Opin vísindi
Opin vísindi er varðveislusafn vísindaefnis og doktorsritgerða í opnum aðgangi á vegum íslenskra háskóla og Landsbókasafns Íslands - Háskólabókasafns.
Opinn aðgangur að rannsóknaniðurstöðum er í samræmi við 10. gr. laga nr. 3/2003 um opinberan stuðning við vísindarannsóknir sem og kröfur innlendra og erlendra rannsóknasjóða. Markmiðið með opnum aðgangi er að niðurstöður rannsókna séu aðgengilegar sem flestum óhindrað og án endurgjalds á rafrænu formi. Vistun í varðveislusafninu er varanleg og ætlað að tryggja aðgang að vísindaefni íslenskra háskóla í opnum aðgangi um ókomna tíð. Varðveislusafnið Opin vísindi er tengt við rannsóknagáttina IRIS og rannsóknaniðurstöður í opnum aðgangi sem eru skráðar í IRIS eru um leið vistaðar og gerðar aðgengilegar til framtíðar í varðveislusafninu. Með því að safna þessu efni saman í eitt safn verður aðgangur að því einfaldur og þægilegur fyrir alla sem vilja kynna sér það og geta þannig notið þess öfluga vísindastarfs sem fram fer í háskólum landsins.
Varðveislusafnið er OpenAIRE / OpenAIREplus samhæft og samrýmist kröfum sem gerðar eru um birtingu rannsóknaniðurstaðna úr verkefnum sem styrkt eru úr evrópsku rannsóknaáætlununum FP7 og H2020.
Varðveislusafnið notar opna hugbúnaðinn DSpace.
Opinn aðgangur að rannsóknaniðurstöðum er í samræmi við 10. gr. laga nr. 3/2003 um opinberan stuðning við vísindarannsóknir sem og kröfur innlendra og erlendra rannsóknasjóða. Markmiðið með opnum aðgangi er að niðurstöður rannsókna séu aðgengilegar sem flestum óhindrað og án endurgjalds á rafrænu formi. Vistun í varðveislusafninu er varanleg og ætlað að tryggja aðgang að vísindaefni íslenskra háskóla í opnum aðgangi um ókomna tíð. Varðveislusafnið Opin vísindi er tengt við rannsóknagáttina IRIS og rannsóknaniðurstöður í opnum aðgangi sem eru skráðar í IRIS eru um leið vistaðar og gerðar aðgengilegar til framtíðar í varðveislusafninu. Með því að safna þessu efni saman í eitt safn verður aðgangur að því einfaldur og þægilegur fyrir alla sem vilja kynna sér það og geta þannig notið þess öfluga vísindastarfs sem fram fer í háskólum landsins.
Varðveislusafnið er OpenAIRE / OpenAIREplus samhæft og samrýmist kröfum sem gerðar eru um birtingu rannsóknaniðurstaðna úr verkefnum sem styrkt eru úr evrópsku rannsóknaáætlununum FP7 og H2020.
Varðveislusafnið notar opna hugbúnaðinn DSpace.
Error fetching top-level communities
Nýlega bætt við
AI in Academia: Student Voices and the Quest for Authenticity in a Changing Educational Landscape
(2025-11-27) Jóhannesdóttir, Sigurbjörg; Schram, Ásta Bryndís; Faculty of Sociology, Anthropology and Folkloristics; Health Sciences
Eftir því sem gervigreind (AI) er í auknum mæli samþætt háskólamenntun, verður sífellt mikilvægara að skilja hvernig nemendur upplifa þessi verkfæri og nota þau. Þessi forrannsókn skoðar reynslu meistaranema af notkun gervigreindar í námsverkefnum við háskóla á Íslandi, með það að markmiði að styðja við gerð spurningalista fyrir alla nemendur skólans. Tólf nemendur tóku þátt í forprófun könnunarinnar, sem innihélt bæði fullyrðingar metnar á Likert-kvarða og eigindlegar spurningar. Nemendur lýstu notkun sinni á gervigreindartólum við verkefni á borð við hugmyndavinnu, samantektir og uppsetningu ritgerða. Flestir lýstu jákvæðri afstöðu og nefndu kosti eins og tímasparnað, aukna sköpunargleði og stuðning við gagnrýna hugsun. Hins vegar komu einnig fram siðferðilegar áhyggjur, meðal annars um áreiðanleika upplýsinga frá gervigreindarverkfærum, áhættu fyrir persónuvernd og samfélagsleg áhrif hraðrar þróunar gervigreindar. Ábendingar nemenda nýttust beint við endurbætur á spurningalista til að tryggja skýrleika og tengingu við raunverulega reynslu. Auk þess voru gervigreindarverkfæri notuð við þróun og yfirferð spurningalistans, sem sýnir tvíþætt hlutverk þeirra í þátttökumiðaðri, aðlögunarhæfri rannsóknarhönnun. Rannsóknin undirstrikar mikilvægi þess að menntanýjungar byggi á sjónarmiðum nemenda, þannig að gervigreind styðji við en leysi ekki af hólmi ekta námsupplifun. Hún kallar á skýrar leiðbeiningar og opna umræðu um hlutverk gervigreindar í síbreytilegu fræðilegu samhengi.
Students' perceptions of connectedness and teacher caring in the online university environment
(2025-12-11) Schram, Ásta Bryndís; Jóhannesdóttir, Sigurbjörg; Faculty of Sociology, Anthropology and Folkloristics; Faculty of Political Science; Health Sciences
Rannsóknir á aðferðum til að efla áhugahvöt nemenda í netnámi hafa farið vaxandi. Hins vegar skortir áherslu á það hvernig umhyggja kennara og tengslamyndun við nemendur þróast og mótast í stafrænu námsumhverfi. Beitt var blönduðum aðferðum til að kanna upplifun nemenda af tengslamyndun og umhyggju kennara og hvernig hegðun kennarans tengdist þessum þáttum. Þátttakendur voru 173 nemendur í lotubundnu, ósamstilltu framhaldsnámskeiði í opinberri stjórnsýslu. Í könnuninni var notast við staðfesta kvarða um umhyggju úr MUSIC-líkani áhugahvatningar og einnig stök viðhorfsspurningar. Nemendur upplifðu umhyggju kennarans mjög sterkt. Gögn úr rýnihópum, opnum spurningum og viðtali við kennara varpa enn dýpri ljósi á niðurstöðurnar. Skipulag námskeiðsins, gæði námsefnis, skýrar leiðbeiningar, jákvæð samskipti, stuðningur og persónuleg nærvera kennarans höfðu mikil áhrif. Upplifun nemenda af tengslum við samnemendur var breytileg. Kennslustrategíur ættu að vera skipulagðar þannig að nemendur skynji umhyggju kennarans, þar sem þessi þáttur eflir áhugahvöt og nám nemenda.
L1 Speaker, L2 Speaker, or Both? : A Diachronic Investigation into Attitudes of University Students in Icelandic as a Second Language towards Their Teachers
(2025) Bade, Stefanie; Consagra, Piergiorgio; Faculty of Icelandic and Comparative Cultural Studies; Humanities
Tilgangur þessarar greinar er sá að varpa ljósi á viðhorf nemenda í Íslensku sem öðru máli við Háskóla Íslands til kennara með íslensku á móðurmáli (M1) og þeirra sem hafa annað móðurmál en íslensku (M2). Gerð er samanburðargreining á gögnum sem safnað var með könnunum á námsárunum 2018/2019 og 2023/2024. Til að tryggja áreiðanlegan samanburð var sömu aðferðafræði beitt í báðum rannsóknum. Markmið kannananna var að athuga hvort móðurmál kennara skipti nemendur máli og hvort val þeirra breytist eftir ákveðnum þáttum, til að mynda viðhorfum til kennslu, tungumáls og lands, tungumálatengdra þátta, námsaðferða og hvatningar svo og eftir sjálfsmati á tungumálafærni. Niðurstöðurnar eru settar fram hlið við hlið og þær bornar saman með tilliti til ofangreindra þátta. Móðurmál kennarans virðist ekki skipta meirihluta þátttakenda máli en eru svör þeirra sem kjósa frekar M1 eða M2 dreifð nokkuð ólíkt milli áranna 2018/2019 of 2023/2024. Viðhorf með tilliti til móðurmáls kennara virðist vera jafnari í síðari rannsókninni. Í sumum tilvikum virðist þessi munur samsvara betur niðurstöðum sambærilegra rannsókna erlendis.
Efficient Exploration of Chemical Kinetics -- Development and application of tractable Gaussian Process Models
(University of Iceland, School of Engineering and Natural Sciences, Faculty of Physical Sciences, 2025-12-18) Goswami, Rohit; Hannes Jónsson; Physical Sciences (UI); Raunvísindadeild (HÍ); School of Engineering and Natural Sciences (UI); Verkfræði- og náttúruvísindasvið (HÍ)
Stjórnun efnakerfa í rúmi og tíma til að hafa áhrif á samverkandi efnahvörf hefur verið markmið efnafræðinnar allt frá dögum gullgerðarlistarinnar. Í dag er mat á afurðum og hraða efnahvarfa, ásamt mati á stöðugleika efna og efniviða, grundvallarverkefni í efnaiðnaði. Þrátt fyrir stökk í stærðfræðilegri líkanagerð, með nákvæmum lýsingum á rafeindaskipan til að lýsa fjöleinda skammtafræðikerfum, og þrátt fyrir aðgengi að stórauknu reikniafli (exascale), vantar enn skilvirkar aðferðir til að ákvarða hvarfhraða í stórum hermunum. Bein hermun á gangverki atóma takmarkast af stuttum tímaskala og litlum lengdarkvarða. Nýlega hefur orðið hröð framþróun í gerð vélrænna mættisfalla (machine learned potential functions), en þær krefjast stórra gagnagrunna sem inntaks og eru ekki hagnýtar þegar verkefnið er að skima hratt í gegnum þúsundir efna eða efniviða til að finna bestu kandídatana fyrir tæknilega nýtingu. Þær hafa ennfremur hingað til takmarkast við svæði þar sem atómin eru í stöðugri uppröðun og eru ekki áreiðanlegar fyrir hvarfástand (transition state regions) sem ákvarða að miklu leiti hvarfhraðann. Tilraunir til að kanna hvarfanet á sjálfvirkan hátt með nægilegri nákvæmni fela í sér of háan kostnað við reikninga í rafeindaskipan. Einfaldandi nálganir fyrir hraðaútreikninga gera ráð fyrir því að efnahvörf séu hægir ferlar miðað við titring atómanna svo að varmalegt jafnvægi náist og nýta því tölfræðilegar nálganir fyrir útreikninga á hvarfhraða. Í einföldustu nálguninni, kjörsveifilsnálgun (harmonic approximation) við virkjunarástandskenninguna (transition state theory), snúast þær um að finna fyrsta stigs söðulpunkta á orkuyfirborðinu sem lýsir því hvernig orka kerfisins er háð staðsetningu atómanna. Jafnvel þá er reikniþörfin við leit að söðulpunktum of mikil í mörgum tilfellum, sérstaklega þegar orka og atómkraftar eru fengnir úr reikningum í rafeindaskipaninni. Hröðun á söðulpunktaleit byggð á staðgengilslíkönum (surrogate models) hefur verið lýst sem vænlegri á nærri áratug, en hefur í reynd verið hömluð af mikilli yfirbyggingu og tölulegum óstöðugleika sem gera að engu ávinninginn í rauntíma.Þessi ritgerð kynnir lausn sem byggir á heildrænni nálgun á þessu verkefni sem samþættir hönnun á eðlisfræðilegri framsetningu, tölfræðilegu líkani og kerfisarkitektúr. Þessi hugmyndafræði birtist í Optimal Transport Gaussian Process (OT-GP) umgjörðinni, sem notar eðlisfræðilega meðvitaða (physics-aware) framsetningu byggða á mælikvörðum fyrir bestun flutnings (optimal transport) til að búa til þjappaðan og efnafræðilega viðeigandi staðgengil fyrir stöðuorkuyfirborðið. Þetta skilgreinir tölfræðilega trausta nálgun og notar markvissa sýnatöku til að draga úr reikniþörfinni. Samhliða endurskrifun á EON hugbúnaðinum fyrir hermun á löngum tímaskala, er sett fram styrktarnámsnálgun (reinforcement-learning) fyrir lágháttarfylgni (minimum mode following) aðferðina þegar lokaástand er ekki tiltekið og hnikateygjubands (nudged elastic band) aðferðina þegar bæði upphafs- og lokaástand eru tilgreind. Samanlagt marka þessar framfarir nýja hugmyndafræði fyrir hermun á efnahvörfum sem byggir á framsetningunni fyrst (representation-first) og er þjónustumiðuð (service-oriented). Árangur þessarar aðferðafræði er sýndur með stórum viðmiðunarprófunum sem sýna góða frammistöðu, greinda með líkönum Bayes. Með því að þróa aðferð fyrir afkastamikil opinn-hugbúnaðar (open-source) verkfæri, umbreytir þessi vinna gömlu fræðilegu loforði í hagnýta tól til að kanna gang og hraða efnahvarfa.
Norna-Gests þáttr and Helga þáttr Þórissonar in Icelandic Manuscripts: A Literary Diptych Lost in Time
(2025) Consagra, Piergiorgio; Faculty of Icelandic and Comparative Cultural Studies