1. Principy zobrazování molekul, způsoby jejich prezentace, interpretace dat.
2. Technické prostředky zobrazování molekul (principy a technické předpoklady fungování virtuální reality, její možnosti a limity, vizualizační, prezentační a simulační SW, ukládání chemické struktury v po čítači a možnosti zobrazování)
3. Vliv struktury vybraných látek na jejich vlastnosti, obecné principy propojení struktury a vlastností látek. Možnosti využití virtuální reality a vhodného SW ve výuce.
4. Analytická chemie – principy kvalitativní analýzy.
5. Řešení vybraných úloh zaměřených na aplikaci znalostí a dovedností získaných v předchozích hodinách kurzu (skupinová výuka, projektová výuka, tandemová výuka, …) Konkrétně se bude pracovat s programy Nanome (https://nanome.ai/), LabSim (https://nova.disfarm.unimi.it/labsim), Vega ZZ (http://vegazz.net) a dalšími, které budou v danou dobu dostupné.
Předmět se zaměřuje na názorné vysvětlení vybraných chemických principů, jevů, postupů a metod s využitím didakticky názorných a inovativních metod a forem výuky, zejména prostřednictvím virtuální reality, ale také prostřednictvím spektra kvalitních simulačních SW, skupinové výuky, projektové výuky, virtuální a praktické laboratorní výuky atd. Dále se v rámci předmětu studenti seznámí s možnostmi využití virtuální reality v chemii a příbuzných předmětech. Obsahově se předmět zaměřuje zejména na prezentaci spojitosti 3D struktury a vlastností látek (vlastnosti krystalů a obecně pevné fáze, vlastnosti biochemicky významných látek jako jsou léčiva, enzymy či DNA, vlastnosti organických látek, spektroskopické vlastnosti atd.).
Kurz bude probíhat turnusově, vzhledem k předpokládané účasti studentů z partnerských univerzit bude probíhat částečně online/hybridně v anglickém jazyce
Pro absolvování kurzu je nezbytné mít přístup k headsetům pro virtuální realitu (na PřF UK jsou k dispozici v dostatečném množství), počítači a přístupu na internet. Přístupové údaje k používanému softwaru budou účastníkům poskytnuty.
Během virtuálních cvičení, speciálně připravených podle vzdělávacích cílů, budou studenti sbírat informace a data, která budou vyžadovat jejich interpretaci, analýzu a diskusi v pracovních týmech, aby podpořili nejen své učení, ale také měkké dovednosti a kritické myšlení.