Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Recursos Humanos

Departamento / Department

Departamento de Recursos Humanos e Comportamento Organizacional

Ano letivo / Execution Year

2024/2025

Pré-requisitos / Pre-Requisites

Não se aplica

Objetivos Gerais / Objectives

Aprender o processo e etapas de desenvolvimento de um projeto de investigação cientifica em gestão

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

No final da unidade curricular, os alunos devem ser capazes de: OA1 Identificar problemas de investigação relevantes nas diferentes especialidades da gestão OA2 Compreender o papel das teorias fundamentais no desenvolvimento de um projecto de investigação. OA3 Analisar literatura científica na área de modo a elaborar uma revisão critica do estado da arte na especialidade OA4 Desenvolver tópicos de investigação, propor questões de pesquisa, e preparar um projecto investigação.

Conteúdos Programáticos / Syllabus

1. O processo de investigação. Desenvolvimento de tópicos de investigação. 2. Importância e definição do problema de investigação 3. Importância da teoria como suporte do problema de investigação 4. Revisão de literatura. Instrumentos de análise da literatura 5. Desenvolvimento de questões de investigação. Ética na investigação.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

Os pontos 1 e 2 do programa apresentam as etapas do processo de investigação e o racional de desenvolvimento do problema de investigação. Estes conhecimentos permitem aos estudantes aplicar este racional na identificação de problemas na sua área de especialização definindo o problema de investigação que se propõem investigar (OA1). O ponto 3 aborda teorias fundamentais em gestão. A sua compreensão permite identificar o suporte teórico dos problemas de investigação propostos (OA2). O ponto 4 aborda a importância e a os métodos de revisão de literatura, contribuindo para o conhecimento sobre estado da arte na temática e análise crítica da literatura para identificar questões de investigação relevantes em aberto (OA3). O ponto 5 discute o desenvolvimento de um projeto de investigação coerente e a ética na investigação. Este ponto permite aos alunos desenvolver um projeto de investigação identificando o contributo do seu estudo para o avanço do conhecimento na área (OA4).

Avaliação / Assessment

A avaliação da disciplina ao longo do semestre é baseada numa escala de 0 a 20 e é obtida pela média ponderada dos seguintes elementos obrigatórios: apresentação de um trabalho individual escrito (90%) contextualizado na especialidade e área de investigação, e um exercício em grupo e apresentado oralmente em aula (10%). É necessária a obtenção da nota mínima de 10 valores para a aprovação na unidade curricular. Dada a natureza e objetivo desta unidade curricular esta não prevê a realização de um exame final para os estudantes que não obtem aprovação no sistema acima descrito.

Metodologias de Ensino / Teaching methodologies

Para a aquisição das competências de aprendizagem que permitam cumprir com cada um dos objetivos de aprendizagem, serão utilizadas as seguintes metodologias de ensino-aprendizagem (MEA): 1. Expositivas, para apresentação dos quadros teóricos de referência. 2. Ativas, sendo os alunos incentivados a participar nas discussões e fazer reflexões críticas sobre os temas apresentados em aula. 3. Estudo e trabalho de investigação individual (para o trabalho proposto para avaliação)

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As Metodologias de Ensino (MT) permitem aos alunos adquirir competências de investigação através da aplicação dos conceitos científicos discutidos nas aulas ao seu projeto de investigação. A análise da literatura teórica e empírica nas aulas e no auto-estudo ajuda ao desenvolvimento de ideias de investigação próprias e à compreensão do estado da arte. As discussões e análises em aula contribuem para o pensamento crítico e o desenvolvimento de problemas, aspetos necessários para propor um projeto de investigação bem fundamentado no final do curso. A unidade curricular implica trabalho autónomo do aluno.

Observações / Observations

Os estudantes podem solicitar aos docentes atendimento para esclarecimento de dúvidas. Atendimento é marcado por email.

Bibliografia Principal / Main Bibliography

Leedy, P. D. & Ormrod (2019). Practical research: Planning and design. Macmillan publishing company. Sandberg, J. & Alvesson, M. (2011) Ways of constructing research questions: gap-spotting or problematization?, Organization, 18(1), 23-34 Evans, D., Gruba, P., & Zobel, J. (2011). How to write a better thesis. Melbourne Univ. Publishing. Editors of Academy of Management Journal (2011). From the Editors Publishing in AMJ. 54 (3), 432-453

Bibliografia Secundária / Secondary Bibliography

Blokdyk, G. (2019). Marketing Research: A Complete self- assessment Guide. New Jersey: 5STARCooks. Choi T.M., Cheng T.C.E., & Zhao X. (2016). MultiMethodological Research in Operations Management. Production and Operations Management, 25(3), 279-389. Daniels, S. R., Wang, G., Lawong, D., & Ferris, G. R. (2017). Collective assessment of the human resources management field: Meta-analytic needs and theory development prospects for the future. Human Resource Management Review, 27(1), 8-25. George, G., Osinga, E.C., Lavie, D., & Scott, B.A. (2016). Big data and data science methods for management research. Academy of Management Journal, 59 (5), 1493-1507. Post, C., Sarala, R., Gatrell, C., & Prescott, J. E. (2020). Advancing theory with review articles. Journal of Management Studies, 57(2), 351-376. Scott, W.R., & O´Brein, P. (2019). Financial Accounting Theory (8th Edition), Toronto: Prentice Hall Vicario, G., & Coleman, S. (2020). A review of data science in business and industry and a future view. Applied Stochastic Models in Business and Industry, 36 (1): 6-18.

Data da última atualização / Last Update Date

2024-07-23