Available courses
What you'll learn
- Build enterprise level React Native apps and deploy to Apple App Store and Google Play Store
- Learn to build reactive, performant, large scale applications like a senior mobile app developer
- Learn to lead Mobile App projects by making good architecture decisions and helping others on your team
- Build cross platform mobile apps for iOS and Android without using Swift, Objective C, Java and Kotlin
- Learn the latest features in React Native including Hooks, Context API, AsyncStorage, and Animation
- Master the latest ecosystem of a React Native Developer from scratch
- Become the top 10% React Native Developer
- Stripe Payments (Online Payments) integration in your mobile apps
- Set up authentication and user accounts using Firebase and Firebase Functions
- Routing with React Navigation
- Using the latest ES6/ES7/ES8/ES9/ES10 JavaScript to write clean code
- Using native phone capabilities like Camera and Vibration
- Google Maps API and adding interactive maps to your projects
- Styled-Components and native styling to make modern and beautiful apps
Learn to use Pentaho (free software) to create a BI Server
How to transform your data in information
Use PDI to interact differents databases
Make a ETL process with PDI to feed a Star Schema
Create a OLAP Cube with Mondrian
Create Dynamic Dashboards in Community Dashboard Editor
Create Roles for Pentaho Server
Develop a basic free BI tool without license limit
What you'll learn
- Learn to program in R at a good level
- Learn how to use R Studio
- Learn the core principles of programming
- Learn how to create vectors in R
- Learn how to create variables
- Learn about integer, double, logical, character and other types in R
- Learn how to create a while() loop and a for() loop in R
- Learn how to build and use matrices in R
- Learn the matrix() function, learn rbind() and cbind()
- Learn how to install packages in R
- Learn how to customize R studio to suit your preferences
- Understand the Law of Large Numbers
- Understand the Normal distribution
- Practice working with statistical data in R
- Practice working with financia
What you'll learn
- Learn what is Data Science and how it is helping the modern world!
- What are the benefits of Data Science and Machine Learning
- Able to Solve Data Science Related Problem with the Help of R Programming
- Why R is a Must Have for Data Science , AI and Machine Learning!
- Right Guidance of the Path if You want to be a Data Scientist + Data science Interview Preparation Guide
- How to switch career in Data Science?
- R Data Structure - Matrix, Array, Data Frame, Factor, List
- Work with R’s conditional statements, functions, and loops
- Systematically Explore data in R
- Data Science Package: Dplyr , GGPlot 2
- Index, slice, and Subset Data
- Get your data in and out of R - CSV, Excel, Database, Web, Text Data
- Data Visualization : plot different types of data & draw insights like: Line Chart, Bar Plot, Pie Chart, Histogram, Density Plot, Box Plot, 3D Plot, Mosaic Plot
- Data Manipulation - Apply function, mutate(), filter(), arrange (), summarise(), groupby(), date in R
- Statistics - A Must have for Data Scie
This course is recommended for anyone who is interested in data analysis and illustration (business analyst, researcher, social science expert, programmer, etc.). This course shows you how to combine the two popular SQL and R technologies used in data analysis. SQL is essential for communicating with relational databases, the type of database in which most of the world's data is stored. R is a statistical data analysis tool that uses SQL to interact with databases to build charts, maps, reports, images, and even web applications that incorporate data into a final product. By taking this course, you will learn the basics of a skill that is invaluable to employers around the world. This course will be faster for people who have previous experience working with the command line interface and SQL and R.
Experience combining SQL and R for data analysis and visualization purposes; Learn to write SQL queries that can retrieve and summarize data stored in a database; Discover statistical analysis and R-visualization capabilities and see how R uses SQL to interact with databases. Learn how to create data-driven graphical images in databases using R and learn how to use RStudio features to simplify and streamline the analysis process. Casimir Saternos has been working in IT since 1999 as a software architect, software engineer, system engineer, developer and database administrator. He teaches Linux, R and Oracle SQL. He has numerous certifications (statistical inference, R programming, etc.) and has written articles on R, SQL and Java on InfoQ.com and several other sites.He is also the author of Client-Server Web Apps with JavaScript and Java
This course provides a high level overview of big data and how to use key tools to solve your data challenges. This introduction to the three areas of big data includes: • Infrastructure – how to store and process big data • Algorithms – how to integrate algorithms into your big data stack and an introduction to classification • Visualizations – an introduction to creating visualizations in JavaScript using D3.js The goal was not to be exhaustive, but rather, to provide a higher level view of how all the pieces of a big data architecture work together. Instructor Paul Dix is a frequent speaker at conferences and user groups including Web 2.0, RubyConf, RailsConf, The Gotham Ruby Conference, and Scotland on Rails. Paul is the founder and organizer of the NYC Machine Learning Meetup, which has over 2,900 members. In the past he has worked at startups and larger companies like Google, Microsoft, and McAfee. Currently, Paul is a co-founder at Errplane, a cloud based service for monitoring and alerting on application performance and metrics.
Tableau is a rapidly growing data visualization and analysis software application. Developing this skill set early will give you a differentiated advantage in searching for jobs and displaying data you may currently work with.
This Tableau course is meant for anyone looking to get an overview displaying the software’s capability. I will be working with different types of data to show you when and how to use the different views Tableau offers, including Maps, Parameters, Calculated Fields, Bar Charts, Line Charts, and Tables (with heat map variations). I will walk through 3 separate analyses using different data sources to highlight the software’s functionality.
- Anyone interested in getting their feet wet with data analytics, and branching beyond MS Excel
- Course is primarily targeted for beginners, though intermediate will likely pick up a few tips
Learn how to use R and Excel to analyze data in this course with Conrad Carlberg. He takes you through advanced logistic regression, starting with odds and logarithms and then moving on into binomial distribution and converting predicted odds back to probabilities. After this foundation is established, he shifts the focus to inferential statistics, likelihood ratios, and multinomial regression. Conrad's comprehensive coverage of how to perform logistic regression includes tackling common problems, explaining relationships, reviewing outcomes, and interpreting results.
- Recognizing the problems with ordinary regression on a binary outcome
- Quantifying errors in forecasts
- Managing different slopes
- Forecasting odds instead of probabilities
- Limiting probabilities on the upside and downside
- Working with exponents and bases
- Predicting the logit
- Working with original data and coefficients
- Establishing the Log Likelihood
- Interpreting -2LL or deviance
- Establishing a data frame with XLGetRange
- Using the R functions mlogit or and glm
- Understanding long versus wide shapes in data sets
Analyzing terabytes of data can be daunting, so what do you do with petabytes? The era of Big Data is upon us and it’s time to sharpen up the toolbox in this new genre of systems and technologies. In this course Ben explains the evolution of Big Data systems, as well as, the various architectures and popular vendors in this space. After covering the fundamentals of Big Data systems Ben covers how to access these systems using Tableau Software. Using Tableau Software he covers how to work with your Big Data and visualize in ways that will leave your boss singing your praise.
About the author
I work as a feedback mechanism for organizations and teams to help them understand what’s going on with their products and processes. I do this by collecting and organizing their data, visually exploring it, enriching it with other data and metrics, then presenting my findings using creative information design techniques. This leads to improved business performance and often sparks a data-driven culture throughout my clients organizations.
In this Big Data Analytics with Excel training course, expert author Guy Vaccaro teaches you how to manage large quantities of data with Excel. This course is designed for users that are already familiar with Excel and how to navigate a workbook and manage worksheets.
You will start by learning basic data manipulation, then jump into learning about data cleansing, including removing duplicate records, replacing text, and merging and splitting data columns. From there, Guy will teach you about Excel tables, pivot tables, charts, and pivot charts. This video tutorial also covers Power Query, Power Map, and Power Pivot. Finally, you will learn how to use Goal Seek and Solver, as well as learn about data analysis tools.
Once you have completed this computer based training course, you will have learned everything you need to know to effectively manage large quantities of data with Excel. Working files are included, allowing you to follow along with the author throughout the lessons.
What Will I Learn?
Perform a multitude of data operations in Python's popular "pandas" library including grouping, pivoting, joining and more!
Learn hundreds of methods and attributes across numerous pandas objects
Possess a strong understanding of manipulating 1D, 2D, and 3D data sets
Resolve common issues in broken or incomplete data sets
Hướng dẫn sử dụng Tableau
What Will I Learn?
- Be equipped with a powerful tool for the most sexy data analytics career path!
-
Read and write various types of raw data with different formats and options
-
Create and modify various professional and statistical reports
- Be aware of statistical analysis and concepts such as non parametric test, interaction, correlation..
- Master the most complete SAS graphics tool such GTL and statistical plots
- Learn comprehensive SAS Macro programming knowledge -- variables and user defined functions
- Perform many real world case studies -- retail banks, credit bureau, marketing firms and clinical trials
- Apply powerful data manipulation -- SQL, subsetting, slicing, filtering, transformation, ranking, sorting..
- Understand data management and data piping
- Use SAS ODS -- help deliver many useful objects such as charts, tables between different systems
- Hundreds of SAS sample codes to explain arrays, functions and business cases
What Will I Learn?
- Understand the fundamentals of statistics
-
Learn how to work with different types of data
-
How to plot different types of data
- Calculate the measures of central tendency, asymmetry, and variability
- Calculate correlation and covariance
- Distinguish and work with different types of distributions
- Estimate confidence intervals
- Perform hypothesis testing
- Make data driven decisions
- Understand the mechanics of regression analysis
- Carry out regression analysis
- Use and understand dummy variables
- Understand the concepts needed for data science even with Python and R!
Welcome to Python Visualization Dashboards with Plotly's Dash Library!
This course will teach your everything you need to know to use Python to create interactive dashboard's with Plotly's new Dash library! Have you ever wanted to take your Python skills to the next level in data visualization? With this course you will be able to create fully customization, interactive dashboards with the open source libraries of Plotly and Dash.
Dash instructional courses from Plotly usually cost more than $1000, but now you can get the bootcamp experience for a fraction of that price in this self-paced course that includes example code, explanatory videos, student support in our chat channels, Question and Answer Forums, and interactive exercises.
We'll start off by teaching you enough Numpy and Pandas that you feel comfortable working and generating data in our quick crash course. Then we'll continue by teaching you about basic data visualization with Plotly, including scatter plots, line charts, bar charts, bubble charts, box plots, histograms, distribution plots, heat maps, and more! We'll also give you an intuition of when to use each plot type.
After this and at the end of each section you'll be given exercise tasks to test and evaluate your new skills, a feature no other Plotly Dash training offers!
Once you have a grasp on Plotly basics we'll move on to the bulk of the course which is utilizing the Dash library to leverage the power of plotly plots to create interactive dashboards. We'll discuss how to create layouts for dashboards, how to have interactive callbacks, dealing with multiple inputs and outputs, creating interactive components, and more!
We'll finish off the course by going over live updating dashboards that automatically update in real time and even show you how you can deploy your dashboards live to the web with the Heroku service.
By taking this course you will be learning the bleeding edge of data visualization technology with Python and gain a valuable new skill to show your colleagues or potential employers. After completing the course you will have a certification you can post to your LinkedIn profile and a portfolio of dashboard projects you can share as well.
All of this comes with a 30 day money back guarantee, so what are you waiting for? Enroll today and we'll see you inside the course!
Data Scientist has been ranked the number one job on Glassdoor and the average salary of a data scientist is over $120,000 in the United States according to Indeed! Data Science is a rewarding career that allows you to solve some of the world's most interesting problems!
This course is designed for both complete beginners with no programming experience or experienced developers looking to make the jump to Data Science!
This comprehensive course is comparable to other Data Science bootcamps that usually cost thousands of dollars, but now you can learn all that information at a fraction of the cost! With over 100 HD video lectures and detailed code notebooks for every lecture this is one of the most comprehensive course for data science and machine learning on Udemy!
We'll teach you how to program with R, how to create amazing data visualizations, and how to use Machine Learning with R! Here a just a few of the topics we will be learning:
- Programming with R
- Advanced R Features
- Using R Data Frames to solve complex tasks
- Use R to handle Excel Files
- Web scraping with R
- Connect R to SQL
- Use ggplot2 for data visualizations
- Use plotly for interactive visualizations
- Machine Learning with R, including:
- Linear Regression
- K Nearest Neighbors
- K Means Clustering
- Decision Trees
- Random Forests
- Data Mining Twitter
- Neural Nets and Deep Learning
- Support Vectore Machines
- and much, much more!
R Programming: Fundamentals to Advanced is a tour through the most important parts of R, the statistical programming language, from the very basics to complex modeling. It covers reading data, programming basics, visualization. data munging, regression, classification, clustering, modern machine learning and more.
Data scientist, Columbia University adjunct Professor, author and organizer of the New York Open Statistical Programming meetup Jared P. Lander presents the 20 percent of R functionality to accomplish 80 percent of most statistics needs. This video is based on the material in R for Everyoneand is a condensed version of the course Mr. Lander teaches at Columbia. You start with simply installing R and setting up a productive work environment. You then learn the basics of data and programming using these skills to munge and prepare data for analysis. You then learn visualization, modeling and predicting and close with generating reports and websites and building R packages.
Table of Contents
Lesson 1 Getting Started with R: R can only be used after installation, which fortunately is just as simple as installing any other program. In this lesson you learn about where to download R, how to decide on the best version, how to install it and you get familiar with its environment, using RStudio as a front end. We also take a look at the package system.
Lesson 2 The Basic Building Blocks in R: R is a flexible and robust programming language and using it requires understanding how it handles data. We learn about performing basic math in R, storing various types of data in variables—such as numeric, integer, character and time-based—and calling functions on the data.
Lesson 3 Advanced Data Structures in R: Like many other languages, R offers more complex storage mechanisms such as vectors, arrays, matrices and lists. We take a look at those, and the data.frame, a special storage type that strongly resembles a spreadsheet and is part of what makes working with data in R such a pleasure.
Lesson 4 Reading Data into R: Data is abundant in the world, so analyzing it is just a matter of getting the data into R. There are many ways of doing so, the most common being reading from a CSV or database. We cover these and also importing from other statistical tools, and scraping websites.
Lesson 5 Making Statistical Graphs: Visualizing data is a crucial part of data science both in the discovery phase and when reporting results. R has long been known for its capability to produce compelling plots, and Hadley Wickham’s ggplot2 package makes it even easier to produce better looking graphics. We cover histograms, boxplots, scatterplots, line charts and more.
Lesson 6 Basics of Programming: R has all the standard components of a programming language such as writing functions, if statements and loops, all with their own caveats and quirks. We start with the requisite “Hello, World!’ function and learn about arguments to functions, the regular if statement and the vectorized version, and how to build loops and why they should be avoided.
Lesson 7 Data Munging: Data scientists often bemoan that 80% of their work is manipulating data. As such, R has many tools for this, which are, contrary to what Python users may say, easy to use. We see how R excels at group operations using apply, lapply and the plyr package. We also take a look at its facilities for joining, combing and rearranging data.
Lesson 8 Manipulating Strings: Text data is becoming more pervasive in the world, and fortunately, R provides ways for both combing text and ripping it apart, which we walk through. We also examine R’s extensive regular expression capabilities.
Lesson 9 Basic Statistics: Naturally, R has all the basics when it comes to statistics such as means, variance, correlation, t-tests and anovas. We look at all the different ways those can be computed.
Lesson 10 Linear Models: The workhorse of statistics is regression and its extensions. This consists of linear models, generalized linear models–including logistic and Poisson regression–and survival models. We look at how to fit these models in R and how to evaluate them using measures such as mean squared error, deviance and AIC.
Lesson 11 Other Models: Beyond regression there are many other types of models that can be fit to data. Models covered include regularization with the elastic net, bayesian shrinkage, nonlinear models such as nonlinear least squares, splines and generalized additive models, decision tress and random forests.
Lesson 12 Time Series: Special care must be taken with data where there is time based correlation, otherwise known as autocorrelation. We look at some common methods for dealing with time series such as ARIMA, VAR and GARCH.
Lesson 13 Clustering: A focal point of modern machine learning is clustering, the partitioning of data into groups. We explore three popular methods: K-means, K-medoids and hierarchical clustering.
Lesson 14 Reports and Slideshows with knitr: Successfully delivering the results of an analysis can be just as important as the analysis itself, so it is important to communicate them in an effective way. This communication can take the form of a written report, a Web site of results, a slide show or a dashboard. In this lesson we focus on the first three, which are made remarkably easy using knitr, a package written by Yihui Xie.
Lesson 15 Package Building: Building packages is a great way to contribute back to the R community and doing so has never been easier thanks to Hadley Wickham’s devtools package. This lesson covers all the requirements for a package and how to go about authoring and distributing them.
LiveLessons Video Training series publishes hundreds of hands-on, expert-led video tutorials covering a wide selection of technology topics designed to teach you the skills you need to succeed. This professional and personal technology video series features world-leading author instructors published by your trusted technology brands: Addison-Wesley, Cisco Press, IBM Press, Pearson IT Certification, Prentice Hall, Sams, and Que. Topics include: IT Certification, Programming, Web Development, Mobile Development, Home & Office Technologies, Business & Management, and more.
View All LiveLessons http://www.informit.com/imprint/series_detail.aspx?ser=2185116
- You will know how real data science project looks like
-
You will be able to include these Case Studies in your resume
-
You will be able better market yourself as a Machine Learning Practioneer
- You will feel confident during Data Science interview
- You will learn how to chain multiple ML algorithms together to achieve the goal
- You will learn most advanced Data Visualization techniques with Seaborn and Matplotlib
- You will learn Logistic Regression
- You will learn L1 Regularization (Lasso)
- You will learn Random Forest Classifier
Learn data visualisation through Tableau 2018 and create opportunities for you or key decision makers to discover data patterns such as customer purchase behavior, sales trends, or production bottlenecks. You'll learn all of the features in Tableau that allow you to explore, experiment with, fix, prepare, and present data easily, quickly, and beautifully. Use Tableau to Analyze and Visualize Data So You Can Respond Accordingly Convert Raw Data Into Compelling Data Visualisations Using Tableau 2018 Because every module of this course is independent, you can start in whatever section you wish, and you can do as much or as little as you like. Each section provides a new data set and exercises that will challenge you so you can learn by immediately applying what you're learning. Content is updated as new versions of Tableau are released. You can always return to the course to further hone your skills, while you stay ahead of the competition. Contents and Overview This course begins with Tableau basics. You will navigate the software, connect it to a data file, and export a worksheet, so even beginners will feel completely at ease. To be able to find trends in your data and make accurate forecasts, you'll learn how to work with data extracts and timeseries. Also, to make data easier to digest, you'll tackle how to use aggregations to summarize information. You will also use granularity to ensure accurate calculations. In order to begin visualizing data, you'll cover how to create various charts, maps, scatterplots, and interactive dashboards for each of your projects. You'll even learn when it's best to join or blend data in order to work with and present information from multiple sources. Finally, you'll cover the latest and most advanced features of data preparation in Tableau 10, where you will create table calculations, treemap charts, and storylines. By the time you complete this course, you'll be a highly proficient Tableau user. You will be using your skills as a data scientist to extract knowledge from data so you can analyze and visualize complex questions with ease. You'll be fully prepared to collect, examine, and present data for any purpose, whether you're working with scientific data or you want to make forecasts about buying trends to increase profits.Course Description
Bài giảng về Tableau
- How to approach an Excel dashboard project from idea to delivery
-
How to add interactivity to your Excel reports - No VBA required
-
Impress management with reports that make the decision-making process faster
- Clever use of Excel core functionality for responsive spreadsheets
- Learn how to create a professional KPI dashboard from scratch
- Create impressive, non-standard Excel charts using smart techniques
- Build Pivot Table-based dashboards for easy interactivity
- Use powerful visual techniques so your content has more effect
Bài giảng về khoa học dữ liệu
Bài giảng về khoa học dữ liệu
Phân tích không gian
Data scientists who use Excel realize that R is emerging as the new standard for statistical wrangling (especially for larger data sets). This course serves as the perfect bridge for the many Excel-reliant data analysts and business users who need to update their data science skills by learning R.
Much of the course focuses on how crucial statistical tasks and operations are done in R—often with the DescTools package—as contrasted with Excel's functions and Data Analysis add-in, and then scales up from there, showing R's more powerful features. Conrad Carlberg will help you effectively toggle between both programs, moving data back and forth so you can get the best of both worlds. Start by learning how to install R and the DescTools package, and the data files used in all the hands-on exercises. Then learn about calculating descriptive statistics on numeric and nominal variables, and running bivariate analyses in both Excel and R. In the "Next steps" video, Conrad breaks down the pros and cons of Excel vs. R and provides tips for learning more about statistics in each application.
- Bài thuyết trình
- Biết khái niệm bài thuyết trình. Biết các nhân tố ảnh hưởng đến chất lượng thuyết trình và một số chỉ dẫn để tạo nên một bài thuyết trình tốt.
- Biết các bước chính trong tạo và thực hiện bài thuyết trình: Xác định mục tiêu thuyết trình; thiết kế, biên tập nội dung các trang của bài thuyết trình; lưu và phân phát (publish) nội dung bài thuyết trình; thực hiện việc thuyết trình bằng một công cụ trình chiếu.
- Hiểu khái niệm và công dụng của bảng tính.
- Biết các bước để xây dựng và ứng dụng bảng tính thông thường: Nhập và biên tập dữ liệu, công thức vào bảng; tính toán trên dữ liệu bằng cách áp dụng các phép tính, biểu thức, hàm; biểu diễn trực quan dữ liệu dưới dạng biểu đồ; một số ứng dụng cao cấp như phân tích dữ liệu, dự báo; in và phân phối các bảng tính.
Khóa học này cung cập cho người học những kiến thức cơ bản về hệ soạn thảo văn bản Microsoft Word.
Hiểu khái niệm văn bản theo nghĩa thông thường. Biết cách tổ chức và
định dạng một văn bản. Soạn thảo văn bản và xử lý văn bản. Biết các thao
tác thông thường để có được một văn bản theo yêu cầu: Soạn thảo nội
dung (tạo mới hoặc sử dụng nội dung có sẵn), biên tập văn bản (thêm bớt,
sửa chữa nội dung, thay đổi định dạng, thêm minh họa, tạo các liên kết,
tham chiếu, hoàn chỉnh văn bản), lưu giữ văn bản, in ấn và phân phối
văn bản.
Dược lý là môn học cơ sở ngành, cung cấp các kiến thức cơ bản để học viên chuyên ngành kỹ thuật phục hồi chức năng học tốt các học phần tiếp theo trong chương trình học
Học phần dược lý là học phần bắt buộc, cung cấp kiến thức cơ sở của khối ngành trong chương trình đào tạo cử nhân kỹ thuật xét nghiệm y học. Học phần cung cấp các thông tin trong sử dụng thuốc và hướng dẫn sử dụng thuốc an toàn, hợp lý và hiệu quả, cơ chế hấp thu, phân bố, chuyển hóa, thải trừ đồng thời nghiên cứu các tác động của thuốc đối với các mô và cơ quan trong cơ thể.
Học phần dược lý là học phần bắt buộc, cung cấp kiến thức cơ sở của khối ngành trong chương trình đào tạo cử nhân kỹ thuật xét nghiệm y học. Học phần cung cấp các thông tin trong sử dụng thuốc và hướng dẫn sử dụng thuốc an toàn, hợp lý và hiệu quả, cơ chế hấp thu, phân bố, chuyển hóa, thải trừ đồng thời nghiên cứu các tác động của thuốc đối với các mô và cơ quan trong cơ thể.
Ký sinh trùng y học là học phần bắt buộc, thuộc khối kiến thức cơ sở dành cho sinh viên cử nhân Dinh dưỡng. Học phần cung cấp những kiến thức về cấu tạo, hoạt động và đặc tính ký sinh của một số loại ký sinh trùng gây bệnh thường gặp trong cộng đồng. Học phần giúp sinh viên có kỹ năng tư vấn một số nguyên tắc cơ bản trong phòng chống và điều trị bệnh ký sinh trùng ở mức độ cơ thể và cộng đồng.
- Teacher: Trang Nguyen Thi
Học phần cung cấp các kiến thức về cấu trúc và chức năng của các cơ quan trong cơ thể người để học viên học tốt các học phần tiếp theo trong chương trình đào tạo
Học phần cung cấp các kiến thức về cấu trúc và chức năng của các cơ quan trong cơ thể người để học viên học tốt các học phần tiếp theo trong chương trình đào tạo
- Teacher: Pham Quoc Thanh
Môn
học Giải phẫu – Sinh lý học người là môn học cơ bản, cung cấp cho sinh viên
kiến thức về cấu trúc và chức năng của các bộ phận cơ thể người, cũng
như mối liên quan giữa các cơ quan và chức năng sinh lý của chúng trong cơ
thể người. Đây là những kiến thức
cần thiết, bắt buộc trong đào tạo cử nhân Xét nghiệm Y học (XNYH), Y tế Công
cộng (YTCC), công tác xã hội (CTXH) và cử nhân dinh dưỡng (DD)
- Teacher: Ngô Văn Lăng (YHCS)
- Teacher: Trang Nguyen Thi
- Teacher: Nguyễn Minh Toàn (YHCS)
- Teacher: Nguyen Thi Anh Van
- Teacher: Ha Van Nhu (YHCS)
Truyền thông sức khỏe (TTSK) là một chiến lược quan
trọng của Nâng cao sức khỏe. Trong các chương trình giáo dục sức khỏe (GDSK) và
nâng cao sức khỏe (NCSK), chiến lược truyền thông sức khỏe nhằm cung cấp thông
tin sức khỏe, tăng cường hiểu biết để thay đổi thái độ và hành vi sức khỏe theo
chiều hướng tích cực trong các nhóm đối tượng đích khác nhau. Môn học TTSK cung
cấp những kiến thức cơ bản về quá trình truyền thông, các cách tiếp cận và
phương pháp truyền thông nhằm cung cấp thông tin, tác động thay đổi thái độ và
hành vi. Ý tưởng, thông điệp truyền thông; cách thiết kế và thử nghiệm thông
điệp và tài liệu truyền thông sẽ được trình bày, thảo luận và thực hành trong
khóa học. Các kiến thức và kỹ năng về TTSK là cơ sở quan trọng để người làm
công tác TT-GDSK áp dụng trong việc
thiết kế và thực hiện chương trình
GDSK-NCSK. Đây cũng là nhu cầu đào tạo bức thiết của cán bộ y tế tham gia công
tác TT-GDSK hiện nay
- Teacher: Nguyen Trung Kien (KHXH)
- Teacher: Nguyen Nga
Sức khoẻ nghề nghiệp là một chuyên ngành thiết yếu trong Y tế công cộng, nghiên cứu và giải quyết các vấn đề sức khoẻ và các yếu tố liên quan của một bộ phận rất quan trọng trong mọi xã hội đó là người lao động. Môn học cung cấp những kiến thức và kỹ năng cơ bản trong nghiên cứu về Sức khoẻ nghề nghiệp, giúp người học có khả năng tham gia hiệu quả trong các chương trình quản lý, chăm sóc và bảo vệ sức khoẻ cho người lao động nhằm bảo vệ sức khoẻ cho người lao động, phòng chống bệnh tật và thương tích liên quan đến nghề nghiệp, nâng cao khả năng làm việc, kéo dài tuổi đời và tuổi nghề của họ trên cơ sở tổ chức lao động hợp lý, dự phòng tích cực và cải thiện điều kiện lao động tại nơi làm việc.
Sức khoẻ nghề nghiệp là một yếu tố cơ bản cho sự phát triển bền vững. Nó tạo ra định hướng xã hội và sức khoẻ trên nguyên tắc phát triển bền vững. Sức khoẻ và an toàn nghề nghiệp là một trong những quyền cơ bản của người lao động. Theo những nguyên tắc của Liên hợp quốc (UN), Tổ chức Y tế thế giới (WHO) và tổ chức Lao động quốc tế (ILO) thì tất cả mọi công dân trên thế giới có quyền được lao động mạnh khoẻ và an toàn, họ có quyền có một môi trường lao động có khả năng đem lại cho họ một cuộc sống hữu ích về xã hội và kinh tế.
Sức khoẻ nơi làm việc và môi trường lao động lành mạnh là tài sản có giá trị nhất của mỗi cá nhân, mỗi công đồng và quốc gia. Sức khoẻ nghề nghiệp là một chiến lược quan trọng không chỉ để đảm bảo sức khoẻ cho người lao động mà còn đóng góp tích cực vào năng suất lao động, chất lượng sản phẩm, khuyến khích người lao động an tâm thoải mái với nghề nghiệp và vì vậy nó tác động tích cực tới toàn bộ chất lượng cuộc sống của cá nhân và xã hội
- Teacher: Vũ Thái Sơn ( SKMT&NN)
- Teacher: Tran Thi Thu Thuy
- Teacher: Nguyen Thuy Quynh (YHLD)
Khoá học này giới thiệu với học viên các bước xây dựng một đề cương nghiên cứu khoa học. Những kiến thức và kỹ năng các học viên học được từ các môn học trước tại trường như dịch tễ, thống kê, quản lý y, nâng cao sức khoẻ v.v.. học viên sẽ xác định vấn đề nghiên cứu cụ thể, quy mô của vấn đề, và những yếu tố quyết định đến vấn đề này.
Khoá học sẽ cung cấp cho học viên phương pháp để thiết kế các nghiên cứu khoa học, cũng như xác định những hạn chế của các nghiên cứu. Đầu ra của khóa học là một đề cương nghiên cứu hoàn chỉnh cho một chủ đề nhất định của nhóm học viên
- Teacher: Tran Thi Duc Hanh (Dich te)
Học phần An sinh xã hội là
học phần bắt buộc trong chương trình đào tạo Cử nhân Công tác xã hội. Học phần
sẽ cung cấp cho sinh viên những khái niệm về an sinh xã hội, và các khái niệm,
thuật ngữ có liên quan; mối quan hệ của an sinh xã hội; và khuôn khổ an sinh xã
hội. Mô hình an sinh xã hội của một số nước trên thế giới và hệ thống an sinh
xã hội ở Việt Nam cũng sẽ được giới thiệu tới sinh viên.
- Teacher: Hà Thị Minh Nguyệt (VQLĐT)
- Teacher: Hua Thanh Thuy
Đại cương Giáo dục sức
khỏe và Nâng cao sức khỏe cộng đồng là học phần bắt buộc, thuộc khối kiến thức
cơ sở của khối ngành công tác xã hội. Môn học này cung cấp cho sinh
viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết
định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà
Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi,
các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức
khỏe trong các môn học tiếp sau thuộc chuyên ngành
Nội dung Môn Tin học đại cương được xây dựng Theo thông tư 03/2014/TT- BTTTT của Bộ Thông tin và Truyền thông về quy định chuẩn kỹ năng sử dụng CNTT cơ bản.
Môn học nhằm trang bị cho người học những hiểu biết cơ bản về công nghệ thông tin và kỹ năng thực hành tổng hợp về sử dụng máy tính, xử lý văn bản, sử dụng bảng tính, sử dụng trình chiếu, sử dụng internet cơ bản.
Người học hoàn thành môn học Tin học Đại cương có khả năng sử dụng công nghệ thông tin đáp ứng Chuẩn kỹ năng sử dụng CNTT cơ bản theo quy định của Thông tư 03/2014/TT-BTTTT Bộ Thông tin và Truyền thông.
- Teacher: Nguyệt Vân Nguyễn
Môn học Tâm lý học sức khỏe trang bị cho sinh viên các kiến thức
và một số kỹ năng cơ bản của tâm lý học để áp dụng vào thực hành nghề nghiệp
công tác xã hội. Đây là một trong những môn học nền tảng của công tác xã hội,
giúp sinh viên có thể nắm bắt được tâm lý ở các giai đoạn tuổi khác nhau, sàng
lọc các vấn đề sức khỏe tâm thần có thể có, cũng như phân tích các yếu tố tác
động tới tâm lý của khách hàng, qua đó giúp cho việc thấu hiểu, giao tiếp với
khách hàng hiệu quả hơn, đồng thời có thể hỗ trợ cho việc lựa chọn các giải
pháp để trợ giúp cho khách hàng một cách phù hợp nhất.
- Teacher: Dinh Thu Ha (KHXH)
Supplementary Materials
- Teacher: Do Thi Thu Trang (Ngoai Ngu)
Đại cương về Giáo dục sức khỏe và Nâng cao sức khỏe
(GDSK-NCSK) cộng đồng là một môn học thuộc nhóm kiến thức cơ sở của khối ngành
của chương trình đào tạo Cử nhân CTXH. GDSK đóng vai trò quan trọng trong các
hoạt động chăm sóc sức khỏe ban đầu, nhằm nâng cao kiến thức, thay đổi thái độ
và hành vi của đối tượng đích. NCSK là quá trình tạo điều kiện thuận lợi để
người dân thay đổi hành vi sức khỏe, tăng cường khả năng kiểm soát các yếu tố
nguy cơ đối với sức khỏe, từ đó sức khỏe người dân được cải thiện. Môn học này
cung cấp cho sinh viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe,
các yếu tố quyết định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến
lược NCSK cơ bản mà Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí
thuyết về hành vi, các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu
giải quyết vấn đề sức khỏe trong các môn học tiếp sau.
- Teacher: Nguyen Trung Kien (KHXH)
- Teacher: Nguyen Nga
- Teacher: Tâm (SKMT&NN) Hồ Thị Thanh
Khoa học hành vi và Nâng cao sức khỏe là học phần bắt buộc, thuộc khối kiến thức cơ sở
của ngành cử nhân dinh dưỡng. Môn học này cung cấp cho sinh
viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết
định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà
Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi,
các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức
khỏe trong các môn học tiếp sau thuộc chuyên ngành.
Khoa học hành vi và Nâng cao sức khỏe là học phần bắt buộc, thuộc khối kiến thức cơ sở
của ngành cử nhân dinh dưỡng. Môn học này cung cấp cho sinh
viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết
định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà
Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi,
các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức
khỏe trong các môn học tiếp sau thuộc chuyên ngành.
Khoa học hành vi và Nâng cao sức khỏe là học phần bắt buộc, thuộc khối kiến thức cơ sở
của ngành cử nhân dinh dưỡng. Môn học này cung cấp cho sinh
viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết
định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà
Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi,
các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức
khỏe trong các môn học tiếp sau thuộc chuyên ngành.
- Teacher: Tien Quang Truong
Kinh tế dinh dưỡng là học phần tự chọn, thuộc khối kiến thức bổ trợ trong chương trình đào tạo cử nhân dinh dưỡng. Kinh tế dinh dưỡng là một khái niệm mới được đưa ra trong những năm gần đây, như là một lĩnh vực giao thoa giữa kinh tế học, kinh tế y tế và dinh dưỡng nhằm đánh giá tác động của thực phẩm và dinh dưỡng đến sức khỏe, nâng cao sức khỏe, tìm hiểu về hành vi của các thành phần kinh tế (người tiêu dùng, người sản xuất và các bên liên quan) xung quan vấn đề thực phẩm và dinh dưỡng.
- Teacher: Nguyen Thu Ha (KTYT)
Khoa học hành vi và Nâng cao sức khỏe là học phần bắt buộc, thuộc khối kiến thức cơ sở
của ngành cử nhân dinh dưỡng. Môn học này cung cấp cho sinh
viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết
định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà
Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi,
các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức
khỏe trong các môn học tiếp sau thuộc chuyên ngành
- Teacher: Hoàng Khắc Tuấn Anh (BMDD)
- Teacher: Nguyen Thanh Ha (Dinh duong)
- Teacher: Nguyen Thanh Ha (Dinh duong)
Học phần bắt buộc thuộc khối kiến thức chuyên ngành. Học phần sẽ giới thiệu ý nghĩa và tầm quan trọng của các chương trình can thiệp dinh dưỡng và phương pháp quản lý các can thiệp dinh dưỡng. Đồng thời cũng cung cấp các giải pháp và nội dung một số can thiệp về dinh dưỡng đang được áp dụng hiện nay.
- Teacher: Ngô Thanh Hằng (SKMT&NN)
Học phần Tâm lý học - y đức thuộc khối kiến thức cơ sở ngành Dinh dưỡng. Học phần trang bị cho sinh viên các kiến thức và một số kỹ năng cơ bản của tâm lý học sức khỏe khi phân tích vấn đề sức khỏe. Sinh viên hiểu được một số đặc điểm tâm lý của con người theo từng giai đoạn tuổi, nhân cách và mối quan hệ với thói quen dinh dưỡng; phân tích được các cơ chế của ảnh hưởng xã hội đến tâm lý con người; mối liên quan giữa ứng phó với căng thẳng và thói quen dinh dưỡng. Ngoài ra, học phần cũng trang bị những kiến thức cần thiết về đạo đức trong nghiên cứu và thực hành nghề nghiệp của cán bộ dinh dưỡng.
- Teacher: Dinh Thu Ha (KHXH)
- Teacher: Ngô Thanh Hằng (SKMT&NN)
- Teacher: Nguyen Thanh Ha (Dinh duong)
Học phần Tâm lý học - y đức thuộc khối kiến thức cơ sở ngành Dinh dưỡng. Học phần trang bị cho sinh viên các kiến thức và một số kỹ năng cơ bản của tâm lý học sức khỏe khi phân tích vấn đề sức khỏe. Sinh viên hiểu được một số đặc điểm tâm lý của con người theo từng giai đoạn tuổi, nhân cách và mối quan hệ với thói quen dinh dưỡng; phân tích được các cơ chế của ảnh hưởng xã hội đến tâm lý con người; mối liên quan giữa ứng phó với căng thẳng và thói quen dinh dưỡng. Ngoài ra, học phần cũng trang bị những kiến thức cần thiết về đạo đức trong nghiên cứu và thực hành nghề nghiệp của cán bộ dinh dưỡng.
- Teacher: Dinh Thu Ha (KHXH)
|
Khoa học hành vi và Nâng cao sức khỏe (NCSK) là một môn học thuộc nhóm kiến thức cơ sở của chương trình đào tạo Cử nhân Dinh Dưỡng. GDSK đóng vai trò quan trọng trong các hoạt động chăm sóc sức khỏe ban đầu, nhằm nâng cao kiến thức, thay đổi thái độ và hành vi sức khỏe của đối tượng đích, đặc biệt liên quan tới dinh dưỡng. NCSK là quá trình tạo điều kiện thuận lợi để người dân thay đổi hành vi sức khỏe, tăng cường khả năng kiểm soát các yếu tố nguy cơ đối với sức khỏe, từ đó sức khỏe người dân được cải thiện. Môn học này cung cấp cho sinh viên những kiến thức cơ bản về sức khỏe, hành vi sức khỏe, các yếu tố quyết định vấn đề sức khỏe, chăm sóc sức khỏe ban đầu, các chiến lược NCSK cơ bản mà Tổ chức Y tế thế giới đã xác định; bước đầu đề cập các lí thuyết về hành vi, các chiến lược GDSK, NCSK cơ bản để định hướng nghiên cứu giải quyết vấn đề sức khỏe trong các môn học tiếp sau. |
- Teacher: Nguyệt Vân Nguyễn
- Teacher: Pham Quoc Thanh
Môn học này cung cấp cho sinh viên một số kiến thức và kỹ năngcơ bản thường dùng trong đánh giá tình trạng dinh dưỡng tại cộng đồng. Sinh viên được thực hành phương pháp đánh giá tình trạng dinh dưỡng bằng phương pháp nhân trắc học, đánh giá mức hoạt động thể lực. Sinh viên cũng được thực hành các phương pháp điều tra tiêu thụ lương thực thực phẩm.
Sau khi hoàn thành học phần này, học viên có khả năng:
- Thảo luận và giải thích nguyên tắc, ưu nhược điểm của các phương pháp đánh giá tình trạng dinh dưỡngbằng một số chỉ số nhân trắc và hóa sinh.
- Thực hiện một số phương pháp đánh giá tình trạng dinh dưỡng(sử dụng phầm mềm Anthro 2006), mức hoạt động thể lực và điều tra tiêu thụ lương thực thực phẩm.
- Teacher: Le Thi Thu Ha
Môn học này cung cấp cho sinh viên một số kiến thức và kỹ năngcơ bản thường dùng trong đánh giá tình trạng dinh dưỡng tại cộng đồng. Sinh viên được thực hành phương pháp đánh giá tình trạng dinh dưỡng bằng phương pháp nhân trắc học, đánh giá mức hoạt động thể lực. Sinh viên cũng được thực hành các phương pháp điều tra tiêu thụ lương thực thực phẩm.
Sau khi hoàn thành học phần này, học viên có khả năng:
- Thảo luận và giải thích nguyên tắc, ưu nhược điểm của các phương pháp đánh giá tình trạng dinh dưỡngbằng một số chỉ số nhân trắc và hóa sinh.
- Thực hiện một số phương pháp đánh giá tình trạng dinh dưỡng(sử dụng phầm mềm Anthro 2006), mức hoạt động thể lực và điều tra tiêu thụ lương thực thực phẩm.
- Teacher: Nguyen Thanh Ha (Dinh duong)
- Teacher: Nguyệt Vân Nguyễn
- Teacher: Pham Quoc Thanh
Học phần Hóa học là môn thuộc kiến thức cơ sở khối ngành. Học phần cung cấp kiến thức cơ bản về hoá học, hoá hữu cơ, hoá phân tích và các ứng dụng cũng như ý nghĩa của chúng trong xét nghiệm y học. Học phần cũng giúp sinh viên giải thích được một số quá trình hoá học xảy ra trong cơ thể sống và nguyên lý của một số xét nghiệm y học cơ bản
- Teacher: Phạm Thị Huyền Chang Phạm Thị Huyền
CNVLVHKTXNYH5-1B1 -(60 sv)_700102903_1_2022-2023 1 Học tối ngày 05.12.2022
- Teacher: Tien Nguyen Duy
Học phần dược lý là học
phần bắt buộc, cung cấp kiến thức cơ sở của khối ngành trong chương trình đào
tạo cử nhân kỹ thuật xét nghiệm y học. Học phần cung cấp các thông tin trong sử dụng thuốc và
hướng dẫn sử dụng thuốc an toàn, hợp lý và hiệu quả, cơ chế hấp thu, phân bố,
chuyển hóa, thải trừ đồng thời nghiên cứu các tác động của thuốc đối với các mô
và cơ quan trong cơ thể.
- Teacher: Phạm Thị Huyền Chang Phạm Thị Huyền
- Teacher: Đỗ Thị Tuyết Chinh ( LaBo)
- Teacher: Nguyễn Thị Thu Hà (TTXN)
Học phần cung cấp các thông tin tổng quát về tổ chức và hệ thống y tế như đặc điểm, cấu trúc tổ chức, chức năng và các thành phần cơ bản của hệ thống y tế; giới thiệu một số chương trình y tế quốc gia trọng điểm; và những kiến thức cơ bản về các yếu tố quyết định sức khỏe, hành vi sức khỏe, và những giải pháp giáo dục, nâng cao sức khỏe cộng đồng.
Học phần góp phần củng cố kiến thức nền tảng để sinh viên Cử nhân xét nghiệm y học tiếp tục học tập, nghiên cứu hiệu quả các học phần khác về y tế công cộng nói chung; xét nghiệm tại các cơ sở y tế, bệnh viện nói riêng- Teacher: Pham Quynh Anh (QLD)
Vi sinh 5 là học phần tự chọn thuộc khối kiến thức chuyên ngành. Nội dung học phần bao gồm các kiến thức và kỹ năng thực hành nâng cao về xét nghiệm vi sinh lâm sàng, bao gồm ứng dụng các kỹ thuật sinh học phân tử trong chẩn đoán, định danh, xác định khả năng kháng thuốc và đột biến kháng thuốc của vi sinh vật nhằm hỗ trợ điều trị lâm sàng. Ngoài ra, học phần cung cấp kiến thức và nguyên tắc thiết kế xây dựng phòng xét nghiệm vi sinh, sinh học phân tử tại các cơ sở y tế đảm bảo nguyên tắc xét nghiệm vi sinh đáp ứng các tiêu chuẩn phòng xét nghiệm an toàn sinh học và quản lý chất lượng xét nghiệm y học
Học phần Xét nghiệm Miễn dịch là học phần bắt buộc, thuộc khối kiến thức chuyên ngành. Học phần cung cấp cho người học kiến thức và kỹ năng về phân tích, thực hành một số xét nghiệm miễn dịch cơ bản ứng dụng trong chẩn đoán và theo dõi điều trị một số bệnh không truyền nhiễm thường gặp trên cộng đồng như dị ứng, quá mẫn và ứng dụng trong một số bệnh lý như ung thư, thải ghép.
Nội dung Môn Tin học đại cương được xây dựng Theo thông tư 03/2014/TT- BTTTT của Bộ Thông tin và Truyền thông về quy định chuẩn kỹ năng sử dụng CNTT cơ bản.
Môn học nhằm trang bị cho người học những hiểu biết cơ bản về công nghệ thông tin và kỹ năng thực hành tổng hợp về sử dụng máy tính, xử lý văn bản, sử dụng bảng tính, sử dụng trình chiếu, sử dụng internet cơ bản.
Người học hoàn thành môn học Tin học Đại cương có khả năng sử dụng công nghệ thông tin đáp ứng Chuẩn kỹ năng sử dụng CNTT cơ bản theo quy định của Thông tư 03/2014/TT-BTTTT Bộ Thông tin và Truyền thông.
- Teacher: Nguyệt Vân Nguyễn
Nội dung Môn Tin học đại cương được xây dựng Theo thông tư 03/2014/TT- BTTTT của Bộ Thông tin và Truyền thông về quy định chuẩn kỹ năng sử dụng CNTT cơ bản.
Môn học nhằm trang bị cho người học những hiểu biết cơ bản về công nghệ thông tin và kỹ năng thực hành tổng hợp về sử dụng máy tính, xử lý văn bản, sử dụng bảng tính, sử dụng trình chiếu, sử dụng internet cơ bản.
Người học hoàn thành môn học Tin học Đại cương có khả năng sử dụng công nghệ thông tin đáp ứng Chuẩn kỹ năng sử dụng CNTT cơ bản theo quy định của Thông tư 03/2014/TT-BTTTT Bộ Thông tin và Truyền thông.
- Teacher: Pham Quoc Thanh
Môn
học này sẽ cung cấp các khái niệm cơ bản của một hệ thống thông tin quản lý
phòng thí nghiệm. Nó sẽ giúp cho các học viên hiểu và có thể áp dụng được các
nguyên tắc cơ bản trong việc thu thập, xử lý và khai thác các thông tin một
cách hiệu quả.
- Teacher: Pham Quoc Thanh
Dược lý (Pharmacology) là môn học nghiên cứu về sự tác động giữa thuốc và cơ thể. Dược lý nghiên cứu các cơ chế khi thuốc vào trong cơ thể, cơ thể hấp thu, phân bố, chuyển hóa, thải trừ đồng thời nghiên cứu các tác động của thuốc đối với cơ thể, thuốc có thể tác động lên các tổ chức, cơ quan hoặc hệ thống của cơ thể theo các cơ chế khác nhau để cho hiệu quả điều trị hoặc thể hiện tác dụng không mong muốn. Dược lý cung cấp các thông tin trong sử dụng thuốc và hướng dẫn sử dụng thuốc an toàn, hợp lý và hiệu quả.
- Teacher: Phí Thị Hương Liên (YHCS)
- Teacher: Phạm Thị Huyền Chang Phạm Thị Huyền
- Teacher: Nguyễn Minh Toàn (YHCS)
Môn học Quản lý chất lượng phòng xét nghiệm cung cấp các kiến thức cơ bản và tổng thể về quản lý chất lượng phòng xét nghiệm cũng như các tiêu chuẩn quốc tế dành cho phòng xét nghiệm y sinh học. Đây là kiến thức cơ sở cần thiết cho cán bộ xét nghiệm y học để trang bị kiến thức và kỹ năng quản lý chất lượng xét nghiệm
- Teacher: Nguyễn Huy Đông (TTXN)
Dược lý là môn học cơ sở ngành, cung cấp các kiến thức cơ bản để học viên chuyên ngành kỹ thuật phục hồi chức năng học tốt các học phần tiếp theo trong chương trình học
Tâm lý y học – y đức thuộc khối kiến thức cơ sở của khối ngành. Môn học trang bị cho sinh viên các kiến thức và một số kỹ năng cơ bản của tâm lý học khi làm việc với người bệnh/người có nhu cầu phục hồi chức năng (PHCN) và cộng đồng. Sinh viên hiểu được một số đặc điểm tâm lý của con người theo từng giai đoạn tuổi; phân tích được khía cạnh tâm lý của người khuyết tật và có nhu cầu PHCN; các cơ chế của ảnh hưởng xã hội đến tâm lý con người; cách ứng phó với các tình huống căng thẳng; đồng thời giúp sinh viên nắm được cách thức giao tiếp phù hợp với người bệnh và cộng đồng. Ngoài ra, môn học cũng giới thiệu cho sinh viên các nguyên tắc đạo đức nghề nghiệp cơ bản để các em nắm được, cũng như có thể áp dụng trong thực hành nghề nghiệp sau này của chính mình.
- Teacher: Dinh Thu Ha (KHXH)