Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · H 2025
17 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
NMBU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Emnet omhandler produksjonslogistikk og distribusjon. Distribusjon inkluderer transport, lager og varelevering. Emnet dekker primært både de strukturelle og styringsmessige deler av fagfeltet og både metoder og prinsipper og en del deskriptiv beskrivelse av systemer og utstyr for logistikk og distribusjon. Læringsaktiviteter er tredelt; en forelesningsdel, en øvingsdel og en datamodelleringsbasert prosjektoppgave. Forelesningene gir innsikt i prinsipper og metoder. Øvingene er basert på industrielle case og prosjektoppgavene fokuseres rundt ett case med bruk av reelle data.
Produksjonslogistikk inneholder tematikk som styringsprinsipper og styringsmodeller, digitale styringssystemer, fabrikklayout og material håndtering. Distribusjonsmodeller, varehusmodeller og lagerstyring, samt oversikt over ulike leveransemodeller, inkludert nettbaserte forretningsmodeller.
Emnet dekker spesielt moderne og fremtidige løsninger som sanntids beslutningsstøtte, internettbaserte driftsmodeller, sensorer og overvåkning for styring, og autonome lastbærere og kjøretøy.
Eksamen: K1- Ingen bruk av KI
Semesteroppgave: K2 - Spesifisert bruk av KI
Akademisk arbeid i dette kurset innebærer bruk av ulike kilder, metoder og verktøy for å frembringe ny innsikt. Som ett av disse verktøyene kan studenten benytte kunstig intelligens (KI). Bruk av KI forutsetter at studenten har kontroll over prosessen og innsikt i KIs styrker, begrensninger og konsekvenser ved industrielle anvendelser. Studenten har selv fullt ansvar for anbefalinger og beslutninger som delvis er påvirket av bruk av KI. Ved bruk av KI må studenten fortsatt demonstrere profesjonell innsats, kritisk tenkning, evne til å forklare valgte løsninger og arbeidsprosessene bak disse, samt kvalitetssikre KI-genererte delresultater med faglig innsikt, grundighet og etisk aktsomhet
Bruk av KI må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som IND250.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 17 | B (4.41) | 0 % |
| Høst 2024 | 13 | B (3.69) | 0 % |
| Høst 2023 | 20 | C (3.50) | 0 % |
| Høst 2022 | 17 | B (3.82) | 0 % |
| Høst 2021 | 4 | B (4.00) | 0 % |