Distribución de los créditos:

  • 1r trimestre: 20,5 créditos (17,5 créditos de asignaturas, 1 crédito para la planificación del proyecto final de máster bajo la supervisión de un miembro de la Facultad del CBC y 2 créditos de actividad de seminario).
  • 2ndo trimestre: 18,5 créditos (5,5 créditos de asignaturas, 10 créditos de trabajo para el trabajo de fin de máster y 3 créditos de actividad de seminario).
  • 3r trimestre: 21 créditos (3 créditos de asignaturas, 16 créditos de trabajo para el trabajo de fin de máster y 2 créditos de actividad de seminario).

Estructura

MÓDULO 1: Neurociencia cognitiva y técnicas de investigación
Exploración de los experimentos más importantes sobre los diversos aspectos de la cognición humana y sus resultados. Presentación de las técnicas, procedimientos y diseños de investigación más comunes y enfoques para el análisis de datos y la interpretación de resultados.
Asignatura Descripción Créditos ECTS Trimestre
Análisis de Datos para Neurociencia Cognitiva
  • Programación para análisis de datos experimentales con Matlab o Python.
  • Métodos matemáticos para el análisis estadístico univariado y multivariado de neurofisiología, comportamiento y neuroimagen.
 2.5 2
Métodos de Neuroimagen
  • Metodologías experimentales para técnicas de neuroimagen.
  • Análisis matemático y estadístico de datos de neuroimagen (por ejemplo, EEG, ERP, fMRI).
 2.5 2
Cognición Comparada
  • Mecanismos generales de aprendizaje.
  • Técnicas de investigación en ciencia cognitiva con animales.
  • Modelos animales: procesos psicológicos, lenguaje en la investigación animal y humana.
  • Consideraciones éticas.
 3 1
Cognición Humana Inicial
  • Fundamentos históricos y filosóficos de las teorías de la cognición.
  • Comprensión de los bebés del mundo físico.
  • Comprensión de los bebés de otras mentes.
  • Razonamiento lógico y numérico en la infancia.
 3 1
Toma de Decisiones: el Cerebro en Acción
  • La neurofisiología de las decisiones.
  • Decisiones perceptivas y económicas.
  • Planificación.
  • Modelos: difusión y competencia.
 3 1 (2nT al 22-23)
Introducción a la Neurociencia Computacional
  • Pico de neuronas.
  • Sinapsis dinámicas.
  • Redes corticales.
  • Plasticidad/Aprendizaje.
 3 3
Neurociencia Cognitiva del Lenguaje
  • Cómo se representa y procesa el lenguaje en el cerebro.
  • Percepción del lenguaje.
  • Producción de lenguaje.
  • El bilingüismo: cómo maneja el cerebro dos idiomas.
 3 1
Neurociencia Cognitiva de la Percepción y la Atención
  • Procesos cognitivos y neuronales implicados en la percepción.
  • Mecanismos de percepción.
  • Aspectos multisensoriales de las funciones perceptivas.
  • Conciencia.
 3 1

La Base Neuronal de la Memoria
  • La neurofisiología de la memoria.
  • Memoria a corto y largo plazo.
  • Modelos: modelos atractores.
 3 2
MÓDULO 2. Materia: Seminarios
Análisis crítico y constructivo semanal de uno o más experimentos en curso, ya sea de un participante en el programa de máster o de alguien externo al mismo. Seguimiento de los diseños, metodologías, análisis de datos, resultados y conclusiones de los estudiantes. 
Asignatura Descripción Créditos ECTS Trimestre
Seminario
  • Presentación de artículos experimentales y resultados.
  • Análisis de los datos.
  • Diseño de un proyecto de investigación.
 2/3/2 1/2/3
MÓDULO 3: Trabajo de Fin de Máster
Asignatura  Descripción Créditos ECTS Trimestre
Trabajo de Fin de Máster  Proyecto de investigación sobre un tema relacionado con la preparación del máster y la realización de una tesis de fin de máster. 1/10/16 1/2/3

Puedes consultar el plan docente aquí.

Más información

"El plagio se puede definir como la apropiación de la ideas, palabras, obras, etc. En lo que respecta a las universidades, el término se aplica a cualquier situación en la que alguien se apropia de algo que otra persona ha creado y no recononce explícitamente su orígen." (cita del Código Ético de la UPF).

Desde el máster en Cerebro y Cognición, consideramos que el plagio es perjudicial para los autores originales (ya que es una forma de apropiación indebida), para la reputación de los profesores y la Universidad en su conjunto, y genera una ventaja injusta entre los estudiantes. Por estas razones, estamos decididos a prevenir el plagio en ensayos y en el trabajo de fin de máster (TFM). Por ello, debe tenerse en cuenta que el plagio puede dar lugar a una sanción disciplinaria por parte de la Universidad, más allá de las medidas tomadas desde el propio máster.

Podéis encontrar definiciones e información más precisas sobre qué es y qué no es plagio en los siguientes recursos:

Se recomienda que todos los alumnos hayan realizado las lecturas antes de que empiece el curso. A continuación encontraréis el calendario actualizado de las clases previstas.

Es obligatorio que todos los estudiantes que no tengan una formación sólida en programación y/o estadística realicen algunos cursos introductorios sobre estos temas antes del inicio del programa.

Es obligatorio que todos los estudiantes sin una formación sólida en programación realicen el siguiente curso introductorio de Python *ANTES* de que empiece el programa: https://www.learnpython.org/ (Aprender los tutoriales básicos y de ciencia de datos).

Después de completar este curso, los estudiantes deben poder aprobar el siguiente cuestionario: https://pynative.com/basic-python-quiz-for-beginners/.

En la primera sesión del curso Análisis de Datos en Neurociencia Cognitiva, se pasará un cuestionario básico similar al de Python en clase para confirmar el nivel básico requerido para ingresar en este curso.

Para obtener estadísticas básicas, podéis consultar el curso en línea.

Lectura obligatoria para el curso Cognición Humana Inicial. Las secciones 1, 2, 3, 6, 10, 11 son obligatorias. Las otras secciones son opcionales. 

Se recomienda especialmente que todos los estudiantes lean:

The Student's Guide to Cognitive Neuroscience, 2ª ed., de Jamie Ward.

Y, a partir de la siguiente lista, se recomienda especialmente a los estudiantes que estén menos familiarizados con la neurociencia cognitiva que trabajen una de las lecturas. Además, és altamente recomendable completar la lectura de cualquiera de estos libros que cubra los fundamentos de las pruebas estadísticas, ya que es muy probable que tengáis que comprenderlos para realizar vuestro trabajo (estadística descriptiva, prueba t, ANOVA, quizás análisis no paramétricos, posiblemente —aunque no necesariamente— regresión). Debe tenerse en cuenta que no es necesario comprar los libros, porque están disponibles en las bibliotecas.

  1. Cognitive Neuroscience: The Biology of the Mind. 4ª ed., Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun.
  2. Capítulo 2 del libro MATLAB for Neuroscientists: An Introduction to Scientific Computing in MATLAB. 1ª ed., Pascal Wallisch, Michael E. Lusignan, Marc D. Benayoun, Tanya I. Baker, Adam Seth Dickey, Nicholas G. Hatsopoulos. Aquí encontraréis las Instrucciones para poder configurar licencias de Matlab para estudiantes de la UPF.
  3. Statistical Methods for Psychology (PSY 613 Qualitative Research and Analysis in Psychology). 8ª ed., David C. Howell.
  4. Statistical Methods for Psychology, International Edition. 8ª, David C. Howell. Y la web del autor: https://www.uvm.edu/~dhowell/methods8/, que aporta y tiene información complementaria para el libro. 
  5. Cengage Advantage Books: Fundamental Statistics for the Behavioral Sciences. 7ª ed.