Gäller från och med: Vårterminen 2025
Beslutad av: Anders Gustafsson - FUN
Datum för fastställande: 2024-12-18
Avdelning: Teknisk logistik
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
Fallstudie är en term med många betydelser, olika för olika forskare. En fallstudie är vanligtvis en djupgående, empirisk undersökning av ett samtida fenomen med användning av flera datakällor. En fallstudie kallas ibland för en specifik forskningsansats med metoder för datainsamling och analys. Det finns dock en debatt (sedan länge) om olika typer/tillvägagångssätt av fallstudieforskning och hur detta kopplar till den övergripande forskningsdesignen. Men ofta är analysdelen mer av ”en svart låda”. Analysdelen påstås vara den svåraste delen i fallstudieforskning, och också ofta den minst transparent beskriven. Kursen kommer att utveckla elevernas förståelse för hur man kodar, illustrerar, ger mening och rapporterar kvalitativa data från fallstudieforskning.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Värderingsförmåga och förhållningssätt
För godkänd kurs skall doktoranden kunna kritiskt utvärdera tidskriftsartiklar som tillämpar fallstudie-analys och kunna presentera sina resultat både muntligt i grupp och skriftligt.
Kursen baseras på en introduktionsföreläsning och en seminarieserie som kommer att innehålla följande: (i) Introduktion av fallstudieforskning, inklusive ansatser som ofta används i SCM/OM; (ii) Viktiga aspekter av fallstudieforsknings-design och kvalitativ analys; (iii) Datakodning; (iii) Data illustration; (iv) Slutsatsdragning och teoretisering; (v) Beskrivning av fallstudieanalys; (vi) Presentation av individuell plan för fallstudieanalys. Doktoranden kommer också att undersöka och jämföra olika artiklar, både relaterade till fallstudie-metodik, men särskilt reflektera över 3 olika artiklar från SCM/OM-fältet som var och en som rapporterar fallstudieforskning.
Qualitative Data Analysis. A Method sourcebook.
Detta är kursens huvudbok. För flera av modulerna tillkommer vetenskapliga artiklar att läsa, totalt sett cirka 20 stycken.
Undervisningsformer: Föreläsningar, seminarier, övningar, litteraturkurs som självstudier. Kursen kommer att ha en interaktiv design. Doktoranderna förväntas vara förberedda, engagerade och villiga att utforska och diskutera en mängd olika metoder för analys av fallstudier. Studenten kommer också att presentera take-away av den tilldelade litteraturen för varje seminarium, samt stegvis reflektera över sin egen forskning och påbörja plananalys. Kursen baseras på en introduktionsföreläsning och en seminarieserie. Studenterna kommer också att undersöka och jämföra olika artiklar, både relaterade till CSR-metodik, och särskilt reflektera över 3 olika SCM/OM-artiklar var och en som rapporterar om CSR.
Examinationsformer: Skriftlig rapport, inlämningsuppgifter, seminarieföredrag av deltagarna.
Obligatoriskt deltagande vid seminarier. Presentation av deltagare (inklusive skriftlig dokumentation som PPT), seminarier som ges av deltagare (sammanfattning av bokkapitel, inklusive skriftlig dokumentation som PPT). Slutlig skriftlig rapport (som beskriver och motiverar deras planerade kvalitativa analys.
Betygsskala: Underkänd, godkänd
Examinator:
Förkunskapskrav: Någon introducerande kurs i Metodologi (vetenskapslära), Forskningsmetoder, eller Kvalitativa forskningsmetoder.
Förutsatta förkunskaper: Kunskap i Supply chain management/Operationsmanagement eller relaterade fält som Produktion, Marknadsföring, Risk management etc.
Urvalskriterier: I första hand doktorander inom Supply chain management/Operations management/Industriell ekonomi. I andra hand studenter inom närliggande områden som Produktion, Marknadsföring, Riskhantering mm
I tredje hand andra studenter som arbetar med fallstudieforskning, särskilt flerfallstudier.
Vid behov kommer studenter (inom prioriteringsgrupperna ovan) att prioriteras utifrån om de är aktiva i fallstudieforskning.
Kursen kan komma att ges vartannat eller vart tredje år, givet att det finns minst två doktorander från Avdelningen för teknisk logistik och totalt sett minst 5 doktorander. Max antal doktorander är 12.
Kursansvariga: