Para comprender la disparidad entre los campos de la investigación educativa y la genómica, sólo considere cómo cada uno podría definir la palabra "codificación".

A las manchas de Marilyne de Nebraska, cuya investigación sobre la educación STEM le valió recientemente el Premio Presidencial de Carrera Temprana para Científicos e Ingenieros, significa clasificar el comportamiento en el aula de profesores y estudiantes.

Para Robert Erdmann, quien obtuvo su doctorado estudiando genética vegetal antes de unirse al laboratorio de Stains, describe cómo los organismos almacenan los manuales de instrucciones biológicas que hacen posible la vida.

Pero Stains trajo a Erdmann a bordo precisamente porque su formación académica difería de la de ella, aprovechando la oportunidad de agregar una perspectiva y una voz distintas a su laboratorio. Esa inversión en lo interdisciplinario ha dado sus frutos en la forma de Classroom as Genome, un enfoque inspirado en la genética que el dúo desarrolló para analizar e interpretar mejor los datos recopilados en las aulas.

Las herramientas estadísticas y de visualización que han acelerado la búsqueda de indicadores genéticos de enfermedad o aptitud en los organismos tienen el potencial de hacer lo mismo para la educación STEM. dijeron los investigadores.

"Creo que la gran innovación aquí es (poder) aprovechar las herramientas que ya están examinadas y que existen en campos completamente diferentes y aplicarlas a los datos educativos, "Manchas, un profesor asociado de química, dijo. "Las herramientas que estamos usando aquí nos ayudan a identificar patrones de comportamiento del instructor (y) del estudiante que realmente no podríamos hacer con las estadísticas tradicionales".

Al comparar notas mientras se hace una lluvia de ideas sobre el enfoque, Stains y Erdmann identificaron algunas similitudes críticas, pero fácilmente pasadas por alto, entre los genomas y las aulas.

El dúo se dio cuenta, por ejemplo, que ambos cuentan con múltiples capas de información que pueden perderse o comprimirse cuando se mira solo en su totalidad. Colectivamente, se puede pensar en un genoma como el catálogo completo de planos genéticos de un organismo. Comprender el genoma a nivel práctico, aunque, significa profundizar en las capas más profundas:qué son realmente el ADN y los genes, cómo se transcriben y traducen las instrucciones incrustadas en los genes, por qué ese proceso a veces falla.

La mayoría de los enfoques tradicionales para analizar los datos del aula se asemejan más a los primeros que a los segundos. los investigadores dijeron, faltan dinámicas que a veces captan mejor cómo los instructores enseñan y los estudiantes aprenden. Stains y Erdmann querían los matices. Querían un enfoque que pudiera explicar tanto la influencia de la secuencia (cómo un elemento podría causar o afectar al siguiente) como la interacción entre eventos que ocurren simultáneamente o se superponen en el tiempo. Y querían discernir patrones significativos a partir de cantidades masivas de datos recopilados de cientos o incluso miles de aulas.

Los genetistas se han enfrentado a desafíos similares pero aún mayores al estudiar los genomas de los organismos, muchos de los cuales contienen millones, si no miles de millones, de bases de nucleótidos, las cuatro "letras" del alfabeto del ADN. El aumento de la bioinformática impulsado por la tecnología en las últimas décadas ha permitido a los genetistas interpretar los equivalentes de palabras, páginas y capítulos de los manuales de instrucciones formados por ese código, junto con la sintaxis, puntuación y otras reglas que determinan cómo se transcribe.

En la mente de Erdmann, ese asombroso progreso también representa un potencial no realizado.

"Lo que estaba viendo era una oportunidad para usar esas mismas herramientas bioinformáticas que usé para la biología vegetal con una especie de propósito único y creativo:analizar datos que en realidad tienen muchos paralelismos con los datos biológicos, pero que no se habían visto en ese contexto antes, "dijo Erdmann, ahora en la Universidad de Minnesota Rochester. "Creo que ambos estábamos muy satisfechos con la fluidez con la que terminó siendo en términos de uso y los resultados que pudimos obtener al probar las herramientas".

Adelante de la clase

Una gran ventaja del enfoque Classroom as Genome, Stains y Erdmann dijeron:es que puede incorporar múltiples formas de medir las mismas observaciones en el aula. Un instrumento común, conocido como COPUS, ayuda a categorizar la presencia o ausencia de comportamientos e interacciones en el aula. Otros instrumentos clasifican la calidad percibida u otros aspectos de esos eventos.

Los investigadores en educación suelen analizar datos de diferentes instrumentos de forma independiente entre sí, Stains dijo. Pero el nuevo enfoque permitirá a los investigadores superponer la presencia, cantidad y calidad de una práctica o interacción en una herramienta de visualización, dándoles una visión más completa pero aún comprensible del estilo de un instructor o la cultura del aula, ella dijo.

"Las aulas son lugares caóticos, ", Dijo Erdmann." Quieres poder obtener tanta información como puedas y no perder nada de ella. Esta es una gran estructura de datos para usar para eso.

"Esto permite a los investigadores utilizar las mejores partes de varias herramientas simultáneamente para obtener más información del mismo conjunto de datos".

Para ilustrar el uso y el valor de Classroom como genoma, Stains y Erdmann incluyeron ejemplos y estudios de casos, estos últimos con datos de un artículo de 2015, cuando dieron a conocer su enfoque en la revista CBE — Life Sciences Education.

Sus ejemplos consistieron en preguntas que los investigadores en educación podrían abordar mejor utilizando el enfoque, junto con los equivalentes genómicos que ya se están respondiendo a través de la bioinformática. Una pregunta en el aula que analizaba cuán uniformemente dispersas están las preguntas de clicker a lo largo de un período de instrucción se combinó con qué tan lejos está un código genético de otras instancias del mismo código en un genoma.

En un estudio de caso relacionado, el dúo utilizó datos de COPUS y una herramienta de visualización de genómica para probar la hipótesis de que los instructores que emiten preguntas con clicker también alientan a los estudiantes a colaborar antes de responder. Stains y Erdmann luego ampliaron el análisis para demostrar la amplitud de preguntas o hipótesis relacionadas que el enfoque podría abordar.

"Creo que será especialmente útil para los investigadores en educación u otras personas que no sepan nada sobre estas técnicas, "Stains dijo." Si ya usa bioinformática, el lenguaje y las formas de pensar probablemente sean comunes. Pero especialmente para las personas que están fuera de ese mundo, era muy importante demostrar cómo se ven estas herramientas (y) qué pueden hacer.

"Es una especie de prueba de concepto para ver el potencial que tienen estos métodos. Pero creo que esto es tan nuevo que tenemos que ejemplificarlo".

Stains y Erdmann dijeron que esperan que lo inverso también resulte cierto:que los científicos de banco que están más familiarizados con los análisis en el laboratorio que en el aula llegarán a apreciar y potencialmente usar estos últimos.

"Este podría ser un gran puente entre las personas de los departamentos académicos que están en el extremo más biológico y las personas que piensan más en la línea educativa, ", Dijo Erdmann." Si brindas oportunidades para que sus mundos choquen, puede ser muy útil para ambas partes en términos de pensar en la educación de nuevas formas y ayudar a que la investigación en educación sea algo en lo que más gente esté pensando ".