Beste ABV docenten,
Zoals jullie weten hebben we last-minute een aantal aanpassingen gemaakt. Ik begrijp dat het vervelend is dat jullie zo kort voor de werkgroepen veranderingen door kregen en wil jullie dan ook graag persoonlijk een korte
toelichting geven. De grootste aanpassing is het gebruiken van een fictieve data set. In de onderstaande announcement voor studenten, die ik op BlackBoard heb gezet, ga ik hier kort op in. De belangrijkste reden voor de lage Z-factor is problemen bij het tellen
van de cellen. Sommige studenten hadden matige kwaliteit foto’s en/of sommige studenten vonden het moeilijk om de verschillen in lokalisatie van het GFP signaal te zien. Er zijn een aantal tafels waarbij de Z-factor wel groter is dan 0,5 (oa beide honoursgroepen),
maar de n-waarde is hier te laag om statistiek toe te passen. Morgen (P9-P12 ochtendgroep en P13-P18 middaggroep) en vrijdag (P1-P6) gaan we tijdens het laatste practicum met de studenten in op de eigen dataset en de betekenis van een lage Z-waarde en mogelijke
discussiepunten. Daarnaast gaan we de betekenis van de fictieve dataset bespreken. Ik wil het practicum graag positief afsluiten en de studenten meegeven dat negatieve data ook heel waardevol en leerzaam zijn, maar dat we nu gekozen hebben voor een praktische
oplossing. Ik wil je bedanken voor je flexibiliteit en inzet en veel succes wensen in de aankomende werkgroep. Mochten er vragen en/of opmerking zijn aarzel niet op me te mailen.
Hartelijke groet,
Ilja
Announcement op BlackBoard op woensdag 19 maart:
Beste studenten,
Zoals jullie hebben gemerkt hebben we geen robuust assay. Dat is een uitkomst waar jullie prima een discussie en evaluatie over kunnen schrijven in je labjournaal. Voor het schrijven van jullie onderzoeksverslag bij ABV
is het een stuk lastiger aangezien jullie dan geen antwoord kunnen geven op het tweede deel van de vraagstelling: ‘zo ja, heeft de experimentele conditie effect op de translocatie ’. Je kunt vervolgens ook geen grafieken maken, statistiek toepassen en deze
data interpreteren en evalueren. Daarom hebben we besloten om gebruik te maken van een fictieve dataset. In de folder ‘fictieve dataset’ op BlackBoard staat het R-script, een Excel bestand met de data en een document met instructies voor de data analyse.
Voor degene die al gewerkt hebben met de eigen dataset: we verwachten dat jullie sneller zijn met de analyse en discussie van de nieuwe fictieve dataset. Daarnaast doen jullie ervaring op met het omgaan met negatieve data
en kritisch nadenken over de discussie punten. Iets wat zeer waardevol is voor jullie toekomstige wetenschappelijke carrière.
Tenslotte wil ik jullie vragen om alles wat je al in je labjournaal hebt geschreven te laten staan en de nieuwe dataset hieraan toe te voegen.
Succes met de analyse,
Ilja
Dr. Ilja Boor
Docent practicum Levenswetenschappen
Universiteit van Amsterdam
Science Park 904, 1098 XH Amsterdam
Kamer: C3.269
Tel: 020 525 5155
E-mail:
P.K.I.Boor@uva.nl