Om de ongelijkheid tussen onderwijsonderzoek en genomics te begrijpen, bedenk eens hoe elk het woord 'codering' zou kunnen definiëren.

Naar Nebraska's Marilyne-vlekken, wiens onderzoek naar STEM-onderwijs haar onlangs de Presidential Early Career Award voor wetenschappers en ingenieurs opleverde, het betekent het classificeren van het klasgedrag van docenten en studenten.

Aan Robert Erdmann, die zijn doctoraat behaalde met het bestuderen van plantengenetica voordat hij bij het laboratorium van Stains kwam, het beschrijft hoe organismen de biologische handleidingen opslaan die het leven mogelijk maken.

Maar Stains haalde Erdmann aan boord, juist omdat zijn academische achtergrond anders was dan die van haar, de kans om een ​​duidelijk perspectief en stem aan haar lab toe te voegen. Die investering in het interdisciplinaire heeft zijn vruchten afgeworpen in de vorm van Classroom as Genome, een op genetica geïnspireerde aanpak die het duo ontwikkelde om de gegevens die in klaslokalen werden verzameld, beter te analyseren en te interpreteren.

De statistische en visualisatietools die het zoeken naar genetische indicatoren van ziekte of fitheid in organismen hebben versneld, hebben het potentieel om hetzelfde te doen voor STEM-onderwijs, aldus de onderzoekers.

"Ik denk dat de grote innovatie hier is (kunnen) gebruikmaken van tools die al zijn doorgelicht en bestaan ​​op totaal verschillende gebieden en deze toepassen op onderwijsgegevens, " vlekken, een universitair hoofddocent scheikunde, zei. "De tools die we hier gebruiken, helpen ons patronen van het gedrag van docenten (en) studenten te identificeren die we echt niet zouden kunnen doen met alleen traditionele statistieken."

Bij het vergelijken van notities tijdens het brainstormen over de aanpak, Stains en Erdmann identificeerden een paar kritische maar gemakkelijk over het hoofd geziene overeenkomsten tussen genomen en klaslokalen.

Het duo realiseerde zich, bijvoorbeeld, die beide meerdere informatielagen bevatten die verloren kunnen gaan of gecomprimeerd kunnen worden wanneer alleen naar het geheel wordt gekeken. collectief, een genoom kan worden gezien als de volledige catalogus van genetische blauwdrukken in een organisme. Het genoom op praktisch niveau begrijpen, Hoewel, betekent graven in de diepere lagen:wat DNA en genen eigenlijk zijn, hoe de instructies die in genen zijn ingebed, worden getranscribeerd en vertaald, waarom dat proces soms mislukt.

De meeste traditionele benaderingen voor het analyseren van klasgegevens lijken meer op de eerste dan op de laatste, zeiden de onderzoekers, ontbrekende dynamiek die soms het beste weergeeft hoe docenten lesgeven en studenten leren. Stains en Erdmann wilden de nuances. Ze wilden een benadering die rekening kon houden met zowel de invloed van opeenvolging - hoe het ene element het volgende zou kunnen veroorzaken of beïnvloeden - als de wisselwerking tussen gebeurtenissen die gelijktijdig plaatsvinden of elkaar overlappen in de tijd. En ze wilden betekenisvolle patronen onderscheiden uit enorme hoeveelheden gegevens die waren verzameld uit honderden of zelfs duizenden klaslokalen.

Genetici hebben met soortgelijke maar nog grotere uitdagingen te maken gehad bij het bestuderen van de genomen van organismen, waarvan vele miljoenen, zo niet miljarden nucleotidebasen bevatten - de vier "letters" van het DNA-alfabet. De door technologie gedreven opkomst van bio-informatica in de afgelopen decennia heeft genetici in staat gesteld de equivalenten van woorden, pagina's en hoofdstukken in de instructiehandleidingen die door die code zijn gevormd, samen met de syntaxis, interpunctie en andere regels die bepalen hoe het wordt getranscribeerd.

In de geest van Erdmann, dat duizelingwekkende vooruitgang ook een niet-gerealiseerd potentieel vertegenwoordigde.

"Wat ik zag, was een kans om dezelfde bioinformatica-tools te gebruiken die ik voor plantenbiologie gebruikte voor een soort uniek en creatief doel:om gegevens te analyseren die eigenlijk veel parallellen hebben met biologische gegevens, maar die daarin niet waren bekeken context eerder, zei Erdmann, nu aan de Universiteit van Minnesota Rochester. "Ik denk dat we allebei erg blij waren met hoe naadloos het uiteindelijk ging in termen van het gebruik ervan en de resultaten die we konden behalen tijdens het testen van de tools."

Vooruit in de klas

Een groot voordeel van de Classroom als Genome-aanpak, Vlekken en Erdmann zeiden:is dat het meerdere manieren kan bevatten om dezelfde klasobservaties te meten. Een gemeenschappelijk instrument, bekend als COPUS, helpt bij het categoriseren van de aan- of afwezigheid van gedrag en interacties in de klas. Andere instrumenten classificeren de waargenomen kwaliteit of andere aspecten van die gebeurtenissen.

Onderwijsonderzoekers analyseren doorgaans gegevens van verschillende instrumenten onafhankelijk van elkaar, zei Vlekken. Maar met de nieuwe aanpak kunnen onderzoekers de aanwezigheid, kwantiteit en kwaliteit van een oefening of interactie in één visualisatietool, hen een uitgebreider maar nog steeds begrijpelijk beeld te geven van de stijl of de klascultuur van een instructeur, ze zei.

"Klaslokalen zijn chaotische plekken, "Zei Erdmann. "Je wilt zoveel mogelijk informatie kunnen krijgen en er niets van verliezen. Dit is een geweldige datastructuur om daarvoor te gebruiken.

"Hierdoor kunnen onderzoekers de beste delen van meerdere tools tegelijkertijd gebruiken om meer informatie uit dezelfde set gegevens te halen."

Om het gebruik en de waarde van Classroom als genoom te illustreren, Stains en Erdmann namen voorbeelden en casestudy's op - de laatste met gegevens uit een paper uit 2015 - bij het onthullen van hun aanpak in het tijdschrift CBE - Life Sciences Education.

Hun voorbeelden bestonden uit vragen die onderwijsonderzoekers beter zouden kunnen beantwoorden met de aanpak, naast de genomische equivalenten die al worden beantwoord via bio-informatica. Een klassikale vraag waarin werd onderzocht hoe gelijkmatig de clickervragen over een instructieperiode zijn verspreid, ging gepaard met hoe ver een genetische code verwijderd is van andere exemplaren van dezelfde code in een genoom.

In een verwante casus, het duo gebruikte COPUS-gegevens en een genomics-visualisatietool om de hypothese te testen dat docenten die clickervragen stellen, studenten ook aanmoedigen om samen te werken voordat ze antwoorden. Stains en Erdmann breidden vervolgens de analyse uit om de breedte van gerelateerde vragen of hypothesen aan te tonen die de aanpak zou kunnen aanpakken.

"Ik denk dat dat vooral nuttig zal zijn voor onderwijsonderzoekers of anderen die niets weten over deze technieken, Zei Stains. "Als je al bio-informatica gebruikt, de taal en de manier van denken komen waarschijnlijk veel voor. Maar vooral voor mensen die zich buiten die wereld bevinden, het was echt belangrijk om te laten zien hoe deze tools eruit zien (en) wat ze kunnen doen.

"Het is een soort proof-of-concept om het potentieel van deze methoden te zien. Maar ik denk dat dit zo nieuw is dat we het moeten illustreren."

Stains en Erdmann zeiden dat ze hopen dat het omgekeerde ook waar zal zijn - dat bankwetenschappers die meer vertrouwd zijn met analyses in het laboratorium dan de klas, de laatste zullen waarderen en mogelijk zullen gebruiken.

"Dit zou een geweldige brug kunnen zijn tussen mensen op academische afdelingen die meer biologisch zijn en mensen die meer langs de educatieve lijnen denken, "Zei Erdmann. "Als je hun werelden de kans geeft om te botsen, het kan voor beide partijen heel nuttig zijn om op nieuwe manieren over onderwijs na te denken en om onderwijsonderzoek iets te maken waar meer mensen aan denken."