Utveckla din undervisning med kognitionsvetenskap
Distanskurs för yrkeslärare – höstterminen 2025.
Viktiga datum
Datum:
söndag 1 juni 2025Tid:
00.01 – 23.59Plats:
Anmälan till Sektionen för uppdragssamordning, Stockholms universitet
Foto: Vitaliy Vodolazskyy, Mostphotos
Vill du förstå mer om hur elever lär – och hur du kan använda den kunskapen i din undervisning? Den här kursen ger dig konkreta verktyg för att planera, genomföra och utvärdera din yrkesundervisning med stöd i aktuell forskning inom kognitionsvetenskap.
Så hjälper kursen dig i din undervisning
Undervisning på kognitionsvetenskaplig grund för yrkeslärare är en distanskurs som ger dig både teoretisk förståelse och praktiska verktyg. Du lär dig om centrala begrepp som kognitiv belastning, minnesprocesser, variation, interfoliering, utspridd övning och testbaserat lärande – och hur du använder dem för att stärka elevernas lärande.
Kursen bygger på en kombination av forskning och praktisk tillämpning. Du arbetar aktivt med innehållet i relation till din egen undervisning, testar nya arbetssätt och utbyter erfarenheter med andra yrkeslärare.
Inför varje kurstillfälle förbereder du dig genom att läsa texter, ta del av lärstödjande material och reflektera över din undervisning. Under träffarna diskuterar vi konkreta exempel från undervisningen, tillsammans med kursledare som har kompetens inom både yrkesdidaktik och kognitionsvetenskap.
Kursinformation och anmälan
Undervisning på kognitionsvetenskaplig grund för yrkeslärare, 7,5 hp
Omfattning: En termins studier på kvartsfart (7,5 högskolepoäng)
Studieform: Distans med fem digitala träffar (3 timmar per gång)
Kursstart: Höstterminen 2025
Behörighet: Yrkeslärarexamen, 90 hp
På uppdrag av: Skolverket
Sista anmälningsdag: 1 juni 2025
Så anmäler du dig:
Ladda ner anmälningsblanketten:
Anmälan Kognitionsvetenskap HT25
Skicka ifylld blankett till:
anm.susa@su.se
(Sektionen för uppdragssamordning, Stockholms universitet)
Har du frågor om anmälan?
Kontakta: anm.susa@su.se
Senast uppdaterad: 2025-05-22
Sidansvarig: IPD