää tavallisimpien kuvakäsittely- ja analyysimenetelmien käytön periaatteet.
-Opiskelija osaa käyttää laboratorion konenäköjärjestelmiä ja niiden kuvankäsittelyalgoritmeja kohteiden havaitsemiseen, luokitteluun ja tuotteiden laadunvalvontaan.
-Opiskelija ymmärtää kuvakäsittely- ja analyysimenetelmien käytön periaatteet robotiikkasovelluksissa

Content

1. Palvelu- ja yhteistyörobottien käyttö teollisuudessa
2. Robottien rakenteet, turvajärjestelyt, anturointi ja tarraimet
3. Robottien ohjelmointi ja simulointi
4. Robottien kinematiikka, ohjaus ja säätö
5. Konenäköjärjestelmien toteutusperiaatteet ja keskeiset osajärjestelmät
6. Kohteiden tunnistukseen tarvittavat analyysimenetelmät, kohteiden tunnistus segmentoinnin, piirteiden laskennan ja luokittelun avulla
7. Teollisuuden konenäkö sovellukset
8. Koordinaatistojen esitys ja niiden väliset muunnokset matriisilaskennan avulla

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.

Assessment criteria, good (3)

Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Hän on suorittanut opintojakson oppimistehtävät tyydyttävällä tai hyvällä tasolla. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää alan asiantuntijuuden merkityksen ja osaa analysoida omaa asiantuntijuuttaan.

Assessment criteria, excellent (5)

Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Hän on suorittanut opintojakson oppimistehtävät hyvällä tai kiitettävällä tasolla. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.

Assessment criteria, approved/failed

Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet. Opiskelija on suorittanut opintojaksossa vaadittavat oppimistehtävät minimivaatimustasolla. Hänen osaamisensa on kehittynyt siten, että hänellä on mahdollisuus suorittaa tulevat ammattiopinnot ja lopulta toimia alan työtehtävissä.