Nesten alle vitenskapelige disipliner krever nå noe kunnskap i kvantitative metoder, med sterk relevans for samfunnet når det gjelder virkningene av naturfagundervisning og forskning. Innsamling og analyse av data i biovitenskap forbedres også raskt med store datasett fra DNA sekvensering med høy gjennomstrømning til automatisk sporing og videosystemer i atferd og fysiologi. Effektiv bruk av statistiske metoder er derfor et sentralt aspekt ved undervisning og forskning i biologi. Vårt svar på dette er SQuID (Statistical Quantification of Individual Differences) - et internasjonalt samarbeid mellom forskere og lærere som bruker tilpassede datasimuleringer for å forstå komplekse statistiske modeller for å undersøke mangfold i biologiske systemer. Denne INTPARTutvidelsen av SQuID, med base ved Senter for Biodiversitetsdynamikk, NTNU, involverer 12 akademiske institusjoner i 9 land, og vil kombinere samarbeid i verdensklasse med dyktighet i naturfagundervisning.
Dette vil muliggjøre videreutvikling av SQuIDs datasimuleringer med åpen kildekode og interaktiv opplæringsprogramvare for bruk i forskning, individbasert læring og formelle statistikkurs ved NTNU og andre steder. SQuID vil også involvere forskning på viktige statistiske metoder for å fremme ny forståelse innen biologi, som igjen skal gi forbedringer i SQuID-datasimulering og nettbasert opplæring. Forskningsutveksling for lovende unge forskere skal styrke disse aktivitetene og identifisere fremtidige medlemmer av SQuID-nettverket. Effektiviteten av SQuID interaktiv undervisning, bruk av sosiale medier og nettbasert opplæring skal vurderes ved hjelp av pedagogiske fagpersoner, noe som gir større forbedringer og formidling av beste praksis i denne typen pedagogiske tilnærminger ved NTNU, over hele Norge og globalt. Til dags dato har vi utviklet online ressurser for datasimulering og statistiske analyser, gjennomført 4 av våre 6 internasjonale verksteder for doktorgradsstudenter (Norge, Frankrike, USA og Brasil), og 4 reisefellesskapsbesøk er nå fullført eller i gang.
SQuID (Statistical Quantification of Individual Differences) is an international network using customised data simulations of variability at multiple hierarchical levels to improve the use of generalized linear mixed models (GLMMs). This INTPART extension of SQuID will formalize and thus facilitate world-class collaborative research with excellence in education in Norway by creating a long-term international cooperation with 12 academic institutions in 9 countries.
SQuID will accomplish this via three linked activities at the SFF Centre for Biodiversity Dynamics (CBD), NTNU, that will further extend its research excellence in quantitative methods and develop robust future teaching programs at NTNU. First, using workshops at CBD and 5 focal institutions in target countries, we will formally trial various innovative teaching methods as part of short graduate courses for local students and faculty. Second, original research programs will be promoted in 4 subtopics in which GLMMs could have significant impact within biology. Third, the SQuID opensource data simulation and interactive tutorial software will be further developed for use in research, formal statistics courses and individual-based learning at NTNU and elsewhere.
The expanded SQuID collaborative network of institutes will allow us to focus on key research questions with specific relevance to local and national strategy, which will in turn drive improvements by CBD staff in the SQuID data simulations and online tutorials. Research exchanges for promising researchers and students will enhance these activities and identify future members of the SQuID network. The effectiveness of SQuID interactive teaching, use of social media and online tutorials for both classes and distance learning will be assessed with the help of NTNU educational professionals, allowing for greater improvement and dissemination of best-practice in these educational approaches at NTNU, across Norway and beyond.
Budsjettformål:
INTPART-International Partnerships for Excellent Education and Research