在计算基因组学中设计和实施非同步的基于在线课程的本科研究经验 (CURE)
Seema B Plaisier1,2, Danielle O Alarid1,2, Joelle A Denning1,2
1School of Life Sciences, Arizona State University, Tempe, Arizona, United States of America.
PLoS computational biology
|September 12, 2024
概括
这项研究为计算基因组学开发了一个异步的在线研究经验,成功地培养了生物学学生的编程和统计学. 该计划增强了科学技能,并促进了学生与导师的关系,以获得更具包容性的生物医学劳动力.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学教育 基因组学教育
- 生物信息学培训的培训
背景情况:
- 在基因组学分析中对计算生物学家的需求日益增加.
- 为生物学学生提供正式编程和统计培训的挑战.
- 完全在线学习者因不灵活而被排除在研究机会之外.
研究的目的:
- 为完全在线的生物学学生开发一个异步的,基于课程的计算基因组学本科研究经验 (CURE).
- 通过提供灵活的远程研究培训来解决机会缺口.
- 在CURE框架内整合基因组学,编程和统计学教育.
主要方法:
- 开发定制的学习材料,并利用远程可访问的计算工具.
- 实施了为期7.5周的异步CURE与两个研究代:生物信息学方法和癌症基因组学数据挖掘.
- 使用异步通信平台 (Slack,Perusall) 进行协作和讨论.
- 提供生物学,统计学,计算机编程和专业发展方面的同时培训.
主要成果:
- 在课程前后的评估中证明了生物学和编码目标的显著学习收益.
- 每周的进展报告揭示了适应性应对策略,并确定了教练/同行合作的需求.
- 有效的异步沟通促进了解决问题和同行学习.
- 意想不到的积极结果包括学生在课程结束后继续研究的意图.
结论:
- 异步基因组学CURE有效地培养学生的计算基因组学,提高科学技能和培养学生导师关系.
- 这种模式有助于更熟练,多样化和包容性的生物医学科学劳动力.
- 异步CUREs为在线学习者提供了对基因组学教育和研究培训的可行和有效方法.
