Om dette emnet

Emnet er et samarbeid mellom BIOVIT, MINA og KBM, og gir studentene en innføring i prinsipper og anvendelser av miljø-DNA (eDNA) innen økologisk forskning og miljøovervåking. Undervisningen er organisert i tematiske moduler samt en avsluttende gruppeoppgave, der studentene kombinerer praktisk arbeid med dataanalyse og rapportskriving. Første modul gir en grunnleggende introduksjon til eDNA, fra prøvetaking til dataanalyse, mens de påfølgende modulene tar for seg konkrete kasus knyttet til økosystemovervåking, artsforekomster, økosystemhelse og overvåking av patogener. Gjennom gruppearbeid får studentene fordype seg i analyse av eDNA-datasett, anvende statistiske og bioinformatiske metoder. Emnet legger vekt på tverrfaglig samarbeid, kritisk vurdering av eDNA-metodikk, og refleksjon rundt etiske og samfunnsmessige aspekter ved bruk av eDNA i miljøvitenskap.

Dette lærer du

Kunnskap

  • Forstå bruksområdene for miljø-DNA (eDNA) i forskning og overvåking.
  • Innsikt i DNA-metastrekkoding, økologiske indikatorer og bruk av eDNA for å vurdere biodiversitet og økosystemhelse.
  • Teoretisk grunnlag for bruk av eDNA i forskning og overvåkning; fra prøvetaking og DNA-sekvensering til bioinformatiske verktøy og statistisk analyse av eDNA-data.
  • Oversikt over begrensninger og utfordringer forbundet med bruk og tolkning av eDNA-data.

Ferdigheter

  • Bruke dataverktøy for å behandle eDNA-sekvensdata og utføre økologiske analyser, inkludert biodiversitetsmål og samfunnssammensetning.
  • Anvende statistiske metoder for å tolke eDNA-datasett.
  • Designe og gjennomføre eDNA-baserte studier med fokus på hypoteser, dataanalyse og presentasjon av resultater.

Generell kompetanse

  • Kritisk vurdere påliteligheten og relevansen av eDNA-data for vurdering av økologisk status og videre beslutningstaking.
  • Kommunisere vitenskapelige funn effektivt til både fageksperter og samfunnet generelt.
  • Samarbeide i tverrfaglige team for å løse miljøutfordringer ved bruk av eDNA-baserte metoder.
  • Reflektere over etiske, praktiske og samfunnsmessige aspekter av bruk av eDNA
  • Læringsaktiviteter

    Læringsaktivitetene i kurset vil inkludere: forelesninger, selvstudier, øvinger med dataanalyse (i R eller Python), gruppearbeid.
  • Læringsstøtte

    Canvas
  • Pensum

    Lesemateriale vil bli tilgjengelig på BIO328-Canvas-sidene.
  • Forutsatte forkunnskaper

    Erfaring med å programmere i R and/or Python.
  • Anbefalte forkunnskaper

    STIN100 eller STIN300 (eller liknende), BIO120
  • Vurderingsordning, hjelpemiddel og eksamen

    Dette emnet bruker mappevurdering, som består av dataanalyse­rapporter og en muntlig eksamen. Alle deler av mappen må være godkjent for å bestå.

    Resultat: Bestått / Ikke bestått



    Mappe/sammensatt vurdering Karakterregel: Bestått/ Ikke bestått
  • Om bruk av KI

    K3 - Full bruk av KI

    • I denne kategorien er all bruk av AI tillatt, men må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.
    • Viktig merknad: Etiske prinsipper må alltid følges, selv når full bruk av KI er tillatt.
    • Eksempel: Studenter kan fritt bruke KI-verktøy til alle aspekter av en oppgave, inkludert innholdsgenerering, analyse og formatering, forutsatt at bruken oppgis tydelig og etiske retningslinjer følges.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Sensor godkjenner opplegg for vurdering.
  • Obligatorisk aktivitet

    Rapporter fra dataanalyse-labøvelser, rapport fra gruppearbeid, muntlig presentasjon av gruppearbeid
  • Merknader

    Hvis antallet registrerte studenter er 10 eller færre, kan kurset bli avlyst.
  • Undervisningstider

    Forelesninger: 20 timer

    Dataanalyse-øvelser: 60 timer

    Gruppearbeid og presentasjon: 100 timer

    Selvstudium og forberedelser: 70 timer

  • Opptakskrav

    Realfag