Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Daten Bewerten in der Biotechnologie (3 LP)Modulbeschreibung #31162 / Version 2

← Zur Modulseite English version
Modul / Version#31162 / #2
GültigkeitSeit SoSe 2025
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte3
Modulverantwortliche*rRegner, Carmen
BenotungUnbenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät III
InstitutInstitut für Biotechnologie
Fachgebiet33311400 FG Angewandte und Molekulare Mikrobiologie

Kontakt

SekretariatTIB 4/4-1
Ansprechpartner*inRegner, Carmen
E-Mail-Adresseregner@tu-berlin.de
WebseiteKeine Angabe

Lernergebnisse

Nach Abschluss des Moduls werden die Studierenden in der Lage sein:

1. Daten, Modelle und Erkenntnisse aus dem Bereich Biotechnologie kritisch zu betrachten
2. Beispiele für fehlgeleitete Datenauswertung und Falschinformationen in der Wissenschaft zu finden und beschreiben.
3. Wissenschaftliche Hypothesen durch statistisches Argumentieren zu evaluieren und interpretieren und dies Fachpublikum und Laien zu erklären.
4. sich an Diskussionen über die ethischen Implikationen von Data Science in der Biotechnologie zu beteiligen.

Lehrinhalte

Das Modul „Data Science in Biotechnology“ führt die Studierenden in wichtige Techniken von Data Science und deren Anwendungen in der biotechnologischen Forschung ein. Auf der Grundlage des Kurses „Data Reasoning in a Digital World“ von Carl Bergstrom und Jevin West legt dieses Modul den Schwerpunkt auf die Fähigkeiten, die notwendig sind, um datengestützte Aussagen in der Biotechnologie und darüber hinaus kritisch zu bewerten. Die Teilnehmer*innen lernen, sich in der komplexen Landschaft der Dateninterpretation zurechtzufinden, wobei der Schwerpunkt auf der Identifizierung von Verzerrungen, dem Verständnis von Kausalität und der Unterscheidung zwischen Korrelation und Kausalität in wissenschaftlichen Studien liegt.

Der Kurs ist um Kernthemen herum aufgebaut, darunter:

- Einführung in Beweisführung auf Basis von Daten: Grundprinzipien und Anwendungen in der Biotechnologie.
- Erkennen von Falschinformationen: Erkennen von Datenverzerrungen in veröffentlichten Forschungsarbeiten.
- Kausalität und statistische Fallen: Komplexe kausale Beziehungen in biologischen Daten verstehen.
- Visualisierung und Big Data: Interpretation von visuellen Datendarstellungen und Verwaltung großer Datenmengen.
- Ethische Überlegungen: Umgang mit wissenschaftlichem Fehlverhalten und "predatory publishing".

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Data Science in BiotechnologySeminar3114 L 003 Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Data Science in Biotechnology (Seminar)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Dieses Modul erfolgt nach dem "Flipped Classroom" Modell, bei dem die Studierenden selbstständig Lernen mit Hilfe von Online-Videos, Buchkapiteln und Fallstudienauswertungen. Dies wird durch Diskussionen und weitere Fallstudien im Seminar ergänzt, das jeweils von einer Gruppe Studierender geplant und moderiert wird, wobei die Lehrperson assistieren wird. In diesen Seminaren werden „fragwürdige Techniken“ anhand von Beispielen aus der Praxis der Biotechnologie identifiziert und diskutiert, um so kritisches Denken und Kommunikationsfähigkeiten zu fördern.

Materialien: Die Studierenden haben über die Online-Plattform des Moduls Zugang zu Online-Ressourcen, einschließlich Videovorlesungen und ergänzendem Lesematerial.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Fließende Englischkenntnisse (sowohl in Wort als auch in Schrift) sind erforderlich, da alle Kursmaterialien und Diskussionen auf Englisch geführt werden. Darüber hinaus sollten die Studierenden ein Grundverständnis für Statistik haben und in der Lage sein, wissenschaftliche Veröffentlichungen in biotechnologischen Bereichen zu lesen und kritisch zu bewerten.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungUnbenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Beitrag einer Studie1flexibel60 Minuten
Seminar Vorbereitung und Moderation1praktisch9 Stunden (8 Stunden Vorbereitung + leitende Gruppe in einem Seminar)

Prüfungsbeschreibung (Abschluss des Moduls)

Dieses Modul wird nicht benotet. Um das Modul zu bestehen, müssen die Studierenden aktiv an der Planung und Durchführung mindestens eines Seminars als Teil einer Gruppenarbeit teilnehmen und mindestens eine relevante Fallstudie zur Diskussion in anderen Seminaren beitragen.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Studierenden müssen sich über MTS oder durch Einreichung des Anmeldeformulars in der Woche nach dem ersten Seminar anmelden.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • "Calling Bullshit: The Art of Scepticism in a Data-Driven World", by Jevin D. West, Carl T. Bergstrom, ISBN: 9780141987057

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Das Modul wird ausschließlich auf Englisch angeboten, weil alle Kursmaterialen nur auf Englisch verfügbar sind.