在线与线下结合的神经信息学教育：Neurohackademy的经验教训

2024-07-30 Tue
Neurohackademy：线上与线下结合的神经信息学教育背景介绍近年来，人类神经科学进入了一个大数据时代，由于人类连接组计划（Human Connectome Project）、青少年脑认知发育（ABCD）研究等项目科学家们获取了以前难以想象的规模和范围的数据集。这些数据集对于基础和临床研究都有重要的科学潜力。然而，这些数据集也给研究人员带来了各种新的挑战，包括生成、处理、访问、分析和理解这些数据的挑战。其中一个主要挑战是所谓的“大数据技能差距”：使用这些数据集的研究项目需要不同的知识基础和技能集，以及不同于传统小规模实验研究的技术和概念工具。
研究及文章来源该研究由Ariel Rokem 和 Noah C. Benson共同完成，均为华盛顿大学 eScience Institute 的研究人员。文章发表于2024年的《Neuroinformatics》期刊，文章题为《hands-on neuroinformatics education at the crossroads of online and in-person: lessons learned from neurohackademy》。
研究内容Neurohackademy是一个旨在培训早期职业神经科学研究人员数据科学方法及其在神经影像学应用的两周课程。该活动旨在通过向参与者介绍通常在传统课程中被忽视的数据科学方法和技能，弥合大数据技能差距。这些技能对于分析和解释由于集中数据收集努力而变得越来越重要的大型复杂数据集至关重要。
2020年，由于COVID-19大流行，Neurohackademy迅速从面对面活动转变为在线活动，并吸引了来自世界各地的数百名参与者。2022年和2023年举行的后续活动发展为包括线上和线下参与者的“混合”形式。本文讨论了混合活动的技术和社会技术元素，并总结了组织这些活动的经验，特别强调了这些活动在创建全球包容性实践社区中的作用。
研究的流程第一阶段：明确学习阶段参与者首先参加关于将数据科学方法应用于人类神经科学主题的讲座，这些讲座包括关于神经伦理学、数据治理等普遍主题的讨论，也有关于编程、软件工程、数据可视化和机器学习等具体主题的教程。
第二阶段：基于项目的学习阶段参与者在这个阶段参加黑客马拉松，可以提议项目和想法，然后与其他参与者组队。在这个阶段，课程的导师和组织者根据需要担任导师角色，给参与者提供通过做事来学习的机会。
特殊实验方法在2020年，由于疫情，Neurohackademy活动由线下转为了线上。此举不仅取消了实体空间的限制，还使更多受制于旅行、财务、签证等障碍的研究者能够参加。为了适应这一变化，组织者使用了很多线上工具，如 Slack 和 Zoom，确保远程参与者也能参与和互动。
2021年，基于2020年的经验，活动进行了优化，将课程负荷减轻，并促进了团队形成的自然过程。2022年和2023年，活动在继续保持一些公共卫生措施的前提下转变为“混合”形式，使得部分参与者在线上参与，部分线下参与。
研究结果通过一系列线上和混合活动，研究总结了两点经验：
我们可以通过线上和混合工作坊比单纯线下工作坊接触到更多更广泛的受众。
虽然不容易，但可以举办包括线上参与者参与的有意义的黑客马拉松活动。
在2022年和2023年的混合活动中，使用了包括Slack和Zoom在内的多种技术工具来促进参与者的互动，解决技术基础设施、教学和沟通、以及远程和线下参与者整合作为三大挑战。
结论科学及应用价值Neurohackademy不同寻常的设计理念和教学方法，帮助解决了神经科学研究中的大数据技能差距问题。通过将Brainhack理念和Software Carpentry理念相结合，参与者不仅能够学习到关键的数据科学技能，还能够通过黑客马拉松环节实际操作项目，了解跨学科合作和创新的重要性。
这种学习方法不仅提高了学生的动手能力、合作技能和动机，还为研究人员创建了一个新的全球实践社区。未来，这样的活动对神经科学研究人员的技能提升和科学创新具有重要意义。
研究亮点创新的混合活动形式：Neurohackademy的混合形式使得更多不同背景和条件的参与者可以参与，打破了传统低限度的物理空间限制。
通过大数据培训弥合技能差距：活动不仅教授参与者必要的编程、数据管理等技能，还通过项目实际操作促进了跨学科合作和创意解决问题。
全球实践社区的建立：通过全球范围内的在线参与，创建了一个神经成像和数据科学交叉领域的全球实践社区。
具体观点的实际意义对于教与学的技术支持：利用了诸如Slack和Zoom等在线工具，同时通过建立标准计算环境来简化课程内容的传递，极大提升了课程的实用性和参与者的便捷性。
软硬件的有机结合：特别是利用云计算平台，确保了所有参与者能够在一个统一的计算环境下工作，突破了不同计算设备和操作系统的限制。
促进线上和线下的深层次融合：通过类似于Owl设备的工具，确保了线上和线下参与者之间的互动和合作，为未来的混合教学提供了有价值的借鉴。
综合评价与展望Neurohackademy通过一系列创新的理念和方法解决了神经科学中的大数据技能差距问题，同时也为未来的教育活动提供了宝贵的经验。T为了能更好地适应后疫情时代的教育模式，我们相信这样的活动将继续发展，并为更多的研究人员和学生创造更多学习和合作的机会。
Neurohackademy的实践证明结合线上和线下的方法在教育领域是可行且有效的，并且为其他类似的教育项目提供了很好的示范。接下来的挑战可能在于如何在更大规模上进行推广和应用，以便惠及更多的学术和科研人员。