- Benjamin Asomani
Jako student prvního ročníku vévody usilující o kariéru v medicíně se Benjamin Asomani zajímal o informatiku a kódování, ale dávejte si pozor na to, abyste se ponořili do kurzů bez předchozí expozice v terénu. Na návrh dalšího studenta se v létě 2021 zúčastnil programu Code+, naučil se CSS a HTML dovednosti v rámci aplikovaného skupinového projektu a potvrdil svůj zájem o informatiku. V tomto semestru Asomani zahájil výuku pro vedlejší obor informatiky, aby doplnil jeho plánovaný obor biologie.
„Praktické učení bylo dobrým způsobem, jak se seznámit s kódováním. Líbil se mi proces tvorby a budování něčeho pro projekt a mít instruktory, kteří by nám mohli pomoci zkontrolovat naši práci a odhalit chyby,“ řekl Asomani, který dokončil program s jistotou ve své schopnosti v CSS a HTML.
Duke's Center for Computational Thinking (CCT) bylo spuštěno v roce 2020 s cílem podporovat a koordinovat zdroje pro učitele, studenty a zaměstnance v rámci celého kampusu. Jeho hlavní prioritou je zajistit, aby se všichni studenti Duke mohli seznámit s výpočetními přístupy a naučit se používat data k vytváření nových znalostí.
Pro studenty, jako je Asomani, může síť programů CCT poskytnout úvod do práce s počítačem a zpřístupnit obory výpočetní techniky snížením skutečných nebo domnělých překážek vstupu.
- Harsha Srijay
Pro vysokoškoláka Harsha Srijay spojil program +DataScience Advanced Research Program v létě 2020 jeho obory matematiky a datové vědy s jeho zájmem o bioinformatika za projekt zkoumající využití prediktivních modelů pro diagnostiku respiračních onemocnění. „Zajímá mě více aplikovaná práce než teoretické modelování a tento projekt mi umožnil zaměřit se na používání nástrojů datové vědy k řešení problémů reálného světa,“ poznamenal Srijay.
Na podporu výuky spolupracuje CCT s fakultami a katedrami v celé Duke na integraci obsahu souvisejícího s výpočetní technikou do jejich kurzů a poskytuje výukové moduly, které doplňují výuku na fakultě.
- Sally Kornbluth
„Naučení se, jak vyvozovat kritické závěry z dat a používat výpočetní přístupy k řešení složitých problémů napříč obory, jsou důležitými prvky vzdělání v oblasti svobodných umění 21. století,“ řekla proboštka Sally Kornbluth. "CCT propojuje stávající zdroje v Duke - a reaguje na mezery v naší současné nabídce - aby zajistili, že všichni studenti a učitelé budou mít příležitost začlenit tyto přístupy do svého studia a výzkumu."
- Matthew Hirschey
Kornbluth nedávno jmenoval profesora Duke School of Medicine Matthewa Hirscheye, aby vedl centrum, přičemž úzce spolupracuje s kolegy z oblasti výpočetní techniky napříč kampusem. . Jako molekulární fyziolog, který před několika lety přijal datovou vědu, aby zlepšil své vlastní dovednosti a možnosti analýzy dat své laboratoře, se Hirschey zavázal pomáhat studentům a kolegům realizovat výhody výpočetních přístupů.
„Jako někdo, kdo přišel k výpočtům poměrně nedávno, můj názor je takový, že by to měl vědět každý,“ řekl Hirschey. Jeho vize spočívá v pomoci studentům, kteří jsou již ponořeni do výpočetní techniky, porozumět jejím průsečíkům s etikou, politikou a dalšími obory. A pro studenty a učence svobodných umění chce Hirschey, aby jim CCT pomohl stát se „pohodlnými a schopnými s výpočetními a výpočetními nástroji k extrahování významu z dat, bez ohledu na jejich obor,“ poznamenal. "Protože současná generace studentů svobodných umění by měla pochopit, jak lze použít výpočetní přístupy k nalezení vzorů v literatuře, umění nebo tanci."
- Jessica Portillo
V minikurzu o datové vědě pod vedením Hirschey, Ph.D. studenti Taylor Chavez a Jessica Portillo se naučili výpočetní dovednosti s okamžitou aplikací ve svém výzkumu. „Pocházím z mokré laboratoře, což mi poskytlo základ a základní součásti toho, co potřebuji, a objasnilo, že chci v budoucnu dělat více výpočetní práce,“ řekl Portillo.
- Taylor Chavez
Chavezová studuje tkáňové inženýrství a pomocí kurzů pracovala s daty ze svých experimentů. "Mám nějaké znalosti kódování, ale opravdu ne dost," řekla. „Bylo to poprvé, co jsem se skutečně zúčastnil kurzu, který mě měl naučit, jak analyzovat a vizualizovat experimentální data v kontextu mé vědy. Přinesl jsem si vlastní data a musel jsem si pohrát s různými způsoby vizualizace výsledků způsobem, který dává smysl tomu, jak jsem chtěl svá data prezentovat.“
