technologie informacyjne dla chemików

Technologie informacyjne dla

chemików

SPONSORZY

FQS Poland Sp. z o.o. (GRUPA FUJITSU) oprogramowanie dla ſirm http://www.fqs.pl/pl

LABART wyposażenie laboratoriów http://www.labart.pl

Merck Sp. z o.o. http://www.merck.pl

Perkin Elmer http://www.perkinelmer.com

PPG Industries http://www.ppg.com

Wydawnictwo Helion http://helion.pl

Wydawnictwo Naukowe PWN http://www.pwn.pl

Maltańska Służba Medyczna Oddział Kraków http://www.malta-sluzba.med.pl/

Fabryka Pomocy Naukowych Spółka z o.o. http://sklep.fpnnysa.com.pl

PATRONAT MEDIALNY

Laboratoryjny Serwis Informacyjny http://laboratoria.net/pl

TECHNOLOGIE INFORMACYJNE DLA

CHEMIKÓW

Wydział Chemii UJ Kraków 2008

Prace zawarte w niniejszej książce podlegały recenzji merytorycznej, jednakże zostały wydrukowane na odpowiedzialność autorów.

Redakcja, skład, opracowanie graficzne

Iwona Maciejowska Agnieszka Węgrzyn Stefan Witkowski Weronika Rożek Monika Ruszak

Publikacja

Wydział Chemii Uniwersytet Jagielloński ul. Ingardena 3 30-060 Kraków

ISBN 978-83-921505-4-1

Spis treści

O D R E D A K C J I 7

I C T W P R A C Y N A U K O W E J

Wacław Makowski CHEMIA W INTERNECIE – O WYKORZYSTANIU ZASOBÓW INTERNETU W PRACY NAUKOWEJ CHEMIKA 11

Grzegorz Fic, Grażyna Nowak STRATEGIE PRZESZUKIWANIA INTERNETOWYCH BAZ STRUKTUR CHEMICZNYCH 15

Maciej Szaleniec MODELOWANIE ZŁOŻONOŚCI W CHEMII METODAMI STATYSTYCZNYMI Z WYKORZYSTANIEM PAKIETU STATISTICA 19

Grzegorz Mazur, Marcin Makowski, Mateusz Brela CACHE-AWARE LOAD-BALANCING ALGORITHM FOR COMPUTATIONAL CHEMISTRY APPLICATIONS 27

Krzysztof Kruczała, Łukasz Łańcucki, Tomasz Spałek, Zbigniew Sojka REKONSTRUKCJA PROFILI STĘŻENIA WIDM 1D EPRI METODĄ VC-GA: WPŁYW SZUMÓW NA POPRAWNOŚĆ ODWZOROWANIA 32

Krzysztof Czarniecki BADANIE PRZEMIAN FAZOWYCH Z WYKORZYSTANIEM CYFROWEJ REJESTRACJI OBRAZU MIKROSKOPOWEGO PRÓBKI 37

Dariusz Szczepanik, Janusz Mrozek COMMUNICATION THEORY OF CHEMICAL BOND 42

Dorota Majda, Filipe A. Almeida Paz, Robert G. Bell, Jacek Klinowski DISCOVERING NEW ZEOLITIC FRAMEWORKS 44

Ewa Luchter-Wasylewska, Magdalena Górny OBLICZENIA KOMPUTEROWE STAŁYCH KATALITYCZNYCH DLA REAKCJI KATALIZOWANYCH ENZYMATYCZNIE: DLA STUDENTÓW I NAUKOWCÓW 46

Grzegorz Stopa KOMPUTEROWE WSPOMAGANIE EKSPERYMENTÓW CHEMICZNYCH 47

Grzegorz Stopa SUBSTANCJE CHEMICZNE I BHP 48

I C T W N A U C Z A N I U C H E M I I

Barbara Dębska WYKORZYSTANIE RÓŻNYCH FORM PREZENTACJI MATERIAŁÓW EDUKACYJNYCH W KURSACH UDOSTĘPNIONYCH NA PORTALU WWW.E -CHEMIA.PL 51

Radosław Bomba WORTAL NAUKOWY WIEDZA I EDUKACJA JAKO PRZYKŁAD WYKORZYSTANIA INTERNETU DRUGIEJ GENERACJI DO CELÓW NAUKOWO-EDUKACYJNYCH 57

Małgorzata Miranowicz ZDALNIE O NAUCZANIU ZDALNYM CZYLI MODDLE KROK PO KROKU 58

Agnieszka Jańczyk, Iwona Maciejowska A NEW CHEMGAPEDIA UNIT FOCUSED ON SOLID PHASE CHEMISTRY – SOLID PROJECT 62

Jan Rajmund Paśko CZY ISTNIEJE POTRZEBA PROGRAMÓW SPRAWDZAJĄCYCH WIEDZĘ? 65

Agnieszka Węgrzyn, Stefan Witkowski PROJEKT AUTOR – OGRANICZANIE PLAGIATÓW W PISEMNYCH PRACACH STUDENTÓW 68

Jan Rajmund Paśko, Danuta Jyż-Kuroś, Aleš Chupáč CZY NAUCZYCIELOWI CHEMII POTRZEBNE SĄ UMIEJĘTNOŚCI PROGRAMISTY? 72

Krzysztof Czarniecki PRAKTYCZNA METODA WYKONANIA KLASYCZNEJ ANALIZY JAKOŚCIOWEJ Z CYFROWĄ WIZUALIZACJĄ EKSPERYMENTÓW 75

Barbara Guzowska-Świder, Michał Urbanek LEKCJA MULTIMEDIALNA WSPOMAGAJĄCA NAUCZANIE INTERPRETACJI WIDM W PODCZERWIENI 80

Małgorzata Nodzyńska ZASTOSOWANIE METOD STATYSTYCZNYCH NA ZAJĘCIACH Z DYDAKTYKI CHEMII 85

Paweł Cieśla, Jan Rajmund Paśko KOMUNIKACJA I WYMIANA INFORMACJI POMIĘDZY STUDENTAMI A NAUCZYCIELAMI AKADEMICKIMI 91

Jan Rajmund Paśko, Wioleta Kopek PROGRAM WIZUALIZACYJNY MACROMEDIA FLASH JAKO ELEMENT KSZTAŁCENIA PRZYSZŁYCH NAUCZYCIELI 95

E. Rybska, J. Błoszyk, R. Bajaczyk ZASTOSOWANIE TECHNOLOGII INFORMACYJNYCH W NAUCZANIU PRZEDMIOTU BIOGEOGRAFIA NA WYDZIALE BIOLOGII UAM W POZNANIU 99

Grzegorz Stopa CHEMIA W INTERNECIE – WIARYGODNOŚĆ ŻRÓDEŁ 100

Grzegorz Stopa KOMPUTER – POMOC CZY ZAGROŻENIE DLA DYDAKTYKI CHEMII 101

Kinga Mlekodaj, Piotr Legutko, Jan Kaczmarczyk, Stefan Witkowski ROZWÓJ SYSTEMU POMOCY W PORTALU ARIA 102

Monika Pasionek, Jan Kaczmarczyk, Stefan Witkowski BEZPIECZEŃSTWO W LABORATORIUM – ZASTOSOWANIE METOD BLENDED-LEARNINGOWYCH W NAUCZANIU PIERWSZEJ POMOCY 103

Aleksandra Kalisz, Stefan Witkowski, Anna Migdał-Mikuli BADANIE SKUTECZNOŚCI NAUCZANIA METODĄ BLENDED-LEARNING NA PRZYKŁADZIE KURSU PODSTAW CHEMII 104

Monika Ruszak, Agnieszka Węgrzyn, Stefan Witkowski STANDARYZACJA NARZĘDZI E-NAUCZANIA 105

W G L O B A L N Y M T Y G L U N O W E G O N A U C Z A N I A

Marek Frankowicz, Artur Michalak INFORMATYCZNE WSPOMAGANIE STUDIÓW CHEMICZNYCH - DOŚWIADCZENIA EUROPEJSKIE 113

Marek Frankowicz, Janusz Mrozek UWAGI O E-LEARNINGU W POLSCE 117

Colin Osborne USING ICT IN CHEMISTRY TEACHING 121

Lucjan Chmielarz, Marcin Molenda, Marek Frankowicz, CHEMEPASS – NOWOCZESNY SYSTEM EZAMINU ELEKTRONICZNEGO 122

Agnieszka Węgrzyn, Paweł Kozyra ZASTOSOWANIE NARZĘDZI ICT DO EWALUACJI I PODNOSZENIA JAKOŚCI KSZTAŁCENIA 126

Weronika Rożek, Iwona Maciejowska, Andrzej Kotarba, Stefan Witkowski ITINERER DLA PISZĄCYCH PRACE DYPLOMOWE 128

R O K WC ZEŚ N I E J 137

Indeks autorów 140

Od Redakcji

Współczesny naukowiec i wykładowca chemii jest aktywnym odbiorcą zaawansowa-nych narzędzi, takich jak technologie wspomagające proces oceniania, laboratoria wspomagane komputerowo, materiały multimedialne, portale edukacyjne, technologie pracy grupowej i zarządzania, w tym zarządzania jednostkami naukowymi, biblioteka-mi cyfrowymi oraz wydawnictwami internetowymi. Burzliwie rozwijają się także dzie-dziny takie jak modelowanie procesów, data-mining, sieci neuronowe i semantyczne.

W Polsce aktywnie rozwijają się różnorodne portale związane z chemią: zawierające materiały edukacyjne dla konkretnych odbiorców (np: www.e-chemia.pl), poświęcone konkretnym gałęziom chemii i technologii chemicznej (np. ChemgaPedia), a także zawierające ciekawostki i żarty chemiczne, oraz portale społecznościowe. Produktem międzynarodowych projektów edukacyjnych kształcenia ustawicznego (lifelong lear-ning programme), m.in. CITIES, SOLID, CHEMEPASS, stają się materiały multimedialne i interaktywne, technologie wspomagające proces oceniania. Zasoby Internetu wyko-rzystywane są zarówno w pracy naukowej chemików, jak i w działalności dydaktycznej. Ilość informacji w sieci jest tak wielka, że trzeba opanować szczególne strategie prze-szukiwania internetowych baz np. baz struktur chemicznych.

Dostęp do ogromnej ilości gotowych tekstów kusi studentów możliwością popeł-niania bezkarnych plagiatów. Potrzeba minimalizacji tego procederu wywołała zainte-resowanie metodami zapobiegania i przeciwdziałania, również bazujących na zasobach Internetu i technologiach informacyjnych.

Na wykładach i podczas zajęć laboratoryjnych, a zwłaszcza w trakcie przygotowania studentów do ćwiczeń praktycznych, coraz częściej stosowana jest cyfrowa wizualizacja eksperymentów – podobnie dzieje się na poziomie szkoły średniej. Przykładem może być cyfrowa rejestracja obrazu mikroskopowego próbki do badania przemian fazowych.

Technologie informacyjne stały się standardowym elementem kształcenia nauczy-cieli szkół średnich, i to zarówno w zakresie umiejętności korzystania z już istniejących, jak i tworzenia własnych aplikacji. Narzędzia analizy statystycznej w pakietach profesjo-nalnego oprogramowania stały się podstawą modelowania układów chemicznych oraz są wykorzystywane do oceny badań z zakresu dydaktyki chemii. Skomplikowane obli-czenia molekularne są obecnie coraz łatwiejsze do przeprowadzenia ze względu na przyjaźniejsze dla użytkownika interfejsy i nakładki do obsługi.

Rozwija się oprogramowanie do zarządzania laboratoriami chemicznymi. Platformy do zdalnego nauczania, komunikacji ze studentami i przeprowadzania zdalnych egza-minów stają się coraz bardziej popularne.

Organizując Sympozjum „Technologie informacyjne dla chemików” pragnęliśmy zaproponować platformę wymiany opinii pomiędzy użytkownikami zaawansowanych technologii informacyjnych. Technologie, które są tematem Sympozjum (same nie należąc do sfery wiedzy chemicznej) coraz silniej wpływają na przebieg pracy chemika naukowca i dydaktyka. Zmiany dokonują się w trzech głównych obszarach: edukacji, wyposażeniu warsztatu naukowego oraz organizacji wspólnych przedsięwzięć nauko-wych. W wielu przypadkach już obecnie widać, że zastosowanie odpowiednich aplikacji spowodowało znaczące zwiększenie produktywności bez wyraźnego wzrostu ponoszo-nych nakładów. Można przypuszczać, że w ciągu kilku ‒ kilkunastu lat dojdzie do głę-bokiej reorganizacji w obszarze nauki oraz edukacji, która w części będzie skutkiem powszechnej dostępności narzędzi jeszcze niedawno rzadko stosowanych.

Iwona Maciejowska, Agnieszka Węgrzyn, Stefan Witkowski

ICT w pracy naukowej

Technologie Informacyjne dla Chemików 11

Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Wirtualnej Biblioteki Nauki

CHEMIA W INTERNECIE – O WYKORZYSTANIU ZASOBÓW INTERNETU W PRACY NAUKOWEJ CHEMIKA

Wacław Makowski

Wprowadzenie

Internet jest obecnie podstawowym narzędziem w pracy naukowej, umożliwiającym dostęp do różnych informacji. Specyſiką chemii jako dyscypliny naukowej jest wielka liczba związków chemicznych stanowiących przedmiot jej badań i związana z nią ogromna różnorodność informacji wykorzystywanych w badaniach naukowych. Celem niniejszej pracy jest przegląd i próba klasyſikacji różnego typu zasobów internetowych przydatnych w pracy naukowej chemików.

Dla naukowca najpoważniejszym źródłem informacji są publikacje naukowe. Obec-nie wszystkie poważne czasopisma udostępniają w formie elektronicznej artykuły pu-blikowane na ich łamach. Natomiast podręczniki i monograſie naukowe nie są szeroko udostępniane w Internecie ze względu na ograniczenia wynikające z praw autorskich. Dodatkowe ułatwienie w wyszukiwaniu publikacji naukowych stanowią bibliograſiczne bazy danych. Oprócz artykułów naukowych w czasopismach, w Internecie można zna-leźć także inne publikacje, które mogą być pomocne w pracy naukowej, m.in. materiały konferencyjne, wykłady, raporty z realizacji projektów badawczych, patenty, biuletyny techniczne i noty aplikacyjne. Szczególnie godnym polecenia źródłem wiedzy są prace doktorskie, publikowane w formie elektronicznej przez wiele amerykańskich i europej-skich uniwersytetów.

Internet jest także dobrym źródłem informacji o właściwościach różnych związków chemicznych i materiałów. Obok prostych danych liczbowych (tj. gęstość, temperatura topnienia i wrzenia, ciśnienie pary nasyconej, współczynnik załamania światła, stała dielektryczna) w naukach chemicznych są wykorzystywane bardziej złożone formy da-nych (m.in. widma i dane spektroskopowe, dyfraktogramy i struktury krystaliczne, trój-wymiarowe modele makrocząsteczek). Istnieje wiele komercyjnych i ogólnodostępnych internetowych baz dotyczących różnych substancji, udostępniających tego typu dane.

Poza wspomnianymi powyżej publikacjami i bazami danych w Internecie istnieje wiele innych zasobów, które mogą być źródłem informacji naukowych. Należą do nich m.in.: internetowe serwisy towarzystw naukowych, strony jednostek naukowych, wi-tryny ſirm oferujących odczynniki, aparaturę naukową lub oprogramowanie oraz au-torskie strony naukowców.

Niezależnie od klasyſikacji wynikającej z rodzaju źródła i jego zawartości, naukowe zasoby internetowe można podzielić na ogólnodostępne (bezpłatne) oraz licencyjne (odpłatne). W Polsce dostęp do zasobów licencyjnych jest realizowany w ramach tzw.

. Na jej stronach internetowych (http://vls.icm.edu.pl) można znaleźć szczegółowe informacje dotyczące licencji wykupionych przez poszcze-gólne jednostki naukowe. Podobne informacje są także zwykle udostępniane przez cen-tralne biblioteki poszczególnych jednostek.

12 W. Makowski Wybór zasobów internetowych przydatnych w pracy naukowej chemików

Przedstawiony poniżej wybór „chemicznych” stron internetowych jest z konieczności subiektywny, wynika bowiem głównie z zainteresowań naukowych autora. Niemniej jednak stanowi on dosyć reprezentatywny przegląd różnorodnych typów zasobów in-ternetowych, które mogą być przydatne dla chemików zajmujących się pracą naukową.

Internetowe wersje czasopism naukowych (licencyjne)

• Wydawnictwa American Chemical Society (http://pubs.acs.org/about.html).

• Wydawnictwa Elsevier – system Sc ceDirect dostępny bezpośrednio (http://www.sciencedirect.com), oraz za pośrednictwem WiNaukowej (http://vls.icm.edu.pl/ss.html).

ienrtualnej Biblioteki

ienceDirect.

e Patent

• Wydawnictwa Springer (http://www.springerlink.com).

• Wydawnictwa Royal Society of Chemistry (http://www.rsc.org/Publishing/journals).

• Wydawnictwa Wiley InterScience (http://www3.interscience.wiley.com).

Bibliograſiczne bazy danych (licencyjne)

• Chemical Abstracts (http://www.cas.org, w Polsce http://bazy.bg.pwr.wroc.pl).

• Science Citation Index (http://isiknowledge.com lub http://zatoka.icm.edu.pl/sci).

• Scopus (http://www.scopus.com), zintegrowana z systemem Sc

Wyszukiwarki informacji naukowych i patentów

• Scirus (http://www.scirus.com).

• Googl Search (http://www.google.com/patents).

• PatentStorm (http://www.patentstorm.us).

• Polska wersja bazy Europejskiego Urzędu Patentowego (http://pl.espacenet.com).

Katalogi chemicznych stron WWW

• Chemdex (http://www.chemdex.org). Katalog stron www związanych z chemią, ſirmowany przez University of Sheſſield. Ponad 7000 odsyłaczy.

• Links for Chemists (http://www.liv.ac.uk/Chemistry/Links/links.html). Fragment większego katalogu stron internetowych (WWW Virtual Library), dotyczący chemii, redagowany przez chemików z University of Liverpool. Zawiera ponad 8000 odnośników.

Serwisy chemiczne

• ChemCenter (http://www.chemistry.org). Serwis internetowy Amerykańskiego Towarzystwa Chemicznego (ACS).

• ChemSoc (http://www.rsc.org/chemsoc). Serwis naukowy brytyjskiego Królewskiego Towarzystwa Chemicznego (RSC).


SD - Inorganic Crystal Structure Database

Chemistry WebBook al Institute of Standards and T

– Integrated Spectral Data Base System for Organic Compounds

al Library of Medicine

olite Structuresnternational Zeolite Asso

ystallographic and Crystallochemical Database for Mineral and their Structural A

Komercyjne bazy danych ſizykochemicznych (licencyjne)

• CrossFire (http://info.crossſiredatabases.com) – stworzony przez Elsevier MDL system udostępniający m.in. bazy danych Beilstein (zawierającą dane o własnościach ſizykochemicznych ponad 9 mln związków organicznych oraz opisy ponad 11 mln reakcji i bioorganicznych) oraz Gmelin (zawierającą informacje o ponad 2 mln związków i materiałów nieorganicznych). Do korzystania z bazy CrossFire przeznaczone jest specjalne oprogramowanie (CrossFire Commander).

• Knovel (http://www.knovel.com) – baza wiedzy zawierająca ponad 1250 książek, materiałów konferencyjnych i wydawnictw technicznych, z zakresu chemii, nauk przyrodniczych, inżynierii i nauk materiałowych, pochodzących od ponad 40 wydawców.

• IC (http://icsdweb.ſiz-karlsruhe.de) – baza struktur krystalicznych związków nieorganicznych (100 tys. struktur).

Ogólnodostępne bazy danych ſizykochemicznych

• NIST (http://webbook.nist.gov/chemistry). Baza danych Nationechnology (USA), zawierająca dane ſizykochemiczne dla

kilku tysięcy związków chemicznych, także widma IR, UV-VIS i MS.

• WebElements (http://www.webelements.com). Najczęściej wykorzystywany układ okresowy w Internecie. Zawiera wiele informacji o właściwościach ſizycznych i chemicznych pierwiastków oraz prostych związków nieorganicznych.

• SDBS(http://riodb01.ibase.aist.go.jp/sdbs/cgi-bin/cre_index.cgi?lang=eng). Zintegrowana baza widm (IR, UV-VIS, NMR) związków organicznych, udostępniana przez japoński Narodowy Instytut Badań Naukowych

• ChemIDplus (http://chem.sis.nlm.nih.gov/chemidplus). Firmowana przez Nation (USA) baza danych o ponad 360 tys. związków organicznych

i nieorganicznych – zawiera m.in. numery CAS oraz wzory strukturalne (2D i 3D).

• Database of Ze (http://www.iza-structure.org/databases). Bazy danych o strukturach zeolitów, prowadzona przez I ciation (IZA). Zawiera m.in. parametry strukturalne, rysunki oraz trójwymiarowe modele.

• MinCryst - Crnalogues (http://database.iem.ac.ru/mincryst). Baza zawierająca dane

krystalograſiczne ok. 7 tys. minerałów i ich analogów. Dostępne trójwymiarowe rysunki ich struktur.

• Protein Data Bank (http://www.rcsb.org/pdb/home). Baza udostępnia dane o strukturach białek, m.in. trójwymiarowe modele cząsteczek.

• ChemExper (http://ww.chemexper.com). Baza danych o odczynnikach chemicznych. Zawiera połączenia z internetowymi katalogami większości producentów odczynników.

• MatWeb (http://www.matweb.com). Baza danych ſizykochemicznych materiałów (metali, tworzyw sztucznych, kompozytów i ceramiki)

14 W. Makowski Oprogramowanie chemiczne i obliczenia on-line

• ChemSketch (http://www.acdlabs.com/download/chemsk.html) – program przeznaczony do rysowania wzorów strukturalnych i tworzenia trójwymiarowych modeli cząsteczek oraz do rysowania schematów aparatury. Wyposażony w generator nazw systematycznych prostych związków organicznych.

• ISIS Draw (http://www2.mdli.com/downloads/) – popularny program służący do rysowania wzorów strukturalnych cząsteczek oraz mechanizmów reakcji. reakcji. Zawiera bibliotekę wzorów związków organicznych.

• Jmol (http://jmol.sourceforge.net) – interaktywna przeglądarka trójwymiarowych struktur chemicznych (czasteczk i makrocząsteczk, kryształów, materiałów). Oprogramowanie typu open-source, może działać jako samodzielny program na PC albo jako aplet na stronie internetowej, zintegrowany z przeglądarkami stron WWW.

• F namics. *A*C*T - Facility for the Analysis of Chemical Thermody

ience Citation Index emical Abstracts

e’a

Abstract Service registry number

e nch Inside

• (http://www.crct.polymtl.ca/fact, zakładka FACT-Web) – oprogramowanie służące do obliczeń termodynamicznych on-line. Umożliwia np. znalezienie składu równowagowego mieszanin gazów oraz roztworów wodnych.

Wyszukiwanie publikacji i danych

Obecnie w Polsce większość uczelni i instytutów naukowych ma wykupiony dostęp do internetowych wydań najważniejszych czasopism naukowych, dlatego korzystanie z nich nie sprawia szczególnych trudności. Wyszukiwanie artykułów w czasopismach ułatwia bibliograſiczna baza danych Scopus, zintegrowana z serwisami internetowymi wydawnictw naukowych i dzięki temu umożliwiająca bezpośredni dostęp do znalezio-nego tekstu. Można też korzystać z baz Sc i Ch .

Ze względu na ograniczony dostęp do licencyjnych baz wiedzy, wyszukiwanie szczegółowych danych dotyczących związków chemicznych i materiałów może spra-wiać większe trudności. Do ich wyszukiwania można zastosować wyspecjalizowane wy-szukiwarki naukowe (np. Scirus), ale dobre wyniki przynosi też użycie Googl , pod warunkiem zastosowania odpowiednich kryteriów wyszukiwania, np. uwzględniających oczekiwany rodzaj i format poszukiwanego źródła. W przypadku poszukiwania infor-macji dotyczących określonej substancji warto posługiwać się numerem CAS (Chemical

), stanowiącym jej jednoznaczny identyſikator. Należy też zwrócić uwagę na możliwość przeglądania i przeszukiwania książek, w tym mono-graſii naukowych, w serwisie Books Googl oraz w internetowej księgarni Amazo (opcja Sear ).

Podsumowanie

Po kilkunastu latach rozwoju Internetu znalazły w nim swoje miejsce tradycyjne czaso-pisma naukowe, które długo jeszcze pozostaną najważniejszym sposobem rozpo-wszechniania wyników badań naukowych. Warto jednak pamiętać, że oprócz nich ist-nieją i wciąż powstają nowe różnorodne zasoby internetowe, które mogą być użyteczne w pracy naukowej chemików.


STRATEGIE PRZESZUKIWANIA INTERNETOWYCH BAZ STRUKTUR CHEMICZNYCH

Grzegorz Fic1*, Grażyna Nowak2 1Zakład Informatyki Chemicznej, 2Katedra Chemii Fizycznej,

Politechnika Rzeszowska, al. Powstańców Warszawy 6, 35–959 Rzeszów, *[email protected]

W ciągu niespełna 20 lat Internet stał się największym na świecie zbiorem informacji, w tym także informacji z zakresu chemii i dziedzin pokrewnych. Jednakże, nawet naj-cenniejsza informacja staje się dopiero wówczas użyteczną, gdy potraſimy do niej do-trzeć i ją odzyskać. W [1] przedyskutowano wybrane metody i narzędzia odzyskiwania zasobów chemicznych dostępnych w Internecie, w [2] internetowe wyszukiwarki (ogólne, naukowe i specjalistyczne−chemiczne) informacji chemicznej, katalogi (ogólne i tema-tyczne) zasobów WWW z zakresu chemii i dziedzin pokrewnych oraz internetowe zaso-by z zakresu chemii analitycznej, w [3] internetowe zasoby z zakresu chemii i techno-logii organicznej, w [4] zasoby związane z chromatograſią, zaś w [5] internetowe zasoby z zakresu chemii nieorganicznej. W niniejszej pracy przedyskutowano wybrane zagad-nienia związane z pozyskiwaniem informacji z internetowych baz struktur chemicznych.

Strategie wyszukiwania informacji o strukturach chemicznych

Współcześnie w internetowych serwisach chemicznych stosowane są następujące stra-tegie przeszukiwania zbiorów (baz) struktur i związków chemicznych:

• wyszukiwanie tekstowe (elementami kwerendy wyszukiwawczej mogą być: nazwa, fragment nazwy, autor, producent, dystrybutor i inne);

• wyszukiwanie struktur o określonym wzorze sumarycznym (kwerenda: pełny lub częściowy wzór sumaryczny);

• wyszukiwanie tekstowo−liczbowo−logiczne (np. nazwa, zdeſiniowane przedziały wartości różnych parametrów ſizycznych, chemicznych, biologicznych oraz wartości logiczne zaistnienia określonych cech, rys. 1);

• wyszukiwanie wszystkich struktur tożsamych ze zdeſiniowaną w kwerendzie wyszukiwawczej (Exact);

• wyszukiwanie wszystkich struktur zawierających podstrukturę zdeſiniowaną w kwerendzie (Substructure);

• wyszukiwanie wszystkich struktur będących podstrukturami struktury zdeſiniowanej w kwerendzie (Superstructure);

• wyszukiwanie struktur podobnych – wyszukiwane są wszystkie struktury spełniające zdeſiniowane przez użytkownika warunki podobieństwa strukturalnego (Similarity),

• wyszukiwanie prekursorów, tj. struktur, z których można otrzymać zdeſiniowaną strukturę (Precursors, stosowana m.in. w bazie BioPath [7]),

• Flex – jeden z najnowszych typów strategii, stosowany m.in. w wyszukiwarce bazy NLM (National Library of Medicine) ChemIDplus [8]. Wyszukiwane są struktury posiadające identyczne szkielety jak zdeſiniowana struktura, przy czym podczasbadania tożsamości rozpatrywane są stereochemiczne i tautomeryczne właściwości

16 G. Fic, G

poszwysz

• Flexi taudodze zd

• wyszteksw woraz

Pod

Ważmicdy aremzawzwa

G. Nowak

zczególnych wiązzukanie ich m.in

xplus – rozszerzenutomerii wiązań wdatkowo wyszukan

deſiniowanym szzukiwanie hybryd

stowych, liczbowywyszukanych związ arytmetyczne).

dstruktury rozm

żnym elementemznej – podstruktu

atrybut opisujący m podstruktur rozwierające zmienne

rtej reprezentacji

zań. Oprócz ident. soli, wodzianów

nie strategii Flex, wchodzących w sne zostaną m.in.

zkieletem; dowe – kwerendaych i logicznych) ązkach/strukturac

myte

m wielu kwerendura. Podstrukturpodstrukturę ma

zmytych są struke fragmenty. Koni klas lub zbiorów

tyſikacji struktur w, mieszanin oraz

które dopuszcza kład szkieletu. Wzwiązki, w któryc

a złożona z wieluwymaganych lub

ch (stosowane są

Rys. 2. HybrydoweChemExper.com. Wlogiczny (AND, ORz pokazanych na ry(=, >, <, >=, <=, =granice przedziału elementy kwerendyi deſiniowanie kodnarysowanie w oknjest konwertowana

d wyszukiwawczyry mogą być deſina dokładnie jedną

ktury Markusha (ncepcja tych strukw związków o pod

tożsamych stratez polimerów;

Rys. 1. z elemeliczbowkwerenw bazieCompow składwyszuk

egia umożliwia

Niektóre entów tekstowo-wo-logicznej ndy wyszukiwawczej e PubChem ound, wchodzącej d systemu kiwawczego Entrez [6]

zmiany w stereoW porównaniu do

ch atom metalu j

chemii strategii Flex

est związany

u warunków (strub/oraz zabronionoperatory logiczn

kturalnych, nych ne

e wyszukiwanie w serW pierwszym polu deR, NOT, ELSOR), w drysunku), w trzecim op=~), w czwartym wardopuszczalnych warty wprowadza się popu SMILES [9] lub, po k

nie apletu podstruktua na kod SMILES.

wisie eſiniuje się operator rugim atrybut (jeden perator arytmetycznyrtość, w piątym tości. Strukturalne rzez wybranie kliknięciu Draw,

ury, która następnie

y

ych jest fragmenniowane w sposóą wartość) lub ro(rys. 3), czyli struktur została wprodobnych struktur

nt struktury cheób ostry (tzn. każozmyty. Prekursouktury chemiczneowadzona w celurach.

---e u


Rys. 3. Po lewej - przykład struktury Markusha. Po prawej - typy zmienności struktur Markusha: 1. zmien-ność podstawników (podstawnik może mieć postać jednej ze zdeſiniowanych podstruktur, np. R3 = metyl lub etyl), 2. zmienność homologów (pod-stawnik jest jednym z przedstawicieli danego szeregu homologów, np. R4 = alkil), 3. zmienność pozycji (zdeſiniowany podstawnik może wystąpić w jednej z kilku wskaza-nych pozycji, tutaj R5 = amina może wystąpić przy

dowolnym atomie pierścienia, chociaż, biorąc pod uwagę fakt, iż niektóre pozycje są już zajęte przez inne podstawniki, R5 może być położony w pozycji orto lub meta w stosunku do grupy OH), 4. Zmien-ność licze-bności (deſiniuje się dozwolone krotności występowania jakiegoś fragmentu-meru struktury, np. m = 1-3).

C C

O

C $1

O

C A

O

$1 = {C, H}

A = any - {H}

1.

2.

3.

C C

O

C C

O

O C

O

C C

O

C Cl

O

C H

O CC

C

O

AC

A

O

$1

CA

O

ClC

C

O

HC

C

O

HC

H

O

NC

C

O

CC

C

O

CC

C

O

OC

H

O

BrC

H

O

bond1

bond1 = {single, double}

bond1

$1 = {C, H}

A = any

A = any

bond1 = {single, double}

4.

5.

6.

OH

R1R2

Br*

I*

Cl*

R1=

CH2

*CH3 CH2

* CH2CH3

R2=

OHR3

R4

(CH2)mCl

R5

Rys. 4. Przykłady rozmytych podstruktur. W polach numerowanych przedstawiono deſinicje podstruktur rozmytych, po ich prawej stronie – wszystkie lub niektóre podstruktury spełniające te deſinicje (poz. 1: pod-struktura zdeſiniowana ostro, bez rozmytości).

W podstrukturach rozmytych atrybuty określające właściwości węzłów–atomów (np. rodzaj atomu, liczba sąsiadów, liczba wolnych elektronów, położenie atomu – w pierścieniu, układzie aromatycznym, łańcuchu alifatycznym i inne) lub/oraz krawędzi–wiązań (np. typ wiązania, położenie przestrzenne) mogą przyjmować więcej niż jedną wartość - dla każdego atrybutu określa się zbiory dozwolonych lub zakaza-nych wartości. Każda rozmyta podstruktura reprezentuje zatem nie jedną, ale zbiór konkretnych podstruktur. Informacje o rozmytości podstruktur wprowadza się z wyko-rzystaniem specjalnych formularzy lub za pomocą specjalnej notacji SMATRS [10], nale-żącej do rodziny notacji SMILES.

Oprócz wykorzystania koncepcji rozmytych podstruktur w formułowaniu kwerend wyszukiwawczych w systemach do przeszukiwania zbiorów struktur chemicznych zna-lazły one również inne zastosowania, m.in. w: opisach patentów chemicznych, bada-niach korelacji struktura–właściwości (np. QSAR Quantitative Structure-Activity Rela-tionship), opisach bibliotek kombinatorycznych (w syntezie kombinatorycznej).

Podobieństwo struktur chemicznych

Podstawą do określenia podobieństwa dwóch struktur chemicznych jest wyznaczenie dla każdej z nich tzw. Fingerprint (odcisk palca), charakteryzującego dwuwymiarową strukturę cząsteczki chemicznej. Istnieje kilka typów Fingerprints [11]. Pierwszy bazuje na koncepcji Structural Keys (klucza struktury). Jest to wektor, którego poszczególne elementy określają występowanie w cząsteczce określonej podstruktury: 1 – pod-struktura obecna, 0 – brak podstruktury. Tutaj zasadniczym problemem jest zależność

18 G. Fic, G. Nowak wygenerowanego klucza od zastosowanego programu–generatora – zbiór podstruktur reprezentowanych w kluczu struktury jest charakterystyczny dla określonego generatora.

Ten problem nie występuje w Hashed Fingerprints, które są tworzone w wyniku wy-generowania zbioru wszystkich możliwych dla danej cząsteczki podstruktur: dwu–, trzy–, cztero–,…, n–atomowych. Tutaj oczywiście brak jest wcześniej zdeſiniowanego zbioru podstruktur, zaś zbiory generowanych przez komputer podstruktur są bardzo liczne. Przykładowo, dla 4–atomowej cząsteczki fosgenu zostanie wygenerowanych 7 podstruktur: jedna 4–atomowa, trzy 3–atomowe i trzy 2–atomowe.

Do określania podobieństwa struktur chemicznych wykorzystuje się różne jego miary [11]. Jedna z nich to Tanimoto_similarity, zdeſiniowana: gdzie: c jest liczbą wspólnych podstruktur dla dwóch porównywanych struktur A i B (odpo-wiadające sobie pozycje Fingerprints mają wartości 1), a i b są liczbami podstruktur (je-dynek) występujących wyłącznie odpowiednio w cząsteczce A oraz cząsteczce B.

cbacsimilarityTanimoto++

=_

Tanimoto_similarity przyjmuje wartości od 0 (brak podobieństwa) do 1 (identyczne struktury). Inna miara podobieństwa to Euclidean_distance (ED), zdeſiniowany:

( )∑ −= 2ii baED

gdzie: ai oraz bi są wartościami i-tych elementów Fingerprints dla dwóch porównywanych struktur A i B. Inaczej: wartość ED jest pierwiastkiem kwadratowym z liczby tych pozy-cji Fingerprints cząsteczek A i B, które posiadają przeciwne wartości (1,0 lub 0,1). Im większa wartość ED tym mniejsze podobieństwo struktur.

Najczęściej w wyszukiwarkach struktur chemicznych zaimplementowana jest miara Tanimoto_similarity, ze zdeſiniowaną przez użytkownika minimalną (maksymalną) wartością (w %, np. 70 oznacza, że kwerendę wyszukiwawczą będą spełniać tylko te struktury, dla których wartość Tanimoto_similarity, obliczona w odniesieniu do struk-tury zdeſiniowanej w kwerendzie, jest nie mniejsza niż 0.7).

BIBLIOGRAFIA

1. G. Fic, G. Nowak, Przemysł Chemiczny 82 (2003) 1331. 2. B. Dębska, G. Fic (Eds.), Information Systems in Chemistry – 2. Oſicyna Wydawnicza Poli-techniki Rzeszowskiej, Rzeszów 2004. 3. G. Fic, G. Nowak, Przemysł Chemiczny 85 (2006) 587. 4. B.Guzowska-Świder, Wiadomości Chemiczne, 60 (2006) 609. 5. B. Dębska, Fic G. (Eds.), Information Systems in Chemistry – 3. Oſicyna Wydawnicza Politech-niki Rzeszowskiej, Rzeszów 2006. 6. Entrez, the Life Sciences Search Engine, http://www.ncbi.nlm.nih.gov/sites/gquery 7. Biochemical Pathways Database (BioPath), http://www.molecular-networks.com/biopath/ 8. ChemIDplus Advanced, http://chem.sis.nlm.nih.gov/chemidplus/ 9. D. Weininger, J. Chem. Inf. Comput. Sci. 28 (1988) 31, 29 (1989) 97, http://www.daylight.com/smiles. 10. SMARTS, http://www.daylight.com/dayhtml/doc/theory/theory.smarts.html 11. Fingerprints - Screening and Similarity, http://www.daylight.com/dayhtml/doc/theory/theory.ſinger.html.


MODELOWANIE ZŁOŻONOŚCI W CHEMII METODAMI STATYSTYCZNYMI Z WYKORZYSTANIEM PAKIETU S TAT I STIC A

Maciej Szaleniec Instytut Katalizy i Fizykochemii Powierzchni PAN, Niezapominajek 8, 30–239 Kraków

Od wieków znajdowanie zależności było i jest jedną z podstawowych metod poznawa-nia świata. Poprzez doszukiwanie się korelacji pomiędzy pewnymi procesami, zbiorami danych i obserwacji, staramy się zrozumieć otaczający nasz świat. Gwałtowny postęp nauki rozpoczął się dopiero wtedy, gdy badacze zaczęli stosować metodę naukową, któ-ra z oderwanych obserwacji tworzy spójne zbiory danych, a następnie odnajduje istnie-jące pomiędzy nimi zależności. W wyniku tego powstają empiryczne reguły, które po dogłębnej analizie dają podstawy do sformułowania Praw Przyrody.

Wspomniana wyżej metoda naukowa jest stosowana z powodzeniem od początku nowożytnej nauki. Badacze zawsze starają się sprowadzić badane zależności do jak naj-prostszej postaci matematycznej – z reguły do postaci równań liniowych, czasem hiper-bolicznych czy parabolicznych. Takie podejście ma wiele zalet, wśród których należy wymienić możliwość przedstawienia zależności na dwuwymiarowym wykresie czy w pos-taci prostego równania, które łatwo sobie „wyobrazić”, a co za tym idzie i zrozumieć.

Niestety nie wszystkie badane zjawiska poddają się linearyzacji albo są na tyle proste, że jesteśmy w stanie przedstawić je w niewyszukanej formie matematycznej. Czasami od-powiednia formuła istnieje, ale jest nam nieznana i na odkrycie jej moglibyśmy poświęcić wiele lat naszej pracy. Coraz częściej również badacze napotykają zjawiska i procesy za-leżne jednocześnie od wielu parametrów, które w różnym stopniu wpływają na obserwo-wane zjawisko (dobrym przykładem jest choćby pogoda, która zależy od bardzo wielu pa-rametrów: rozkładu temperatury, wilgotności, ciśnienia itp.; pogody nie da się „obliczyć” prostym równaniem liniowym). Co więc ma zrobić chemik chcący opisać złożony me-chanizm reakcji albo farmakolog opisujący interakcje leku z receptorem? Na szczęście w sukurs przychodzą nowoczesne techniki statystyczne, takie jak np. regresja wieloraka.

Podstawą są obserwacje – czyli dane

Punktem wyjścia do poszukiwania zależności jest oczywiście rzetelne zgromadzenie da-nych. Z reguły jesteśmy w stanie dokonać fundamentalnego podziału zebranych danych na te, które chcemy przewidywać (czyli tak zwaną zmienną zależną) oraz te, które po-służą nam za przesłanki – czyli zmienne niezależne.

W skrajnie prostym przypadku, gdy mamy tylko jedną zmienną zależną i jedną nie-zależną, wybór ten nie jest bardzo istotny, gdyż obie zmienne mogą się wymieniać „ro-lami”. Na przykład prosta obserwacja, że im grubsze drzewo (zmienna niezależna) tym starsze (zmienna zależna) – daje się łatwo przekształcić na im starsze, tym grubsze. Dru-ga zależność jest jednak poprawniejsza, gdyż prawidłowo identyſikuje przyczynę i sku-tek – w końcu to w wyniku przyrostu kolejnych słojów w miarę życia drzewa (starzenia się) staje się ono grubsze, a nie na odwrót. Należy jednak bardzo uważać, gdyż z faktu kore-lacji nie wynika związek przyczynowo‒skutkowy. Albo dokładniej: z faktu arbitralnego wyboru pewnej zmiennej jako niezależnej nie wynika związek przyczynowo‒skutkowy ze zmienną zależną. Gdybyśmy zestawili ceny samochodów, jakimi jeżdżą rodziny z cenami

20 M. Szaleniec ich domów, najprawdopodobniej uzyskalibyśmy całkiem dobrą dodatnią korelację – to jednak nie wysoka cena samochodu powoduje wyższą cenę domu. Przyczyna korelacji tych parametrów zależy od zewnętrznego czynnika, a mianowicie od wielkości docho-dów danej rodziny.

Podsumowując, znalezienie korelacji mówi tylko o współzmienności. Innymi słowy – statystyka nigdy nie zastąpi myślącego człowieka, bo to ostatecznie na drodze rozu-mowania i zewnętrznych przesłanek możemy zrozumieć korelacje.

Do znalezienia prawidłowej zależności potrzebujemy wielu przykładów. Im większa złożoność zjawiska (im więcej zmiennych niezależnych będziemy musieli użyć), tym więcej przypadków należy zgromadzić. Niestety nie ma jasnej reguły określającej ile takich przypadków mieć należy. Im więcej tym lepiej. Rygorystyczna reguła zakłada, że powin-niśmy mieć 10 razy więcej przypadków niż zmiennych. Minimalna ilość przypadków musi być większa o 1 niż szacowanych zmiennych (w przeciwnym razie nie ma możli-wości matematycznego rozwiązania regresji wielorakiej).

Ponieważ jestem biochemikiem, posłużę się dla zilustrowania tego artykułu przykła-dem z mojej pracy badawczej – modelowaniem aktywności biologicznej enzymu, dehy-drogenazy etylobenzenowej (EBDH). EBDH katalizuje reakcję syntezy ponad dwudziestu drugorzędowych alkoholi alkiloaromatycznych i alkiloheterocyklicznych [1]. Pytanie, na jakie chciałbym znaleźć odpowiedź z pomocą statystyki, jest następujące: co powoduje, że enzym reaguje z jednymi substancjami chemicznymi szybciej, a z innymi wolniej? Z analogicznymi problemami zmagają się medyczni chemicy pracujący nad kompu-terowo wspomaganym projektowaniem leków (CADD – computer aided drug desing), starając się odpowiedzieć na pytanie, jakie czynniki powodują, że niektóre substancje działają mocniej, a niektóre słabiej na dany receptor. Metody analizy korelacyjnej znaj-dują również swoje zastosowanie w chemii analitycznej w przewidywaniu czasu retencji nowych analitów (tzw. QSRR – quantitative structure retention relationship).

Postanowiłem zbadać problem reaktywności enzymu gromadząc dane eksperymen-talne (a więc mierząc szybkości reakcji dla różnych substratów – czyli związków che-micznych, z którymi reaguje enzym) oraz opisując związki chemiczne różnymi ſizycznymi parametrami pochodzącymi z obliczeń kwantowo–chemicznych oraz ze zwyczajnego opisu ich kształtu [2]. Właściwości chemiczne opisywały takie parametry kwantowo–chemiczne, jak największy i najmniejszy cząstkowy ładunek chemiczny, przesunięcie chemiczne H NMR i C NMR w centrum reakcji, częstość drgania rozrywane-go wiązania C—H, energie poziomów HOMO (jako przybliżenie potencjału jonizacyjne-go) i LUMO (jako przybliżenie powinowactwa elektronowego) oraz różnica pomiędzy orbitalami HOMO i LUMO (jako przybliżenie absolutnej twardości związku). Własności topologiczne i wielkościowe opisane zostały takimi parametrami, jak ilość ciężkich atomów, ilość podstawników w pierścieniu benzenowym, lokalizacja podstawników, masa molowa, całkowita energia elektronów itp. Posłużyłem się również deskryptorami pochodzenia eksperymentalnego, wykorzystywanymi w badaniach QSAR (quantitative structure activity relationship) takich jak stała Hammetta σ, Taſta ES czy hydrofobowo-ści π, objętość molowa (Vm) czy refrakcja molowa (MolRef) [3].

Do prowadzenia modelowania metodami regresyjnymi musimy operować na zmien-nych, które są liczbami. Nie wszystko jednak da się opisać parametrami liczbowymi – czasem dysponujemy opisem (np. kształtem cząsteczki) albo skalą jakościową (np. subiek-tywną oceną aktywności biologicznej). Wtedy dane należy odpowiednio zakodować. Najlepiej posłużyć się metodą zero‒jedynkową, gdyż arbitralne przypisanie większych wartości jakiejś kategorii cech (np. kolorom czarnemu – 0, różowemu – 1, a białemu – 2)


może prowadzić do artefaktów wynikających z kodowania (np. możemy uzyskać mylny związek ilościowy, w którym kolory o wyższym kodzie będą powodowały większą zmianę parametru niezależnego, a przecież wartość kodu zależy od naszego widzimisie). W moim przykładzie do opisu rozmieszczenia podstawnika w pierścieniu aromatycznym posłu-żyłem się tzw. metodą 1zN. Możliwe było obsadzenie jednej z trzech pozycji (patrz Rys. 1) – każdemu potencjalnemu miejscu lokalizacji przypisałem jedną zmienną, która przyjmuje wartość zero, jeżeli w danym miejscu jest tylko atom wodoru, lub 1, jeżeli przyłączony jest tam jakiś inny, dowolny ciężki atom. W ten sposób podstawnik w miejscu para (pozycja trzecia) opisują trzy liczby: 0 dla pierwszej pozycji, 0 dla dru-giej i 1 dla trzeciej. Wadą takiej metody jest mnożenie zmiennych – do prawidłowego opisu jednej cechy musiałem stworzyć trzy zmienne liczbowe.

CH3

OH

CH3

OH

CH3

OH

a) b) c)

Rys. 1. Kodowanie zmiennej jakościowej – lokaliza podstawnika —OH w molekule etylofenolu. Kodowanie poszczególnych zmiennych liczbowych metodą 1zN: a) 1‒0‒0, b) 0‒1‒0, c) 0‒0‒1.

Narzędzie statystyczne

W swojej pracy badawczej posługuję się pakietem STATISTICA 7.1 [4], który zawiera roz-budowany moduł analiz regresyjnych. W ramach ilustracji mojego artykułu wykorzysta-łem zrzuty ekranowe właśnie z tego pakietu. Chcąc zastosować opisane metody statystycz-ne do eksploracji zebranych przez siebie danych, czytelnik może posłużyć się również innymi pakietami statystycznymi i statystyczno‒chemicznymi, wyposażonymi w bar-dziej zaawansowane techniki modelowania, takie jak np. SPSS, Cache Pro, czy Cerius2.

Macierz korelacji

Skoro mamy już zbiór danych (który powstał w wyniku naszej ciężkiej naukowej pracy) i mamy jasny pogląd na to, którą zmienną chcemy przewidywać (zmienna zależna –szybkość reakcji) należy rozpocząć analizę naszego zbioru. Bardzo często badania nau-kowe mogą dostarczyć nam bardzo wielu różnych parametrów, z których w jakiś spo-sób musimy wybrać te, które będą przydatne w naszym modelu. Najłatwiej jest zlo-kalizować zależności liniowe i – zgodnie z regułą Brzytwy Ockhama Bytów nie mnożyć, fikcyj nie tworzyć, tłumaczyć fakty jak najprościej – właśnie od najprostszych modeli na-leży zaczynać. Zgodnie z paradygmatem Hammeta [5] i metodologią ilościowych zależ-ności między strukturą a aktywnością (QSAR) [3], zmienną zależną (stałą szybkości reak-cji) należy przedstawić w postaci logarytmicznej.

Analiza liniowych korelacji z pomocą macierzy pozwala w szybki i prosty sposób spojrzeć na wszystkie (liniowe) zależności w naszym zbiorze danych, na podstawie któ-rych często możemy wiele wywnioskować na temat naszego problemu badawczego. Analiza korelacyjna zwraca nam tabelę, gdzie nazwy zmiennych są widoczne zarówno w nagłówkach kolumn, jak i wierszy (Tabela 1). Wartości w komórkach przedstawiają wartość liniowej korelacji R Pearsona. Pogrubioną czcionką zaznaczono tylko te zależ-ności, które są istotne statystycznie (a więc te, gdzie test Studenta wykazał p<0.05, do-wodząc, że prawdopodobieństwo braku liniowej korelacji jest mniejsze niż 5%). Im

22 M. Szaleniec wartość parametru korelacji R jest bliższa 1 (lub −1) tym silniej liniowo związane są da-ne zmienne. Dodatni znak oznacza proporcjonalność zmiennych (np. im grubsze drze-wo tym starsze) zaś ujemny znak współczynnika korelacji oznacza zależność odwrotnej proporcjonalności – to znaczy im jedna zmienna jest większa, tym druga mniejsza (np. im dłużej się opalam, tym mniej jestem blady). Na przekątnej tabeli mamy oczywiście rząd jedynek – to współczynniki korelacji zmiennych samych ze sobą – z oczywistych względów, gdy na obu osiach wykresu umieścimy tę samą zmienną, uzyskamy idealną prostą o maksymalnej wartości R.

Pierwszym krokiem analizy jest lokalizacja tych zmiennych, które w istotnie staty-styczny sposób korelują ze zmienną zależną (log kcat). Są to parametry przydatne do budowy liniowego modelu regresyjnego. Już na tym etapie będziemy w stanie ustalić, czy problem jest prosty, czy złożony – jeżeli prosty, to może znajdziemy jedną zmienną, która wysoko koreluje ze zmienną zależną (np. 0.95). Wtedy być może warto ograniczyć się do prostego modelu regresji z jedną zmienną niezależną. Gdy jednak nie mamy tyle szczęścia (tak jak w moim przypadku, gdzie najwyższe R wynosi −0.72), wybieramy te zmienne, które wydają się nam najbardziej interesujące i przechodzimy do dalszej analizy. Tab. 1. Macierz korelacji. Zmienne korelujące w sposób istotny statystycznie są wyróżnione pogrubieniem. Im wyższa liczba tym silniejsza korelacja.

log kcat kcat sigma ES Pi Vm MolRef Min Mulliken

log kcat 1.00 0.87 -0.56 0.62 -0.72 -0.43 -0.34 -0.56

kcat 0.87 1.00 -0.55 0.44 -0.59 -0.39 -0.33 -0.47

sigma -0.56 -0.55 1.00 -0.05 0.34 -0.16 -0.22 0.45

ES 0.62 0.44 -0.05 1.00 -0.62 -0.73 -0.74 -0.27

Pi -0.72 -0.59 0.34 -0.62 1.00 0.54 0.41 0.89Sr -0.26 -0.12 -0.12 -0.46 -0.17 0.24 0.23 -0.44

Fh2o -0.65 -0.57 0.39 -0.41 0.92 0.31 0.23 0.94Foct -0.63 -0.55 0.38 -0.36 0.87 0.25 0.20 0.92

Vm -0.43 -0.39 -0.16 -0.73 0.54 1.00 0.96 0.16

MolRef -0.34 -0.33 -0.22 -0.74 0.41 0.96 1.00 0.04

Min Mulliken -0.56 -0.47 0.45 -0.27 0.89 0.16 0.04 1.00

Kolejnym krokiem jest sprawdzenie, jakie są korelacje pomiędzy wybranymi przez nas zmiennymi. Może się bowiem zdarzyć, że w naszym zbiorze są zmienne liniowo za-leżne. Oznacza to, że w wyniku prostych przekształceń matematycznych jesteśmy w stanie uzyskać jedną z drugiej (np. wiek przedstawiony w latach i dniach) albo po-wiązane bardzo mocną zależnością liniową (np. cena produktu z wielkością opakowa-nia). Ponieważ w przypadku, gdy zmienna niezależna koreluje dobrze z jakimś parame-trem będzie również świetnie korelować ze zmiennymi zależnymi od niej liniowo, zanim przystąpimy do budowy modelu regresyjnego musimy wybrać, którą z nich się posłużymy. Błędem bowiem jest użycie ich obu, gdyż prowadzi to bardzo często do wy-eliminowania obu zmiennych (ze względu na sposób testowania istotności statystycznej zmiennych niezależnych; ponadto jest to błąd metodologiczny).

Końcowym etapem analizy korelacyjnej zmiennych jest graſiczna ocena ziden-tyſikowanych zależności za pomocą wykresów rozrzutu – pozwala to sprawdzić, czy nie uzyskaliśmy istotnej wartości korelacji jedynie przypadkiem. Bardzo często lekko wy-gięte zależności paraboliczne lub logarytmiczne są dość dobrze opisywane również


przez prostą – musimy gołym okiem zweryſikować, czy zależność jest faktycznie linio-wa. Czasem wyjątkowo dobre parametry liniowej korelacji otrzymujemy w wyniku wy-stąpienia dwóch skupisk punktów nietworzących prawdziwej korelacji liniowej (patrz Rys. 2). Wszystkie powyżej wspomniane przypadki eliminują zmienną z dalszej analizy.

2980 2990 3000 3010 3020 3030 3040 3050

νC-Hs [cm-1]

-0.88

-0.86

-0.84

-0.82

-0.80

-0.78

-0.76

-0.74

-0.72

-0.70

-0.68

-0.66

q min N

BO

r2 = 0.5734; r = 0.7572; p = 0.0043

Rys. 2. Przykład "fałszywej" wysokiej korelacji liniowej. Parametr R jest istotny statystycznie i wskazuje na dobrą korelację (R=0.7572), tymczasem powstały trend jest artefaktem powstałym z połączenia dwóch skupisk trendem liniowym.

Regresja wieloraka

Mając wybrane parametry, które nieźle korelują z naszą zmienną zależną, możemy przystąpić do budowy modelu regresyjnego [6]. Zakładamy na wstępie, że wszystkie ze-brane przez nasz przypadki będą dobrze do modelu końcowego pasowały. Musimy się jednak liczyć z tym, że nie uda nam się znaleźć zależności opisujących doskonale wszystkie przypadki (dla złożonych problemów jest to raczej pewne). Model składający się z wielu parametrów możemy uzyskać na kilka sposobów. Pierwszym jest ręczny, oparty na intuicji lub doświadczeniu dobór zmiennych, które mogą opisać nasze zjawi-sko. Czasami, gdy badane zależności są dość dobrze opisane w literaturze, możemy oczekiwać, że konkretne zmienne znajdą się w równaniu. Wykonujemy wtedy tzw. re-gresję standardową, z uwzględnieniem wszystkich wybranych przez nas parametrów – wszystkie zadane zmienne zostaną użyte w tworzeniu modelu liniowego. Dla celu przy-kładu wybrałem kilka zmiennych, które w istotnie statystyczny sposób korelują z szyb-kością reakcji (tutaj oznaczonej jako log kcat) oraz jedną, która z nią zupełnie nie kore-luje. Tabela 2 przedstawia wyniki takiej procedury dostarczając parametry statystyczne naszego modelu. Zmienne zaznaczone pogrubieniem są istotne statystycznie (ich zwią-zek liniowy ze zmienną zależną spełnił postawione kryteria alfa), natomiast pozostałe są nieistotnie statystycznie. W nagłówku podano również parametr R (opisujący jak moc-no dane przewidywane przez model korelują z danymi eksperymentalnymi), R2 oraz skorygowane R2. Wiemy dobrze, że parametr R2 opisuje ilość zmienności opisaną przez model (w tym przypadku ponad 95% zmienności). Z tym, że w regresji wielorakiej pa-rametr ten obniżony jest w skorygowanym R2 ze względu na dodatkowe stopnie swo-body wprowadzane przez kolejne zmienne (dla modelu z jedną zmienną R2 jest równe

24 M. Szaleniec skorygowanemu R2). Oznacza to, że nie powinniśmy zbytnio się cieszyć widząc wysokie R2 – czasem wprowadzanie zbyt wielu zmiennych w stosunku do ilości przypadków prowadzi do swoistego przeſitowania (over-ſitting) i możemy uzyskać nieprawdziwy model (o R2 równym nawet 1). Natomiast parametrem, który pozwala nam porówny-wać modele jest wynik testu Fischera F – im większy, tym lepszy model. Tab. 2. Wynik standardowej regresji wielorakiej: R= 0.9770, R2= 0.9545, Skoryg. R2= 0.90914 F(6,6)=21.012, p<.00087, Błąd std. estymacji: 0.15237. BETA – znormalizowane współczynniki liniowe (określające względną istotność zmiennych), B nieznormalizowane współczynniki kierunkowe, t – wartość testu Studenta, poziom p – prawdopodobieństwo, że parametr nie jest związany liniową zależnością ze zmienną niezależną.

BETA BETA B B t poziom p W. wolny 6.7029 4.68059 1.43207 0.202092

Es 1.36815 0.355642 0.7351 0.19109 3.84700 0.008490 Pi -1.93150 0.504239 -1.0586 0.27637 -3.83054 0.008654

MolRef 0.71103 0.525557 0.0553 0.04087 1.35291 0.224838 Dipol -1.66484 0.230922 -1.3034 0.18079 -7.20954 0.000361 LUMO -1.19228 0.241775 -69.7673 14.14764 -4.93138 0.002627

GAP -0.69413 0.409920 -24.6718 14.56991 -1.69334 0.141334

log kcat = 1.36 Es −1.93 Pi + 0.7 MolRef − 1.66 dipol − 1.19 LUMO − 0.69 GAP + 6.7 (Model 1)

Jaki jest kolejny krok postępowania? Otóż uzyskaliśmy całkiem niezłą regresję, ale ma-my nieistotne zmienne (oraz stałą), które trzeba wyeliminować (podkreślone części rów-nania). Tak długo jak części modelu nie spełniają kryterium alfa nie możemy twierdzić, że jest ono prawdziwe. Ponieważ parametr GAP istotnie statystycznie korelował z szyb-kością reakcji, a teraz jest nieistotny w całym modelu, należy zrobić to ostrożnie posłu-gując się regresją krokową (wsteczną). Wsteczna regresja zaczyna od kompletu zmiennych i będzie wyrzucała te, które są nieistotnie skorelowane za każdym razem testując istot-ność statystyczną pozostawionych w równaniu parametrów. Pozwoli ona nam wyelimi-nować nieistotną zmienną MolRef (po jej wyrzuceniu parametr GAP stanie się istotny). Tab. 3. Wynik krokowej regresji wielorakiej (wszystkie parametry istotne statystycznie). R= 0.9699 R2= 0.9407 Skoryg. R2=0.8983 F(5,7)=22.214 p<.00037 Błąd std. estymacji: 0.16116, BETA - znormalizowane współ. liniowe (określające względną istotność zmiennych), B nieznormalizowane współ. kierunkowe, t - wartość testu Studenta, poziom p – prawdopodobieństwo, że parametr nie jest związany liniową zależnością ze zmienną niezależną.

BETA BETA B ΔB t poziom p W. wolny 12.4012 2.15934 5.74306 0.000703

Es 1.12136 0.322895 0.6025 0.17349 3.47282 0.010366Pi -1.44882 0.376871 -0.7941 0.20656 -3.84435 0.006339

Dipol -1.72375 0.239854 -1.3495 0.18778 -7.18666 0.000180LUMO -1.69073 0.223825 -98.9347 13.09733 -7.55380 0.000131HOMO 1.09753 0.239098 40.7784 8.88358 4.59031 0.002513

Jak widać z Tabeli 3 uzyskaliśmy równanie (Model 2), w której wszystkie zmienne (oraz wyraz wolny) są istotne. Parametry R są nieznacznie tylko niższe, ale F jest wyższe (co wskazuje na większą dobroć modelu).

Uzyskane równanie ma postać

log kcat = 1.12 Es −1.4 Pi − 1.7 dipol − 0.99 LUMO − 1.1 GAP + 12.4 (Model 2)


Współczynniki przed zmiennymi nie są jednak stałymi regresji, które znamy z nor-malnej regresji liniowej – są to tak zwane współczynniki beta, które zostały znormalizo-wane tak, abyśmy mogli porównywać wzajemną wagę parametrów. Z naszego równania wynika, że największy wpływ na szybkość reakcji ma moment dipolowy oznaczony zmienną dipol i największym parametrem beta (−1.7). Parametry, które mają znak minus przed stałą wpływają ujemnie na zmienną zależną (im są większe, tym w naszym przy-padku wolniej reaguje dany związek), te zaś, które mają wartość dodatnią, wpływają pozy-tywnie na zmienną zależną (gdyby w naszym przypadku była taka zmienna, to jej więk-sza wartość dla danego przypadku przyspieszałaby reakcję). Aby samodzielnie obliczyć wartość log kcat musimy wykorzystać stałe kierunkowe B z Tabeli 2.

Jak widać z poziomów p wszystkie zmienne i wyraz wolny są istotnie statystycznie. Kolejnym krokiem jest przedstawienie graſiczne naszej korelacji. Nie możemy wykonać klasycznego wykresu typu y(x), bo mamy wiele zmiennych niezależnych – zamiast tego sporządzamy wykres rozrzutu wartości przewidywanej przez eksperyment (szybkości reakcji) z wartością przewidywaną przez model (Rys. 3). W naszym przykładzie mamy jeden przypadek solidnie odstający (1,4-dietylobenzen).

Wykres rozrzutu dla modelu 2przew. log kcat =0.0909 +0.9407 eksp. log kcat

1,4-diethylbenzene

0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6

eksperymentalne log kcat

0.4

0.6

0.8

1.0

1.2

1.4

1.6

1.8

2.0

2.2

2.4

2.6

prze

wid

ywan

e lo

g k c

at

1,4-diethylbenzene

Rys. 3. Korelacyjny wykres rozrzutu zestawiający wyniki eksperymentalne z danymi obliczonymi przez model regresyjny. (R = 0.9699; p = 0.00000; R2 = 0.9407). Linia ciągła oznacza trend regresji, linia przerywana 95% zakres przedziału ufności.

Walidacja zewnętrzna

Uzyskanie modelu istotnego statystycznie nie oznacza automatycznie, że jest on prawi-dłowy. Czasem mimo wykorzystania regresji krokowej (wstecznej lub postępującej) na-stępuje zbyt dokładne dopasowanie modelu do danych, przez co traci on zdolność po-prawnego przewidywania dla przypadków nim nie objętych. Zbyt dobre parametry statystyczne (R i R skorygowane bardzo bliskie 1) świadczą o tym, że równanie ma zbyt wiele stopni swobody – za dużo zmiennych – i uzyskany model jest fałszywy. Dlatego dobrą metodą jest stosowanie tak zwanej walidacji zewnętrznej. W tym celu jeszcze przed rozpoczęciem modelowania dobrze jest wybrać (najlepiej losowo) pewną grupę kontrolną – czyli kilka przypadków, których nie uwzględnimy w zbiorze danych do

26 M. Szaleniec ſitowania regresją. Po uzyskaniu modelu obliczymy dla tych przypadków zmienną za-leżną (log kcat) za pomocą uzyskanego modelu i porównamy z wynikiem eksperymen-talnym. Jeżeli przewidywania modelu są zadowalające, możemy go wykorzystywać w naszej pracy. Należy jednak pamiętać, że liniowe modele regresyjne mają bardzo kiepskie możliwości, jeśli chodzi o ekstrapolację przewidywań poza zakresy użyte w tworzeniu modelu. Tak więc jeżeli będziemy chcieli użyć naszego modelu do przewi-dywania szybkości reakcji jakiejś egzotycznej cząsteczki chemicznej (o bardzo odmien-nych parametrach użytych w modelu), to najprawdopodobniej wynik log kcat będzie odległy od rzeczywistości.

Interpretacja

Wartość naukowa modeli regresyjnych zasadza się nie tyle w ich możliwościach pre-dykcji (chociaż i ta jest bardzo często ważna, np. w projektowaniu leków), ale przede wszystkim w informacji naukowej, jaką możemy wyekstrahować z uzyskanego równa-nia. Regresja wieloraka pozwala nam wyszukiwać i opisywać ilościowo złożone zależno-ści. Dzięki nim możemy ilościowo opisać wpływ poszczególnych czynników na badane zjawisko. Musimy jednak zawsze pamiętać, że pojawienie się jakiejś zmiennej w gronie parametrów niezależnych nie implikuje związku przyczynowo‒skutkowego. W naszym przykładzie z dość dużym prawdopodobieństwem możemy przyjąć, że zmiana własno-ści molekularnych związków chemicznych wpływa na ich aktywność. Model 2 pokazu-je, że im większy jest podstawnik w pierścieniu aromatycznym tym wolniej przebiega reakcja (a więc istnieje czynnik steryczny). Ponadto stała Taſta π oraz moment dipolo-wy charakteryzują optymalny zakres hydrofobowości związków, które mogą wniknąć do centrum aktywnego enzymu. Zaś parametr GAP wykazuje, że związki twarde (duża wartość GAP) reagują wolniej niż miękkie – co wskazuje na istotny czynnik polaryzo-walności na etapie limitującym szybkość reakcji. Jak więc widać, możemy dzięki regre-syjnemu modelowi uzyskać wartościowe przesłanki na temat mechanizmu reakcji.

Jednak często zdarza się że istotna statystycznie zmienna koreluje bardzo mocno z jakimś innym parametrem, który jest prawdziwą przyczyną. Można wówczas łatwo popełnić błąd polegający na przeoczeniu prawdziwego związku przyczyna – skutek. Musimy pamiętać, że model regresyjny informuje tylko o powiązaniu zmienności, zaś obowiązek ustalenia, czy jest dowód na związek przyczynowo‒skutkowy musi opierać się na naszym rozumowaniu lub na danych zewnętrznych.

LITERATURA

1. M. Szaleniec, C. Hagel, M. Menke, P. Nowak, M. Witko and J. Heider, Biochemistry 46 (2007) 7637. 2. M. Szaleniec, M. Witko, R. Tadeusiewicz, J. Goclon, J. Comp-Aid. Mol. Des. 20 (2006) 145. 3. C. Hansch, A. Leo, Exploring QSAR. Fundamentals and Application in Chemistry and Biology, ACS Processional Reference Book, American Chemical Society, Washington DC, 1995. 4. StatSoſt, Inc. (2005). STATISTICA (data analysis soſtware system), version 7.1. www.statsoſt.com. 5. L.P. Hammett, J. Chem. Phys. 4 (1936) 613. 6. A. Stanisz, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach medycyny, tom II. Modele liniowe i nieliniowe, Statsoſt Polska, Kraków, 2007.

GJagiellonia

Abstract

Eſſiciency of pof load-balanis designed antion indicates

Introductio

Signiſicantly large moleculneeds for comnied by quicktecture of moquires algorith

The key isholds for virtutional sequenhardware arcare relatively

Majority chemical calcmodel. This ais however juscal quantum-rithm to partperformance

An imporcacheing. It rereused in theload-balancin

The paperlyzed in SectiIn Section 4 proved, cachemary in Sectio

Fig. 1. The sexith

CACHE-AWAFOR COMPUTA

Grzegorz Mazun University, Fac

parallelized quancing algorithms nd its performan

s presence of the h

n

growing demandlar systems can bemputational powk development ofodern supercomphmic changes in ssue is that the clually all modern

ntial algorithms thitecture. Fortuneasy to reformulaof the existing ulations are para

approach is in genstiſied by its conc-chemical applicatition the problemis crucial for the rtant technique welies on storing in next stages of th

ng algorithm on thr is structured aion 2. In the nextcache aſſinity of

e-aware algorithmon 5.

hiophene molecule.

Technologie

ARE LOAD-BALATIONAL CHEM

ur, Marcin Makculty of Chemistry

tum-chemical cais discussed. A n

nce is analyzed. Shyper-cache eſſec

d for higher quae recently observ

wer are constantlyf high performanputers and growsoſtware to eſſicieluster architectursupercomputerso the ones that a

nately, most of thate in such a way

procedures useallelized within thneral case not optceptual simplicityations. The S P M Dm into tasks peroverall speed of twhich can imprn the fast memoryhe calculations. Ihe performance os follows. An adt section integralf the load-balancm is proposed. T

e Informacyjne dla

LANCING ALGOMISTRY APPLI

kowski and Maty, Ingardena 3, 30

alculations is evalnew, cache-awareSuper-linear scalict.

ality computationved. As a result, thy growing. Whilence hardware soluwing popularity o

ently use the accere is inherently h. This necessitateare able to explohe typical quant. ed for common

he Single Programtimal from the eſſiy and near-optimD model requirerformed by the cthe calculations. ove the eſſiciency some of the parIn this work we of the cache.

daptive load-balal cacheing technicing algorithms The paper is con

Chemików 27

ORITHM CATIONS

teusz Brela –060 Krakow, Pooland

uated. The cachee load-balancing ing of the new fo

e aſſinity scheme

ormula-

nal chemistry reshe chemistry come this trend is acutions, the typicaof computer clusessible resources.highly parallel. Thes the switch fromoit the parallelismum chemistry pr

sults for mmunity ccompa-al archi-sters re- he same m tradi-m of the roblems

nly executed qum Multiple Data (ſſiciency point of

mal performance fs a load-balancin

computational no

uantum-(S P M D )

f view. It for typi-ng algo-odes. Its

cy of the calculartial results whichanalyze inſluenc

ations is h can be e of the

ancing algorithm ique is brieſly preis analyzed and

ncluded with sho

is ana-esented. an im-

rt sum-

28 G. Mazur, M. Makowski, M. Brela Load-Balancing Algorithm

The simplest possible load-balancing algorithm is a static one. It splits the computa-tional problem into equally sized tasks which are uniformly distributed between nodes. While conceptually easy, the approach is bound to be very ineſſicient. Even assuming highly uniform computational environment, the time spent by the processors on per-forming assigned tasks will be signiſicantly diſſerent. This is because in most cases the tasks are inherently diſſerent with respect to their computational complexity. For ex-ample, the time necessary to calculate integrals involving only the s orbitals diſſer sig-niſicantly from the time required to calculate integrals with higher angular momentum.

Recently we proposed an eſſicient load-balancing algorithm, which dynamically adapts to the inhomogeneity of either the computing environment or the data being calculated [1]. The proposed algorithm works as follows. The computational problem is divided into tasks of diſſerent sizes. The tasks are stored in a tasks queue. A node gets the next task from the queue as soon as it completes the previous one. The splitting of the problem into tasks is organized as follows. A fraction 1= f of the original problem is divided into n tasks, where f is the splitting factor and n stands for the number of nodes. Then the procedure is repeated recursively for the remaining part of the problem. The recurrence is stopped when the size of the remaining part is smaller than the thre-shold t. The algorithm is parameterized by f and t.

The algorithm was implemented in Niedoida[2], a general-purpose computational chemistry package built as a set of libraries implementing quantum-chemical and mi-croelectrostatic calculations. Niedoida is a parallel program designed according to the S P M D model. Message Passing Interface (M P I) is used as the low-level parallelization framework. The main reasons for using Niedoida in this work is that it provides a plug-in load-balancing interface and a wide range of production quality quantum-chemical procedures, allowing for benchmarking diſſerent algorithms in a realistic and consistent environment.

Test calculations were performed for sexithiophene (see Fig. 1) at the Hartree-Fock level of theory in the 6-31G** basis. The size of the model system is best characterized by the number of orbitals. In this case the number of orbitals is 514, which is of the magnitude typical for commonly performed quantum-chemical calculations. The scal-ing of the proposed loadbalancing algorithms with the number of C P U s is shown in Fig. 2. The dynamic load-balancing algorithms performs consistently better then the static one. The relative time required to perform calculations using n C P U s may be described by

1

F

number of T

S

ig. 2. Time of the S C F calculations for the model system as a function of the

C P U s. he time is relative

to the 1 C P U case. ee text for the details.


Tab. 1. Fitted parameter values for the load-balancing algorithms. See text for the details.

Algorithm α β γStatic 0.92 0.69 0.07Dynamic 0.96 1.00 0.03

where α represents the fraction of the parallelized part and γ stands for the (eſſectively) serial fraction of the calculations. β describes the deviation from linear speedup. The scaling function described above was ſitted to the datapoints obtained for the model system. The ſitted parameter values are presented in Tab. 1.

The non-zero value of the γ parameter stems from both non-parallelized parts of the code (mainly the Fock matrix diagonalization) and, to a lesser extent, the commu-nication overhead. The diſſerence between the values for the static and dynamic dis-patcher seems to mainly a consequence of the relatively poor ſit of the γ parameter. Still, in both cases the value is small, which shows that bulk of the code is parallelized.

The main diſſerence between the algorithms is the value of the β parameter, which decides how much faster works the parallelized part of the code with increasing num-ber of the computational nodes. While the scaling for the static case seems to be poor, for the dynamic case it has reached the theoretical limit of 1. However, the performance of the dynamic load-balancing algorithm can still be improved by taking advantage of the hyper-cache eſſect. 3

Integral Cache

The most time-consuming part of the Hartree-Fock (H F) calculations is the generation of the two-electron integrals (Electron Repulsion Integrals, E R I). It is responsible for roughly 80% time of the whole calculations. This is caused by both the sheer number of the integrals and by the relatively high computational cost of calculating an integral. The latter holds even for modern quasi-optimal algorithms of integral generation. To the large extent, the same applies to the Kohn-Sham (K S) calculations with hybrid ex-change-correlation functionals.

To alleviate the issue, some of the quantum-chemical programs use integral cache-ing. The cache mechanism relies on storing already computed integrals in fast memory. As the same integrals are used in each iteration of S C F cycle there are signiſicant proſits to be realized if their values are cached in fast memory eſſiciently. However, for real sys-tems the total number of integrals is too large to allow for keeping them all in the fast memory. Therefore, only a fraction of the integrals can be stored in the cache. The amount of cached integrals depends on the accessible memory.

The cacheing strategy used in this paper is a very simple one. The integrals are stored in the order they were requested by the Fock matrix generation procedure until the assigned memory is exhausted. Other, prospectively more eſſective, approaches are possible, like giving preference to the integrals involving orbitals of high angular mo-mentum.

Analogous technique can be applied to other computationally intensive procedures, like three-electron integrals used for the density-ſitting and atomic orbital values used for exchangecorrelation potential generation. However, in this paper we concentrate on the E R I cache.

30 G. Mazur, M. Makowski, M. Brela Cache Aſſinity

In the case of single processor cacheing is conceptually simple, but limited due to usual-ly small memory to dispose for the purpose. n-node calculations oſſer n times extended cache memory space and potentially considerable time savings are possible if the load-balancing algorithm allows to use it in an eſſicient way. The eſſiciency is determined by cache aſſinity. Cache aſſinity decides how large is the probability that if an integral was processed by given node, it will be processed by the same node in the next S C F cycle.

From the point of view of the cache aſſinity the static load-balancing algorithm is optimal. This is because the integrals in the consecutive S C F cycles are always processed by the same nodes as in the previous cycles. On the other hand, the dynamic load-balancing algorithm represents a case of minimal cache aſſinity, with the probability of an integral being processed by the same node being equal 1/n. However, despite the low cache aſſinity, the dynamic algorithm performs much better than the static one. There-fore, we introduce cache-awareness to the dynamic algorithm to improve its cache aſſinity without losing its adaptivity.

The cache-aware load-balancing algorithm works as follows. The computational problem is divided into tasks of diſſerent sizes. The tasks are bundled into groups of size n where n stands 4.

Fig. 3. Cache hit ratio as a function of the number of C P U s.

Sexithiophene molecule, HF/6-31G** level of theory, 256 MB of

cache memory per C P U .

for the number of nodes. The task groups are stored in the task groups queue. A node gets the next task from the current task group as soon as it completes the previous one. The task to be handed out to the node i is taken from the i-th slot if available or chosen randomly otherwise. When no more tasks are available in the current group, the group is retired and the next one is taken from the queue.

The splitting of the problem into tasks is organized as follows. A fraction 1/f of the original problem is divided into n tasks, where f is the splitting factor. The tasks are grouped together, and the group is put to the queue. Then the procedure is repeated re-cursively for the remaining part of the problem. The recurrence is stopped when the size of the remaining part is smaller than the threshold t. The algorithm is paramete-rized by f and t.

The algorithm was implemented in Niedoida. Test calculations were performed for the same model system as in Section 2.

The cache aſſinity of a load-balancing algorithm can be characterized by the cache hit ratio. Cache hit ratio is the fraction of the integrals which were retrieved from the cache to the total number of integrals required to perform the whole S C F process. The


dependence of the cache hit ratio on the number of computational nodes (see Fig. 3) for the cache-aware algorithm, while worse than for the static one, is signiſicantly better than for the dynamic scheme.

Comparison of the speed of the analyzed algorithms shows that for small cache sizes the cache-aware algorithms performs on par with the dynamic one. With the growing cache size, the dynamic algorithm performs slightly worse and the cache-aware algo-rithm performs better. For large cache size (larger than 256 MB per node) the cache-aware algorithm is the fastest one.

To analyze the scaling of the cache-aware algorithm in more detail we performed calculations for the model system using large cache size (512 MB per node). The rela-tive time of the calculations is depicted in ſig. 4. Fitting the parameters of Eq. (1) yields a = 1:00, b = 1:07 and g = 0:02. Comparison with Tab. 1 shows that the cache-aware al-gorithm scales better than the other analyzed algorithms. The value of the b parameter exceeding the theoretical limit of 1 suggests presence of the hyper-cache eſſect.

\

Fig. 4. Time of the SCF calculations for the model system as a function of the

number of CPUs. The time is tive to the 1 CPU case. See

details. rela

text for the

Summary Analysis of the cache aſſinity of the previously proposed dynamic load-balancing algo-rithm allowed us to formulate a new, cache-aware one. The new algorithm fully retains the adaptivity of the original one. Additionally, the improved formulation, owing to the better cache aſſinity, is more eſſicient than the original scheme. The performed analysis shows that the new algorithm allows for super-linear scaling with the growing number of computational nodes. This strongly suggests presence of the hypercache eſſect.

Acknowledgments

Support from A C K Cyfronet (grant MEiN/SGI3700/UJ/077/2006) is gratefully ac-knowledged.

REFERENCES

1. G. Mazur, M. Makowski, Computing and Informatics, accepted. 2. G. Mazur, M. Makowski, W. Piskorz, Ł. Ćwiklik, M. Sterzel, M. Radoń, W. Kulig, D. Błażewicz, doida, a computational chemistry package, release 0.3.

32 K. Kruczała, Ł. Łańcucki, T. Spałek, Z. Sojka

REKONSTRUKCJA PROFILI STĘŻENIA Z WIDM 1D EPRI METODĄ VC-GA: WPŁYW SZUMÓW NA POPRAWNOŚĆ ODWZOROWANIA

Krzysztof Kruczała, Łukasz Łańcucki, Tomasz Spałek, Zbigniew Sojka Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Abstrakt

Obrazowanie metodą EPR (EPRI) umożliwia określenie dystrybucji przestrzennej cen-trów paramagnetycznych w badanej próbce poprzez dekonwolucję widma zarejestro-wanego w obecności gradientu pola magnetycznego. Proſil stężenia można wyznaczyć za pomocą metody wirtualnych składowych (VC), których parametry optymalizowano za pomocą algorytmu genetycznego (GA) [1]. W niniejszej pracy przedstawiono wpływ szumów na poprawność odwzorowania proſili metodą VC-GA. Wpływ szumów na ja-kość odwzorowania proſili testowano na widmach syntetycznych, które były całkowicie pozbawione szumów oraz dla tych samych widm, z dodaniem wygenerowanych kom-puterowo szumów o natężeniu od 60 do 5 dB.

Wykazano, że dla syntetycznego widma opowiadającego linii EPR rejestrowanej z gradientem pola magnetycznego poziom szumów 20 dB nie powoduje istotnych od-chyleń od proſilu rzeczywistego. W przypadku większych szumów poprawne odwzoro-wania proſilu można było uzyskać poprzez zmniejszenie liczby wirtualnych składowych użytych do odtworzenia proſili.

Wstęp

Tradycyjna spektroskopia EPR może zostać przekształcona w technikę obrazowania (EPRI) poprzez zastosowanie gradientu pola magnetycznego w miejscu próbki. Gradient ten tworzy powiązanie między położeniem centrum paramagnetycznego w próbce a polem rezonansowym. Owocuje to zakodowaniem informacji o przestrzennej dystry-bucji centrów paramagnetycznych w widmie EPR. Odkodowanie tej informacji wymaga zastosowania odpowiednich procedur numerycznych [2,3].W przypadku gradientu równoległego do osi próbki warunek rezonansu musi być zmodyſikowany w następują-cy sposób:

( ) B xGBgh +υ = μ x

gdzie x to współrzędna (pozycja w próbce), a Gx gradient pola magnetycznego. Z matematycznego punktu widzenia zarejestrowane widmo, I(B), jest konwolucją wid-ma bez gradientu S(B) oraz proſilu stężenia centrów paramagnetycznych P(x)

∫+∞

∞−

⋅⋅−= dxxPBgradxBSBI x ))()(()(

Wyznaczony proſil niesie informację o przestrzennej dystrybucji centrów paramagne-tycznych, dzięki czemu możliwe jest wnioskowanie o miejscu zachodzenia procesów chemicznych bez konieczności niszczenia próbki [2,4,5]. Idea takiego eksperymentu zo-stała zaprezentowana na Rysunek 1. Po lewej stronie (Rysunek 1a) przedstawiono mo-delową próbkę złożoną z dwóch kryształków DPPH o różnej wielkości, umieszczonych w odległości 10 mm od siebie.


Rys. 1. Schemat eksperymentu EPRI. Zastosowanie gradientu pola magnetycznego umożliwia wyznaczenie proſilu stężenia centrów paramagnetycznych wewnątrz próbki.

W klasycznym eksperymencie EPR widmo takiej próbki składa się z jednej linii (Rysunek 1c). Po zastosowaniu gradientu pola magnetycznego, uzyskanego dzięki do-datkowym cewkom zamontowanym między nabiegunnikami elektromagnesu (Rysunek 1b), rezonans zachodzi przy dwóch wartościach homogenicznego pola magnetycznego. Wykorzystując odpowiedni algorytm dekonwolucji można wyznaczyć proſil stężenia centrów paramagnetycznych (Rysunek 1c). W prezentowanym przypadku widzimy, że uzyskane wyniki dobrze odzwierciedlały rzeczywistą dystrybucję centrów paramagne-tycznych w modelowej próbce: rodniki zlokalizowane są w odległości około 10 mm, oraz ilość rodników w górnej części próbki jest większa około 2 razy.

Część doświadczalna

Wpływ poziomu szumów na efektywność i poprawność wyznaczania proſili stężenia te-stowano za pomocą metody VC-GA, zaimplementowanej w programie Acon [1]. W metodzie VC-GA proſil stężenia jest wyrażony jako superpozycja kilku funkcji Gaus-sa i dwóch funkcji Boltzmanna, które pozwalają na lepsze odwzorowanie gwałtownych zmian stężenia na brzegach próbki. Zbiór parametrów VC poszukiwanego proſilu, za pomocą liniowej funkcji translacji, został zakodowany w postaci genomu osobnika (re-prezentującego jedno z możliwych rozwiązań). Populację utworzoną z tak utworzonych osobników, optymalizowano za pomocą algorytmu genetycznego, co pozwoliło na au-tomatyczne ekstrahowanie proſili stężenia centrów paramagnetycznych oraz zwiększe-nie skuteczności optymalizacji [1,6].

Rysunek 2 przedstawia syntetyczne widmo (a), prostokątny proſil testowy stężenia (b) oraz widma z gradientem pola magnetycznego (c), które zostały użyte do testów. Badaniu poddano widma z gradientem i stosunkiem sygnał/szum w zakresie 10–50 dB.

34 K. Kruczała, Ł. Łańcucki, T. Spałek, Z. Sojka

10 dB

50 dB

25 dB

(a) widmo bez gardientu (c) widma z gardientem

3360 3400 3440indukcja pola magnetycznego / mT

3360 3400 3440

indukcja pola magnetycznego / mT0 1 2 3 4

długość / r mm

profil st enia(b) ęż

Rys. 2. Syntetyczne widmo (a), prostokątny proſil stężenia (b) oraz przykładowe widma z gradientem pola magnetycznego (c). Poziom szumów dla poszczególnych widm został podany na rysunku.

Drugi typ proſilu syntetycznego, o bimodalnym charakterze, oraz odpowiadające mu widma z gradientem przedstawione zostały na rysunku 3. Obliczenia proſili wyko-nano dla szumów z zakresie od 10 do 60 dB. Dla poziomu szumów 10 dB przeprowa-dzono również testy wpływu liczby wirtualnych składowych użytych do rekonstrukcji proſilu na poprawność odtwarzania kształtu.

10 dB

60 dB

20 dB

(a) widmo bez gardientu (c) widma z gardientem

3360 3400 3440indukcja pola magnetycznego / mT

3360 3400 3440

indukcja pola magnetycznego / mT0 1 2 3 4

profil st enia(b) ęż

długość / r mm Rys. 3. Syntetyczne widmo (a), bimodalny proſil stężenia (b) oraz przykładowe widma z gradientem pola magnetycznego (c). Poziom szumów dla poszczególnych widm został podany na rysunku.

Wyniki i dyskusja

Wyniki rekonstrukcji proſili metodą VC-GA przedstawiono na rysunkach 4 i 5 odpo-wiednio dla kształtu prostokątnego i bimodlanego. Obliczone proſile nałożono na syn-tetyczne w celu ułatwienia oceny jakości odtworzenia kształtu oraz długości próbki.

0 1 2 3 4długość / r a.u. długość / r a.u.

0 1 2 3 4

50 dB 30 dB

10 dB25 dB

Rys. 4. Kwadratowy proſil syntetyczny (linia ciągła) i obliczony na podstawie widma bez szumów i widma z gradientem z szumami na poziomie 50-10 dB.


Zastosowana metoda pozawala na uzyskanie wyników pozbawionych szumów de-konwolucyjnych i wiernie odwzorowujących założoną dystrybucję centrów paramagne-tycznych szumów na poziomie 20‒25 dB.

0 1 2 3 4długość / r a.u. długość / r a.u.

0 1 2 3 4

60 dB

20 dB

30 dB

10 dB

Rys. 5. Bimodalny proſil syntetyczny (linia ciągła) i obliczony na podstawie widma bez szumów i widma z gradientem z szumami na poziomie 60-10 dB.

Dla poziomu szumów 10 dB odtworzony proſil odbiega nieco od teoretycznego, jednak wyznaczenie krawędzi próbki zostało odtworzone dla wszystkich badanych po-ziomów szumów.

Przeprowadzone obliczenia dowodzą, że w przypadku znajomości przybliżonej dys-trybucji centrów paramagnetycznych, możliwe jest uzyskanie dobrego odwzorowania proſilu nawet dla bardzo wysokiego poziomu szumów (5‒10 dB) poprzez ograniczenie liczby wirtualnych składowych. Postępowanie takie można porównać do wygładzania szumów i jak każda tego typu procedura musi być stosowana ostrożnie i ze zrozumie-niem, gdyż niewłaściwie zastosowana może doprowadzić zniekształcenia wyników.

2 funkcje Gaussa1 funkcja Gaussa

Rys. 6. Prostokątny i bimodalny proſil odtworzony na podstawie widma z gradientem i poziomem szumów 10 dB obliczony z zastosowaniem dwóch funkcji Boltzmana i jednej (prostokątny) lub dwóch (bimodalny) funkcji Gaussa.

Zastosowana metoda VC-GA pozwoliła uzyskać poprawne, pozbawione szumów wyniki nawet przy małym stosunku sygnał szum dla widma z gradientem. Stanowi to dużą przewagę nad klasycznym podejściem wyznaczania proſili poprzez dekonwolucje z użyciem transformaty Fouriera, gdyż metoda ta w przypadku wysokiego poziomu szumów prowadzi do dramatycznego wzrostu szumów w wyznaczanym proſilu [7].

36 K. Kruczała, Ł. Łańcucki, T. Spałek, Z. Sojka Podsumowanie

Wykazano, że poziom szumów ma istotny wpływ na jakość i poprawność wyznaczania proſili stężenia metodą EPRI. Wykazano, że dla widma rejestrowanego z gradientem po-la magnetycznego poziom szumów 20 dB nie powoduje jeszcze istotnych odchyleń od proſilu rzeczywistego. Jednakże bardziej dokładne wyznaczenie proſilu uzyskuje się tyl-ko w przypadku, gdy widma charakteryzują się bardzo niskim poziomem szumów (40-60 dB). W eksperymencie EPRI zwiększanie gradientu pola poprawia rozdzielczość przestrzenną jednak pogarszający się stosunek sygnał/szum może uniemożliwić po-prawne wyznaczenie proſilu stężenia. Dlatego konieczny jest dobór optymalnej warto-ści gradientu z uwzględnieniem tych dwóch czynników.

BIBLIOGRAFIA

1. T. Spalek, K. Kruczała, Z. Sojka, S. Schlick, J. Magn. Resonance, 189(1) (2007) 139. 2. (a) EPR Imaging and In Vivo EPR; S. S. Eaton, G. R. Eaton, K. Ohno, Eds.; CRC Press: Boca Raton, FL, 1991; (b) S. S. Eaton, G. R. Eaton, Concepts in Magnetic Resonance, 7 (1995) 49, (c) S. S. Eaton, G. R. Eaton, Specialist Periodical Report on Electron Spin Resonance, 17 (2000) 109. 3. Z. P. Liang, P. C. Lauterbur, Principles of Magnetic Resonance Imaging: A signal Processing Perspective, IEEE Press, New York, 2000. 4. M. Lucarini, G. F. Pedulli, D. Lazzari, M. Vitali, S. M. Andrews, Macromol. Chem. Phys., 2002, str. 203. 5. H. Gustafsson, K. Kruczala, E. Lund, S. Schlick, J. Phys. Chem. B, 2008, 6. K. Kruczala, W. Aris, S. Schlick, Macromolecules, 38 (16)(2005) 6979. 7. Y. Deng, G. He, P. Kuppusamy, J. L. Zweier, Magnetic Resonance in Medicine, 50 (2003) 444.


BADANIE PRZEMIAN FAZOWYCH Z WYKORZYSTANIEM CYFROWEJ REJESTRACJI OBRAZU MIKROSKOPOWEGO PRÓBKI

Krzysztof Czarniecki Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

słowa kluczowe: przemiany fazowe, badania mikroskopowe, wizualizacja eksperymentu, dydaktyka;

Streszczenie

Do rejestracji obrazu próbek ulegających przemianom fazowym zastosowano mikro-skop wyposażony w kamerę cyfrową. Zestaw rejestrujący zawierał ponadto stolik termo-statujący o prostej konstrukcji i kontrolowanej termoparą temperaturze. Pracą stolika sterowano poprzez interfejs na porcie LPT komputera, za pomocą programu pomiaru temperatury i regulacji mocy. Zarejestrowane obrazy pozwalają wyciągać wnioski o na-turze przemian fazowych i ewentualnych reakcjach chemicznych zachodzących w ba-danych próbkach. Obróbka cyfrowa obrazu pozwala na zwiększenie czułości detekcji. Walory edukacyjne zestawu pomiarowego wynikają z łatwości manipulacji sprzętem i zarejestrowanymi obrazami, oraz wizualizacji zachodzących przemian.

Wstęp

Chemia ze względu na swój doświadczalny charakter wymaga wizualizacji wybranych zagadnień na każdym etapie i poziomie kształcenia [1]. Znaczna część informacji o ota-czającym nas świecie dociera do naszego mózgu za pośrednictwem zmysłu wzroku. Nic zatem dziwnego, że w dobie rozwoju informatyki oraz postępującej komputeryzacji, podejmuje się działania zmierzające do wykorzystania tych narzędzi w edukacji.

Różnorodność tych działań jest ogromna i obejmuje tworzenie materiałów i aplika-cji wykorzystywanych do nauczania, sprawdzania poziomu nabytej wiedzy oraz do ad-ministrowania procesem nauczania.

Jednym z aspektów komputeryzacji i informatyzacji jest możliwość udostępnienia obrazów przeprowadzanych eksperymentów, szerokiej rzeszy obserwatorów, lokalnie a niekiedy na duże odległości (Internet). Narzędzia służące do tego celu (sprzęt i pro-gramy) są systematycznie ulepszane, a ich cena ustawicznie spada. Powoduje to, że stają się one łatwo dostępne i powszechne.

Przykładem może być kamera cyfrowa stosowana do wideokonferencji, która stała się obecnie składnikiem wielu zestawów komputerowych powszechnego użytku. Udo-stępniane za jej pomocą obrazy pozwalają użytkownikom Internetu zaglądać w odległe zakątki Świata, poszerzając przez to ich możliwości poznawcze. Mimo że na ogół nie ma to nic wspólnego z planowym nauczaniem, to aspekt edukacyjny takiego zastoso-wania jest niewątpliwy.

Właśnie w tym artykule zajęto się prezentacją możliwości przekazu obrazu ekspe-rymentu – polegającego na obserwacji przemiany fazowej za pomocą mikroskopu – rejestrowanego kamerą cyfrową.

38 K. Czarniecki Zestaw do rejestracji przemian fazowych

Do budowy zestawu pomiarowego wykorzystano sprzęt powszechnie dostępny w każ-dej szkole. Może to być dowolny mikroskop (najlepiej polaryzacyjno-interferencyjny) oraz typowa kamera internetowa (o matrycy CCD 1,2 Mpx lub więcej).

Wykonanie stolika termostatującego wymaga trochę więcej aktywności, ale ze względu na małą masę próbek można tu wykorzystać zwykły rezystor ceramiczny o mocy 3‒5 W.

Pomiar temperatury odbywał się za pomocą termopary podłączonej poprzez wzmacniacz do przetwornika A/C, który wyniki pomiarów przekazywał interfejsem I2C (na porcie LPT) do komputera PC. Ten sam interfejs wykorzystano również do sterowa-nia mocą grzejną stolika termostatującego.

Zadaniem programu nadzorującego pracę urządzenia było programowanie i kon-trolowanie temperatury próbki, umieszczonej na stoliku, pomiędzy dwoma szkiełkami nakrywkowymi Rys. 1.

Rys. 1. Zestaw do rejestracji obrazu przemian fazowych za pomocą kamery internetowej osadzonej na okularze mikroskopu.

Kamerę internetową, służącą do przekazywania obrazu, zamocowano na okularze mikroskopu tak, aby była nieruchoma w trakcie regulacji ostrości.

Zestaw pomiarowy dawał możliwość rejestrowania przemian w zakresie temperatur 20°C do około 220°C. Program komputerowy sterujący pomiarem pozwalał regulować tempo grzania, chłodzenia lub termostatować próbkę w określonej temperaturze.

Jako źródło światła wykorzystywano miniaturowe żarówki lub diody LED o różnej barwie. Położenie i rodzaj źródła światła zmieniano tak, aby uzyskać największy kon-trast obrazu.

Po umieszczeniu próbki na stoliku pomiędzy szkiełkami nakrywkowymi, ustawie-niu ostrości i uruchomieniu pomiaru, konieczna była niekiedy korekta ostrości związa-na z rozszerzalnością cieplną (efekt ten zależy od grubości próbki).

Przykłady obserwowanych efektów

Typowe przemiany fazowe, takie jak topnienie czy wrzenie, mogą być łatwo ziden-tyſikowane na podstawie obrazu mikroskopowego. Przykład topnienia acetanilidu przedstawiono na Rys. 2.


Rys. 2. Obraz kryształów acetanilidu zarejestrowany w temperaturach: poniżej, blisko i powyżej temperatury topnienia.

Niestety zaobserwowanie przemian polimorſicznych (przemiany w ciele stałym), w oparciu o zestaw z mikroskopem bez przystawki polaryzacyjno–interferencyjnej, jest bardzo trudne lub niemożliwe. Przystawka taka jest również konieczna do obserwacji tekstur na powierzchni, ulegających przemianom ciekłych kryształów.

Niemniej jednak w tym najprostszym zestawie możliwe jest obserwowanie, dla pew-nych substancji (półprzewodniki), efektu zmiany barwy w funkcji temperatury, związa-nego z tworzeniem się defektów sieci krystalicznej.

Można też obserwować zjawiska towarzyszące przemianom np. rozkład substancji, często występujący równolegle z topnieniem czy wrzeniem związków organicznych.

Cyfrowa obróbka obrazu

Czułość detekcji przemiany fazowej, przy zastosowaniu wyłącznie obserwacji wzroko-wej, nie jest zbyt duża. Wynika to nie tyle z czułości ludzkiego oka (jest ona znacznie większa niż czułość kamer cyfrowych), co z faktu, że obraz w funkcji upływu czasu (zmiany temperatury) zmienia się bardzo powoli. Mózg człowieka nie jest przystoso-wany do rejestracji i analizy tak powolnych zmian.

W związku z tym, pomocna może być analiza obrazu zapisanego przy użyciu kame-ry cyfrowej [2]. W najprostszym rozwiązaniu mogą być porównywane mapy bitowe ob-razów zapisanych w różnych chwilach czasu (w różnych temperaturach). W tym celu konieczne jest jednak przetworzenie obrazu zebranego przez element światłoczuły ka-mery. Z postaci, w której każdy z pikseli opisany jest składowymi kolorów (np. trzy składowe RGB), obraz konwertowany jest do postaci czarno–białej. Każdy piksel jest wtedy reprezentowany przez jedną z dwu wartości – jedynkę lub zero. W takim przy-padku porównanie dwu obrazów staje się bardzo proste. Wystarczy wykonać operację negowanej alternatywy (XOR) na bitach obu obrazów. Jej wynik daje ilościową ocenę różnic między tymi obrazami. Miarą różnic jest jedna liczba – liczba pikseli powstałych po wykonaniu operacji „XOR–owania”.

Opisane powyżej postępowanie jest bardzo uproszczone i może mieć praktyczne zna-czenie tylko wtedy, gdy następuje radykalna zmiana obrazu (np. topnienie, wrzenie czy sublimacja). Dla mało uchwytnych zmian (takich, jakie występują w polimorſicznych prze-mianach fazowych), jest ona całkowicie nieprzydatna. Wynika to z tego, że w opisanym postępowaniu tracona jest informacja o barwie i konturach obiektów obecnych na ob-razie. Tracone są więc informacje o wzajemnych relacjach sąsiadujących ze sobą pikseli.

Zastosowanie różnych ſiltrów cyfrowych (sposobów „obróbki”) umożliwia iden-tyſikację konturów obiektów obrazu [3]. Dopiero porównanie konturów może dostar-

40 K. Czarniecki czyć istotnych informacji o zmianach. W przypadku obrazów mikroskopowych krysz-tałów, rejestrowanych w funkcji temperatury, dodatkową trudność stanowi rozszerzal-ność termiczna. Efekt ten powoduje, że przed porównaniem obrazy powinny być od-powiednio przeskalowane, uwzględniając rozszerzalność termiczną i jej anizotropię.

Temat przetwarzania, analizy i rozpoznawania obrazu jest współcześnie bardzo inten-sywnie eksploatowany w kontekście zastosowań identyſikacyjnych w naukach biome-dycznych [4–6].

Opisana wyżej analiza wymaga odpowiedniego narzędzia – programu lub znajomo-ści programowania. Nadaje się w związku z tym jako temat ćwiczeń dla studentów, łącząc aspekt praktyczno–doświadczalny z teoretyczno–analitycznym. Pomocą mogą być łatwo dostępne narzędzia typu public domain np. ImageJ [7].

Przykład przemiany fazowej w chlorku amonu, której obrazy poddano, opisanej wyżej, najprostszej analizie, polegającej na XOR–owaniu obrazów, przedstawiono na Rys. 3.

Rys. 3. Przemiana w chlorku amonu. Wykres uzyskano w wyniku analizy cyfrowej obrazu. Widoczna histereza i niestabilności związane z sublimacją próbki

Przedstawione tu zagadnienia stanowią temat, mogący stymulować studentów do własnej pracy i poszukiwania rozwiązań, zarówno w zakresie działań eksperymental-nych (budowa aparatury, pomiary) jak i teoretycznych (obróbka obrazu).

Podsumowanie

Skuteczność działań edukacyjnych zależy od aktywizacji studentów, zapewniającej sprzężenie zwrotne, w którym – z odbiorców materiału – stają się pomysłodawcami rozwiązań i idei, zaangażowanymi w przedmiot nauczania.

Takie funkcje aktywizujące można osiągnąć stosując proste projekty, takie jak opi-sana tu mikroskopowa rejestracja przemian fazowych. Zaletą tych projektów jest to, że mogą być łatwo, szybko i niedrogo zrealizowane „tu i teraz”. Satysfakcja z wykonania samodzielnie użytecznego urządzenia i proſity z umiejętności i wiedzy, uzyskanej przy realizacji takiego projektu, są gwarancją sukcesu dydaktycznego.

Wytworzone urządzenie samo w sobie stanowi wartość, pozwalając na obserwację właściwości termicznych substancji, które są jedną z podstawowych charakterystyk materiałowych.


BIBLIOGRAFIA

1. M. Bartoszewicz, H. Gulińska, Materiały z sympozjum Wykorzystanie technologii informatycz-nych w akademickiej dydaktyce chemii, Kraków, 2007, str. 47. 2. L. Wojnar, K.J. Kurzydłowski, J. Szala, Praktyka analizy obrazu, Wyd. PTS, Kraków, 2002. 3. http://www.informatyka.ibt.pl/algorytmy/graſic/4_ſiltry1.htm 4. K.W. Zieliński, M. Strzelecki, Komputerowa analiza obrazu biomedycznego Wstęp do morfome-trii i patologii ilościowej, PWN, Warszawa‒Łódź 2002. 5. J. Szala, Zastosowanie metod komputerowej analizy obrazu do ilościowej oceny struktury mate-riałów, Wydawnictwo Politechniki Śląskiej, Gliwice 2001. 6. R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Fundacja Po-stępu Telekomunikacji, Kraków 1997. 7. http://rsb.info.nih.gov/ij/

http://rsb.info.nih.gov/ij/

42 D. Szczepanik, J. Mrozek

COMMUNICATION THEORY OF CHEMICAL BOND

Dariusz Szczepanik, Janusz Mrozek Jagiellonian University, Faculty of Chemistry, Department of Computational Methods

in Chemistry, Ingardena 3, 30–060 Krakow, Poland

o-orbital model

ary en-tropy

Communication Theory of Chemical Bonds (CTCB) has been recently formulated as a part of works on Information Theory application, which analyses electronic struc-ture of molecular systems. Within the former theory a molecule is interpreted as a communication system. Within the CTCB, a molecule is interpreted as a communi-cation system of Information Theory. The source of input signal is deſined through a set of atomic orbits of atoms, forming the reference pro-molecule and a set of input probabilities of ſinding an electron on orbit. Similarly, an output of a communication channel is deſined through a corresponding set of atomic orbits. The information, ſlowing through a communication system, is attributed to the changes in electron oc-cupations of particular atomic orbits in the molecule. Information is scattered in the communication channel, and the noise in the CTCB is related to delocalization of elec-trons. The conditional entropy is a measure of the amount of such scattering, thus it may be treated as a “covalency” index of molecular system. The mutual information is a measure of the amount of information, which passes through the communication channel, thus it is specifying to what degree electrons are attributed to particular atoms. Then, one may assume that it reſlects the “ionicity” of the communication channel.

In the present work the simpliſied tw (2-A O) of chemical bond with the uniform distribution of input probability of ſinding an electron in the pro-molecule, in which an information about electrons is scattered between two orthogo-nalized atomic orbits, has been studied. In such a communication channel the condi-tional entropy and mutual information are both functions of the so called bin

, dependent only on the output probabilities in the molecule. In order to compute the entropic components of the chemical bond, the communication chan-nel, in which the binary 2-A O channels are connected in parallel, has been deſined. The contributions of particular sub-channels to propagation of information was as-sumed to be proportional to the squares of the corresponding elements of the charge- and bond-order matrix and the values of output probabilities have been computed from its diagonal elements. Based on the above deſinition, the total information of bond order in the proposed model of parallel connected binary channels is equivalent to the Wiberg covalency bond index. In the case of highly polarized bonds, the total IT bond indices assume small, fractional values; in such cases it is recommended to compute the relative shares of IT covalency and ionicity components of the total en-tropic bond index.

The proposed entropic covalency and ionicity IT bond indices and related degrees of informational covalency and ionicity, based on the 2-A O model, have been tested on several simple molecular systems. The restricted Hartree‒Fock one‒electron den-sity matrices in orthogonalized bases were obtained using the familiar GAMESS quan-tum chemical package. The obtained results show that the concepts of entropic cova-lency and ionicity well correspond to their classical counterparts. One may assume that entropic eſſects are playing an important role in chemical bonds formation


Mathematical Theory of Communication

Molecular Systemsond Descriptors from Molecular Information Channels in Orbital

ResolutionOrigins of the Chemical Bond: Bond Descriptors from Molecular

Communication Channels in Orbital Resolution

ltiple, Localized and Delocalized/Conjugated Bonds in the Orbital-Communication Theory of Molecular Systems

process and may be used in evaluation of reactivity in molecular systems. The pro-posed entropic bond indices are an interesting alternative to the other metods used for direct studying of the chemical bonds character in the molecules, due to the com-putational simplicity (no need for extra computing the reference pro-molecule data) and easy interpretation of results (they provide both the ionic and covalent compo-nents of the chemical bond).

BIBLIOGRAPHY

1. C. E. Shannon, W.Weaver, The , University of Illinois, Urbana 1949. 2. R. F. Nalewajski, Information Theory of , Elsevier, Amsterdam 2006. 3. a) R. F. Nalewajski, Chemical B

, Int. J. Quantum. Chem., in press. b) R. F. Nalewajski, Information

, Int. J. Quantum. Chem. (I. Mayer issue), submitted. c) R. F. Nalewajski, Mu

, Adv. Quant. Chem., submitted.

44 D. Majda, F. A. Almeida Paz, R. G. Bell, J. Klinowski

DISCOVERING NEW ZEOLITIC FRAMEWORKS

Dorota Majda,a Filipe A. Almeida Paz,b,c Robert G. Belld and Jacek Klinowskib

aRegional Laboratory of Physiochemical Analysis and Structural Research, Jagiellonian University, Ingardena 3, 30-060 Krakow, Poland.

bDepartment of Chemistry, University of Cambridge, Lensfield Road, CB2 1EW, U.K. cDepartment of Chemistry, CICECO, University of Aveiro, 3810-193 Portugal.

dDepartment of Chemistry, University College London, 20 Gordon Street, WC1H 0AJ, U.K.

Recent advances in combinatorial tiling theory in principle allow systematic enumera-tion of all possible arrangements of atoms in crystalline structures. We used this ap-proach to enumerate hypothetical structures of molecular sieve catalysts. The structures generated in this way were subsequently tested for “chemical feasibility” using methods of quantum chemistry. The structures most suitable for potential applications in hete-rogeneous catalysis and sorption were identiſied. Some of the most interesting new struc-tures are described. The results for all structures were published in our last paper [1].

Introduction

Enumeration of networks of atoms in inorganic structures is a matter of considerable interest for two main reasons: a set of chemically feasible hypothetical structures would facilitate design strategies that will ultimately lead to their syntheses and, secondly, X‒ray, neutron and electron diſſraction patterns calculated for such structures would entail a straightforward comparison with the experimentally obtained structures. Using a new method of systematic enumeration [2] based on advances in combinatorial tiling theory [3] we have previously enumerated zeolitic structures involving one and two in-equivalent tetrahedral sites for silicon (“uninodal” and “binodal”) [4]. We also assessed their “chemical feasibility” using quantum chemistry methods. We now discuss the chemical feasibility of theoretical trinodal zeolites (those with three inequivalent sites for silicon). Since the number of structures involved is large, we focus on those with very open frameworks, which are of greatest interest for practical applications, particu-larly heterogeneous catalysis and sorption.

Structural enumeration

Enumeration of possible structures originated in the classic work by A.F. Wells on three-dimensional nets and polyhedra [5]. We use a new method of systematic enume-ration based on advances in combinatorial tiling theory. The principle of the method is described in our previous works [4].


REFERENCES

do Friedrichs, M.D. Foster, A. Simplerler, R.G. Bell

, J. Klinowski and A. L. Mackay,

son and E. Molnár, Acta Cryst., A49 (1993) 806. 108 (2004) 869.

ion

Results

Some of the most promising for applica-tions in catalysis frameworks are shown.

Figure 1a-c shows hypothetical tri-nodal framework number 710 contain-ing a 3D system of intersecting channels outlined by 12- and 8-membered rings (EF = 19.16 kJ/mol, FD = 14.84 Si atoms/1000 Å3, Vacc = 21.13 Å3/Si atom and δ = 0.26). Figure 1 d shows the in-tersections of the various channels present in the structure.

Dense hypothetical trinodal frameworks with apertures composed of 6-, or fewer, membered rings are shown in ſigure 2. They contain internal empty cavities which can accommodate spheres of dif-ferent radii: (a) 914 (EF = 13.85 kJ/mol, FD = 18.43 Si atoms/1000 Å3, Vacc = 8.25 Å3/Si atom, δ = 0.16; sphere radius of ca. 3.4 Å for a total estimated volume of ca. 170 Å3), (b) 899 (EF = 13.73 kJ/mol, FD = 17.46 Si atoms/1000 Å3, Vacc = 10.61 Å3/Si atom, δ = 0.89; sphere ra-dius of ca. 3.9 Å for a total estimated vo-lume of ca. 253 Å3), (c) 819 (EF = 17.95 kJ/mol volume of ca. 253 Å3), (c) 819 (EF = 17.95 kJ/mol, FD = 15.72 Si atoms/1000 Å3, Vacc = 2.89 Å3/Si atom, δ = 0.29; sphere radius of ca. 6.1 Å for a total estimated volume of ca. 953 Å3).

Fig. 1. Hypothetical trinodal framwork 710

Fig. 2. Hypothetical trinodal framwork 914, 899, 819

1. D. Majda, F.A.A. Paz, O. Delgaand J. Klinowski J. Phys. Chem C, 112(4) (2008) 1040. 2. O. Delgado Friedrichs, A. W. M. Dress, D. H. HusonNature, 400 (1999) 644. 3. W. M. Dress, D. H. Hu4. A. Simperler, M. D. Foster, R. G. Bell and J. Klinowski, J. Phys. Chem., B5. F. Wells, Further Studies of Three-Dimensional Nets, American Crystallographic AssociatMonograph No. 8, Polycrystal Book Service, Pittsburgh, 1979.

46 E. Luchter-Wasylewska, M. Górny

OBLICZENIA KOMPUTEROWE STAŁYCH KATALITYCZNYCH DLA REAKCJI KATALIZOWANYCH ENZYMATYCZNIE:

DLA STUDENTÓW I NAUKOWCÓW

Ewa Luchter-Wasylewska*, Magdalena Górny Katedra Biochemii Lekarskiej CMUJ, Kopernika 7, 31-034Kraków

*[email protected], [email protected]

emia - ćwiczenia praktyczne dla studentów wydziału farmaceutycznego

nia z chemii i biochemii dla studentów medycyny i stomatologii

Badania enzymologiczne, czyli badania reakcji katalizowanych działaniem enzymów, wymagają wielu obliczeń. Należy obliczać prędkość początkową reakcji υ0 oraz stałe ka-talityczne, korzystając z ogólnego równania Hilla lub ze szczególnego jego przypadku – równania Michaelisa‒Menten.

W trakcie ćwiczeń laboratoryjnych dla studentów [1,2], obliczenia prędkości po-czątkowej prowadzimy albo z użyciem tablicy, pozwalającej obliczyć parametry stycznej do krzywej kinetycznej reakcji, w czasie t = 0, lub z programu SIMFIT. Planujemy przy-gotować tablice obliczeń komputerowych, korzystając z pomocy studentów Wydziału Fizyki i Informatyki Stosowanej AGH. W naszych eksperymentach naukowych posłu-gujemy się głównie programami spektrofotometrów Gillford i Cary 300.

Obliczenia stałych katalitycznych reakcji katalizowanej, przeznaczone dla studen-tów, przeprowadzamy korzystając z metody najmniejszych kwadratów na podstawie równania Lineawevera‒Burka, czyli dla zlinearyzowanej postaci równania Michaelisa- -Menten [1,2] lub z programu SIMFIT. W naszym laboratorium naukowym stosujemy program EZ‒Fit [3] lub Sigma‒Plot.

BIBLIOGRAFIA

1. E.Luchter-Wasylewska, Bioch, Wyd. UJ (Włodek L., red) 2000, str. 49.

2. E.Luchter-Wasylewska, Ćwicze , Wyd. UJ (Stelmaszyńska-Zgliczyńska T. i Laidler P., red), 2001, str. 73. 3. F. W. Perrella, Anal. Biochem., 174 (1990) 437.


Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków [email protected]

Nauk.UJ, Acta Chim. Nauk.UJ, Acta Chim.

an.Chem.Phys.

KOMPUTEROWE WSPOMAGANIE EKSPERYMENTÓW CHEMICZNYCH

Grzegorz Stopa

Przeprowadzając badania chemiczne stajemy niejednokrotnie przed problemami inter-pretacji otrzymanych wyników. Pomocą służą tu metody cyfrowej symulacji wyników.

W prezentowanym doniesieniu przedstawiono wyniki prac z dziedziny chemii ko-ordynacyjnej. Przykładem problemu możliwego do rozwiązania dzięki wykorzystaniu technik komputerowych są fotochemiczne procesy zachodzące w układzie pentacyja-nonitrozylchromianu(3-). Po obniżeniu pH roztworów, oraz w trakcie naświetlania roztworów w środowisku kwasowym i zasadowym obserwuje się powstawanie miesza-niny związków. Prowadzono badania metodami spektroskopii elektronowej w zakresie UV-VIS i EPR. Zarówno jedna , jak i druga metoda nie daje wyników dających się ła-two zinterpretować. Do pomocy użyto jednak programy do symulacji widm EPR, co pozwoliło na prześledzenie procesów akwatacji ligandów CN– zarówno w reakcjach termicznych jak i fotochemicznych. Umożliwiło to również wykrycie nowych połączeń tworzących się w trakcie tych reakcji. Do symulacji używano zestaw specjalnie napisa-nych programów symulujących widma izotropowe[1-2], z których główny oparty był na algorytmach podanych przez Ohlera i Janzena[3] oraz Stone’a[4]. Zastosowana komputerowa symulacja widm EPR pozwoliła również na wykrycie nowej drogi two-rzenia połączeń {CrNO}2+. Zostało to wykorzystane w opracowanym układzie do foto-katalitycznego homogenicznego utleniania substancji organicznych tlenem cząsteczko-wym przy wykorzystaniu związków chromu w obecności NO2

–. Rozszyfrowanie przemian zachodzących we wszystkich opisanych powyżej badaniach było możliwe je-dynie dzięki wykorzystaniu technik cyfrowych.

BIBLIOGRAFIA

1. G. Stopa, Zesz. , 34 (1991) 171. 2. G. Stopa, Zesz. , 34 (1991) 185. 3. U.M. Oehler, E.A. Janzen, J.C ., 60 (1982) 1542. 4. E.W. Stone, A.H. Maki, J.Chem , 38 (1963) 1999.

48 G. Stopa

SUBSTANCJE CHEMICZNE I BHP

Grzegorz Stopa Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

[email protected]

Internet jest niezastąpioną biblioteką zawierającą materiały związane z aktualnymi przepisami odnoszącymi się do prac chemicznych. Polskie prawo w tej dziedzinie jest ciągle dostosowywane do aktualnych przepisów Unii Europejskiej.

Przeszukując internetowe bazy danych napotkać możemy np. produkty projektu badawczego CHLAST (Chemical Laboratory Safety Training Systems). Ten mini portal zawiera materiały pomocne przy wdrażaniu zasad BHP zarówno w zakładach produk-cyjnych jak i w instutucjach związanych ze szkolnictwem. Niestety nie jest on uaktual-niany (brak kontynuacji ſinansowania ze strony UE). Aktualne przepis znajdziemy jed-nak na stronach poświęconych prawu w Unii Europejskiej oraz odpowiednich instytucji polskich. Jednym z tych aktualnych problemów prawnych jest wchodzący w życie system kontroli chemikalii REACH (Registration, Evaluation and Autorisation of Chemicals). System ten wdrażany w Europie pod kontrolą ECHA (European Chemi-cal Agency) oprócz zapewnienia pełniejszej kontroli odczynników niebezpiecznych nie-sie jednak ze sobą ograniczenia (np. rezygnacja producentów pozaeuropejskich z do-starczania odczynników na rynek UE). Podane powyżej przykłady ilustrują przydatność internetu i technik z nim związanych do dostarczania najbardziej aktualnych danych odnośnie substancji chemicznych.

ICT w nauczaniu chemii


WYKORZYSTANIE RÓŻNYCH FORM PREZENTACJI MATERIAŁÓW EDUKACYJNYCH W KURSACH

UDOSTĘPNIONYCH NA PORTALU WWW.E‒CHEMIA.PL

Barbara Dębska Politechnika Rzeszowska, Zakład Informatyki Chemicznej,

al. Powstańców Warszawy 6, 35–959 Rzeszów

Aby zagwarantować sukces procesu nauczania stosuje się różnorodne sposoby prezen-tacji materiałów dydaktycznych. Jest to szczególnie ważne wtedy, gdy proces kształcenia przebiega metodą asynchroniczną „na odległość”. W tym przypadku użycie technologii multimedialnych pozwala na budowę znacznie bardziej skutecznego modelu nauczania dla każdej dziedziny wiedzy. Celem podjętych badań było sprawdzenie możliwości wy-korzystania różnorodnych form prezentacji materiału dydaktycznego dla portalu www.e-chemia.pl, przeznaczonego dla studentów kierunku Technologia Chemiczna, kształcących się na Wydziale Chemicznym Politechniki Rzeszowskiej. W pracy opisano rodzaje materiałów dydaktycznych opublikowanych na portalu www.e-chemia.pl, pre-zentując je na przykładzie przedmiotu statystyka matematyczna dla chemików.

Wprowadzenie

Europejski Obszar Szkolnictwa Wyższego wymaga stworzenia nowych środowisk kształcenia, które sprostają potrzebom tego ogromnego wspólnego obszaru działania. Wydaje się, że dla europejskiej spójności procesu edukacji studentów kierunków poli-technicznych, kształcenie mieszane jest najlepszą propozycją, gdyż pozwala na połą-czenie tradycyjnych form zajęć: wykładu, ćwiczeń, laboratorium; z opartym o Internet kszałceniem asynchronicznym. Realizując ten model, nauczyciel musi rozszerzyć swoje umiejętności szkoleniowe o znajomość synchronicznych i asynchronicznych aplikacji internetowych wykorzystywanych jako narzędzia pomocne w procesie dydaktycznym, a także musi posiadać odpowiednie zdolności w zakresie tutoringu, ponieważ kształ-cenie mieszane (blended learning) przewiduje częściowe przejście z tradycyjnej formy nauczania do edukacji na odległość i pozwala wykorzystać najlepsze cechy obu form prze-kazywania wiedzy [1]. Blended learning dzięki odpowiedniemu łączeniu zalet dwóch metod szkoleniowych, pozwala w sposób najbardziej efektywny kształcić studentów, ułatwiając pomyślną realizację przyjętej przez uczelnię strategii edukacyjnej [2]. Należy także wziąć pod uwagę fakt, że dla osiągnięcia celu nauczania studenci nie tylko powinni opanować wiedzę, ale będą musieli również przyswoić serię postaw i umiejętności, które przygotują ich do przyszłej działalności zawodowej, w tym konieczności doksztacania przez całe życie (kształcenie ustawiczne).

Zespół pracowników Zakładu Informatyki Chemicznej, będący jednostką organiza-cyjną Wydziału Chemicznego Politechniki Rzeszowskiej, od trzech lat realizuje projekt budowy portalu edukacyjnego www.e-chemia.pl [3], wspomagającego proces kształce-nia studentów na kierunkach: Technologia Chemiczna, Biotechnologia i Inżynieria Ma-teriałowa. Na platformie edukacyjnej jest uruchomiony system ſirmy I B M do Zarzą-dzania Wiedzą [4] (I B M Lotus L M S ‒ Learning Management System) ukierunkowany na zarządzanie procesem szkolenia za pomocą narzędzi komunikacyjnych, testujących

52 B. Dębska i raportujących. Platforma edukacyjna pozwala użytkownikom (studentom, uczestni-kom szkoleń czy warsztatów) na korzystanie z multimedialnych treści edukacyjnych portalu www.e-chemia.pl, stworzonych przez pracowników dydaktycznych Politechniki Rzeszowskiej. Korzystając z zaimplementowanych modułów przedmiotowych studenci realizują głównie asynchroniczny model kształcenia, ale możliwa jest również praca w trybie synchronicznym. W tym drugim przypadku zajęcia są prowadzone przez na-uczycieli akademickich w dwóch wydziałowych laboratoriach komputerowych, przy-stosowanych do e-learningu.

Kursy publikowane na portalu składają się z wielu komponentów przygotowanych zarówno za pomocą narzędzi dostępnych w pakiecie Authoring Tools [5], udostępnio-nego twórcom kursów przez system I B M Lotus L M S, jak również opracowanych z wy-korzystaniem zewnętrznych programów, za pomocą których tworzone są interaktywne dokumenty, animacje czy ſilmy. Różne formy materiałów dydaktycznych zostaną omó-wione na przykładzie przedmiotu statystyka matematyczna, zawierającego kurs pod-staw chemometrii przeznaczony do nauki w trybie asynchronicznym.

Nauczanie podstaw chemometrii metodą zdalną

Na Wydziale Chemicznym Politechniki Rzeszowskiej studenci wszystkich kierunków kształcenia muszą opanować podstawy statystyki matematycznej. W tabeli 1 przedsta-wiono wymiary godzinowe tego przedmiotu w zależności od kierunku studiów. Tab. 1. Liczba godzin przedmiotu statystyka matematyczna prowadzonego dla studentów Wydziału Che-micznego Politechniki Rzeszowskiej.

Kierunek studiów Semestr nauki Wykład [godz.] Laboratorium [godz.] Technologia Chemiczna 3 15 15

Biotechnologia 3 - 30

Inżynieria Materiałowa 4 15 30

Jak widać, każdy kierunek ma całkowicie odmiennie ułożoną siatkę godzin dla przedmiotu statystyka. Projektując strukturę kursu internetowego, wspomagającego nauczanie podstaw statystyki założono, że materiał opublikowany na portalu e‒chemia.pl będzie mógł być wykorzystany przez wszystkich studentów Wydziału Chemicznego. W sylabusach, będących wprowadzeniem do kolejnych modułów kursu wyjaśniono, jaka część prezentowanego materiału jest obowiązkowa, a co stanowi roz-szerzenie minimów programowych dla studentów danego kierunku studiów. W związ-ku z brakiem wykładu w planach studiów obowiązujących dla kierunku biotechnologia przewidziano, że na portalu opublikowany zostanie pełny wykład z przedmiotu staty-styka dla chemików, który studenci tego kierunku będą zobligowani do przestudiowa-nia wyłącznie w trybie samokształcenia. Studenci kształcący się na kierunku technolo-gia chemiczna lub inżynieria materiałowa będą mogli wykorzystać te same materiały, np. podczas przygotowywania się do ćwiczeń laboratoryjnych lub do kolokwium zali-czeniowego. Wykład w wersji zdalnej zawiera bowiem nie tylko teorię podstaw staty-styki, ale również wiele przykładów wyjaśniających najtrudniejsze tematy lekcji, na dys-kusję których nie wystarcza czasu podczas piętnastu godzin wykładu.

Kurs podstaw statystyki dla chemików, opublikowany na portalu e-chemia.pl, skła-da się z modułów poświęconych następującym tematom: bazy danych analitycznych, statystyki podstawowe, analiza wariancji, analiza regresji i korelacji, testowanie hipotez


statystycznych oraz optymalizacja i planowanie doświadczeń. Ponadto studentom udo-stępnia się dwa interaktywne samouczki (1) programu Excel i (2) systemu STATISTICA, dzięki czemu daje się im możliwość zapoznania się z podstawowym oprogramowaniem statystycznym, wykorzystywanym podczas ćwiczeń laboratoryjnych prowadzonych me-todą tradycyjną. Interaktywne samouczki zastępują manuale w/w programów, a stu-denci mogą się zapoznać z ich działaniem zanim wejdą na pracownię komputerową i będą samodzielnie przeprowadzać statystyczne analizy wyników eksperymentów. Samouczek ma postać ſilmu zarejestrowanego za pomocą programu Adobe Capitivate 2. Przykładem może być fragment ſilmu (Rys. 1) pokazującego możliwość prowadzenia Analizy Wariancji za pomocą procedur obliczeniowych zaimplementowanych w pro-gramie STATISTICA.

Rys. 1. Prezentacja samouczka programu STATISTICA.

Zróżnicowanie formy przekazywania treści materiałów dydaktycznych ma istotny wpływ nie tylko na atrakcyjność kształcenia z wykorzystaniem Internetu, ale przede wszystkim powoduje lepsze zrozumienie przez studentów przekazywanych im treści.

Wybrane formy prezentacji materiałów dydaktycznych na portalu e-chemia

Strony z wykładem poświęconym przedmiotowi statystyka, ze względu na zawartość, podzielone zostały na 3 rodzaje: Tylko tekst – strony te były wykorzystywane w tych częściach lekcji, w których wystę-pował sam tekst bez żadnych dodatkowych elementów graſicznych i multimedialnych. Tekst z obrazkiem – zastosowanie tego typu stron było wymuszone poprzez liczne wzory występujące w treści kursu, które są dołączane jako obrazki (Rys. 2). Tekst i obraz wideo – ten typ stron pozwolił na wprowadzenie do kursu animacji (Rys. 3) i zadań interaktywnych (Rys. 4), które zostały wykonane w technologii ſlash. Atutem wykorzystanych animacji ſlash, jest ich szybkość ładowania się na stronie WWW.

54 B. Dębska

Rys. 2. Strona – Tekst z obrazem.

Szybka reakcja systemu na odpowiedź studenta ułatwia uczącemu się w prosty spo-sób opanować rozwiązywanie zadań. W zadaniach tych w pola o kolorze białym (Rys. 4 i Rys. 5) można wpisywać inne wartości niż ustawione domyślnie. Każde zadanie jest skonstruowane w sposób krokowy, tzn. prawidłowe wpisanie odpowiedzi umożliwia przejście do następnej części zadania. Przy podawaniu wyników możliwe są trzy nie-prawidłowe próby podania wyniku obliczeń. Jeśli wprowadzona wartość w trzeciej pró-bie będzie również niewłaściwa – ukazuje się podpowiedź (Rys. 5.) z prawidłowym wy-nikiem. Każdorazowe wpisanie wyniku jest zatwierdzane przyciskiem Sprawdź. Ponowne rozwiązanie zadania jest możliwe po zakończeniu bieżącego i naciśnięciu przycisku Powtórz.

Rys. 3. Ekran animacji w przestrzeni 2D, która objaśnia trzy różne rodzaje obszarów krytycznych.


Rys. 4. Przykład zadania interaktywnego w pełni rozwiązanego.

Rys. 5. Przykład zadania interaktywnego z nieprawidłowymi odpowiedziami.

Ważnym elementem kursu statystyki są interaktywne tablice statystyczne, które zbudowane zostały za pomocą programu Macromedia Flash Professional 8 (Rys.6). Wskazana w tablicach wartość jest wykorzystywana podczas samodzielnego rozwiązy-wania zadań przez studenta. W celu ułatwienia odczytywania szukanych wartości tabli-ce wyposażono w dwa suwaki: poziomy i pionowy, których przecięcie zaznacza się ko-lorem żółtym.

Rys. 6. Interaktywna tablica statystyczna.

Dodatkowo każdy moduł kursu wyposażony jest w słowniczek ze zbiorem najważ-niejszych pojęć używanych w kursie. Wpisanie w okno zapytań właściwego hasła, inte-resującego studenta, pozwoli na wyświetlenie jego objaśnienia.

56 B. Dębska Podsumowanie

Cechą charakterystyczną materiałów dydaktycznych opublikowanych na stronach por-talu e-chemia.pl są interaktywne zadania, tabele i ſilmy dydaktyczne. Zostały one zaproje-ktowane w celu urozmaicenia formy przekazu, treści przedmiotu oraz zainteresowania i zaciekawienia studentów omawianym materiałem. Badania prowadzone w tym zakresie pokazują, że forma prezentacji materiałów dydaktycznych w sposób istotny wpływa na stopień zaangażowania studenta w proces samokształcenia i osiągane przez niego wyniki.

BIBLIOGRAFIA

1. D.R. Garrison*, H Kanuka., Blended learning: Uncovering its transformative potential in higher education, Internet and Higher Education 7 (2004) 95.

2. http://www.mynetwork.pl/pl/serv_blen_base.php 3. B. Dębska, M. Jaromin, P. Peszko, Nowe metody kształcenia studentów na kierunku Technolo-

gia Chemiczna, Przemysł Chemiczny 85/8‒9 (2006) 1171. 4. http://www-304.ibm.com/jct03001c/services/learning/pl/pdfs/e-learning.pdf 5. Authoring Tool Guide, I B M Corporation (2004).


WORTAL NAUKOWY W I E D Z A I E D U K A C J A JAKO PRZYKŁAD WYKORZYSTANIA INTERNETU DRUGIEJ GENERACJI

DO CELÓW NAUKOWO-EDUKACYJNYCH

Radosław Bomba Uniwersytet Marii Curie-Skłodowskiej, Instytut Kulturoznawstwa, Lublin

Od kilku lat coraz częściej mówi się o sieci drugiej generacji i licznych zmianach, jakie pod wpływem tej koncepcji dokonują się w Internecie. Coraz większą popularnością za-czynają cieszyć się dynamiczne serwisy społecznościowe, które umożliwiają kreowanie treści swoim użytkownikom, zachęcają do kreatywności, partycypacji, swobodnego dzie-lenia się informacją, udostępniania treści na niekomercyjnych licencjach (dobitnym przy-kładem może być Wikipedia). W swoim wystąpieniu chciałbym pokazać, na przykładzie polskiego wortalu naukowego „Wiedza i Edukacja” (www.wiedzaiedukacja.pl), w jaki sposób te nowe trendy mogą być wykorzystane dla celów naukowych i edukacyjnych.

58 M. Miranowicz

ZDALNIE O NAUCZANIU ZDALNYM CZYLI MOO DLE KROK PO KROKU

Małgorzata Miranowicz Uniwersytet im.Adama Mickiewicza, Zakład Dydaktyki Chemii, Poznań

Wprowadzenie

Wymogi Unii Europejskiej dotyczące umiejętności wykorzystania przez nauczycieli technologii informacyjnej w kształceniu na wszystkich poziomach edukacji są jedno-znacznie opisane w dokumentach unijnych i stanowią swoisty przewodnik umiejętności komputerowych, jakimi pownien wykazywać się przeciętny nauczyciel, nie będący nau-czycielem informatyki. Pociąga to za sobą konieczność ciągłego podnoszenia kwaliſi-kacji nauczycieli w ramach np. kształcenia ustawicznego z wykorzystaniem nauczania zdalnego. Współczesna szkoła powinna tak przygotować absolwentów, aby w swoim dorosłym życiu potraſili oni samodzielnie zdobywać nowe i poszerzać już posiadane wiadomości i umiejętności. Wiąże się to z odpowiednim przygotowanie nauczycieli [1]. Obecnie uznaje się, że to właśnie kształcenie ustawiczne jest niezbędnym środkiem bu-dowania gospodarki opartej na wiedzy. Zostało to określone w strategiach: lizbońskiej jak i stałego rozwoju kształcenia ustawicznego do roku 2009 MENiS [2].

Projekt I*Teach Innovative Teacher

Projekt I*Teach Innovative Teacher jest wspólnym dziełem pracowników wyższych uczelni i nauczycieli z siedmiu krajów europejskich tj. Bułgaria, Rumunia, Niemcy, Holandia, Włochy, Litwa i Polska. Projektem kieruje prof. dr hab. Iliana Nikolova z Wydziału Matematyki i Informatyki Uniwersytetu St. Kl. Ohridski w Soſii. Projekt jest realizowany w ramach pilotażowych projektów badawczych w programie Leonardo da Vinci [3]. Jego głównym celem jest zbadanie, czy zastosowanie narzędzi Technologii Informacyjnej w procesie kształcenia może wpłynąć na kształtowanie umiejętności emocjonalnych (analityczne, logiczne i krytyczne myślenie, współpraca) i społecznych (komunikacja i negocjacja z innymi osobami w grupie itp., informacyjne, pracy grupo-wej, prezentacji, pracy nad projektem / rozwiązania problemu). Adresatami projektu są:

• trenerzy nauczycieli z uniwersytetów i instytucji zajmujących się szkoleniem nauczycieli (kształcenie i dokształcanie);

• trenerzy i nauczyciele przedmiotów związanych z TI (w obu przypadkach w kształceniu i dokształcaniu) ze szkół proſilowanych, specjalistycznych szkół ponadpodstawowych (np. gimnazja matematyczne), z organizacji i wydziałów kształcących na potrzeby edukacji.

Użytkownicy końcowi projektu to: • uczniowie/słuchacze ze szkół proſilowanych, uczący się przedmiotów TI lub biorący

udział w kursach TI; • trenerzy i nauczyciele wszystkich przedmiotów, którzy zamierzają stosować TI w swojej

pracy, a także osoby, które potencjalnie skorzystać mogą z projektu, czyli uczniowie i uczestnicy szkoleń.


Cele projektu: • opracowanie dla trenerów i nauczycieli podręcznika metod praktycznych, narzędzi me-

todycznych, a także oprogramowania pomagającego uczniom w kształtowaniu umie-jętności i kompetencji TI;

• opracowanie programu szkolenia nauczycieli do wykorzystywania metodologii propo-nowanej w podręczniku oraz kształcenia rozszerzonych umiejętności TI;

• opracowanie wielojęzykowego repozytorium treści online, stanowiącego zasób wiedzy merytorycznej i metodologicznej dla nauczycieli;

• stworzenie Wirtualnych Centrów Szkoleniowych w krajach partnerów projektu, celem zapewnienia stałego wsparcia dla nauczycieli;

• rozpowszechnianie spostrzeżeń, wyników i materiałów projektu zarówno w poszcze-gólnych krajach partnerskich, jak i w całej Europie.

Metodologia I*Teach Innovative Teacher uwzględnia przede wszystkim metody ucze-nia się w oparciu o projekt i problem. Pomysł metodologiczny polega na zbudowaniu umiejętności rozwijanych przez TI, które odbywa się w sposób ciągły, powtarzalny i pro-wadzi do stopniowego kumulowania doświadczeń. Rozwijanie działań prowadzi do osią-gnięcia konkretnych celów przez wykonywanie specyſicznych zadań w różnych konteks-tach. Cele mają rozwijać pewne podstawowe umiejętności i stanowić wyzwanie dla stu-dentów, a jednocześnie być związane ze światem rzeczywistym – a nie tylko problemem nie posiadającym realnego związku z rzeczywistością. Tak samo jak w życiu, umiejętności umożliwiające osiągnięcie celu końcowego muszą się wzajemnie uzupełniać. Dlatego też pomysł metodologiczny polega na tym, że umiejętności rozwijane przez TI będą kształto-wane w połączeniu z innymi umiejętnościami na drodze do wyznaczonego celu. Meto-dologia I*Teach poszukuje równowagi między pełną swobodą a pełnym sterowaniem.

Rys.1. I*Teach Innovative Teacher portal http://i-teach.fmi.uni-soſia.bg/

Projekt I*Teach Innovative Teacher jest projektem wieloetapowym i wielopoziomo-wym. Jednym z poziomów jest szkolenie nauczycieli akademickich, nauczycieli szkół oraz trenerów z instytucji zajmujących się szkoleniem nauczycieli w zastosowaniu e-learningu w kształceniu. W ramach projektu powstały Wirtualne Centra Kształcenia na krajowych platformach Moodle, we wszystkich siedmiu krajach członkowskich projektu, a także wielojęzyczne repozytorium treści online na Uniwersytecie “Al. I. Cuza” Iasi, Rumunia. stanowiące zasób wiedzy merytorycznej i metodologicznej dla nauczycieli.

60 M. Miranowicz Kraj Adres VTC

Bułgaria http://e-learning.fmi.uni-soſia.bg/moodle

Holandia http://www.utwente.nl/elan/iteach/

Litwa http://distance.ktu.lt/moodle/

Niemcy http://nats-www.informatik.uni-hamburg.de:8080/iteach/moodle/

Polska http://zdch.amu.edu.pl/moodle

Rumunia http://i-teach.info.uaic.ro/moodle/

Włochy https://i-teach.unige.it/

Kurs Moodle krok po kroku

Na platformie kształcenia zdalnego E‒edukacja ZDCH, Zakładu Dydaktyki Chemii, Uniwersytetu im. Adama Mickiewicza w Poznaniu w ramach projektu I*Teach Innovative Teacher serwowane są kursy metodyczne zwiazane z metodyką projektu oraz kurs e‒learningowy poświęcony narzędziom Moodle a̓ pt. Moodle krok po kroku. Do dyspozycji uczestników oddane są dwie platformy Moodle. Pierwsza z nich E‒edukacja ZDCH pod adresem http://zdch.amu.edu.pl/moodle i druga stworzona specjalnie na potrzeby projektu E-test ZDCH pod adresem http://ezdch.amu.edu.pl/moodle.

Rys.2. Organizacja kursu Moodle krok po kroku na platfoormach E-edukacja i E-test

Treści oraz zadania kursu Moodle krok po kroku publikowane są na platformie E‒edukacja ZDCH. Tam uczestnicy mają przywileje dostępu ustawione na poziomie student, czyli mają dostęp do wszystkich materiałów publikowanych w kursie, mogą ściągać pliki oraz je przesyłać. Na platformie E‒test ZDCH w ramach realizacji zadań kursowych tworzą swoje własne kursy. Tutaj przywileje dostępu uczestników ustwione są na poziomie prowadzący ‒ z moźliwością tworzenia materiałów. Taki poziom dostępu pozwala na tworzenie własnych materiałów w nowotworzonym kursie. Pełny kurs Moodle krok po kroku realizowany jest przez 10-12 tygodni.


Rys.3. Kursy publikowane na platformie E-test

Platforma E-test jest platformą ćwiczeniową wykorzystywaną w kusie Moodle krok po kroku. Jest ona również udostępniana szkołom oraz absolwentom kursu po skoń-czonym kursie, aby mogli oni przeprowadzić swoje pierwsze kursy zdalne pod opieką administratora. Kursy tworzone przez nauczycieli w ramach kursu Moodle krok po kroku są rownież przenoszone na istniejące już platformy szkolne, które bardzo często nie były wykorzystywane w procesie edukacyjnem, ponieważ nauczyciele nie wiedzieli, jak nimi zarządzać i jak je poprawnie zastosować na zajęciach. Ponieważ projekt I*Teach Innovative Teacher ma kaskadowy charakter szkoleń, nauczyciele absolwenci kursu Moodle krok po kroku szkolą kadrę dydaktyczną w swoim miejscu pracy.

Podsumowanie

Program I*Teach Innovative Teacher wychodzi na przeciw oczekiwaniom Unii Europejskiej dotyczącym kształcenia i dokształcania nauczycieli i trenerów. Program bardzo mocno wiąże kształcenie ustawiczne z e‒learningiem oraz ukazuje w jaki sposób stosować tę formę kształcenia w podnoszeniu własnych kwaliſikacji, a także daje podstawy metodyczne do wykorzystania e‒learningu w pracy z uczniami i studentami. Głównym celem kursu Moodle krok po kroku jest przede wszystkim wyposażenie jego uczestników w swobodę poruszania się po platformie Moodle, skupione na tworzeniu kursów tematycznych z dowolnego przedmiotu. Na platformie E‒test ZDCH publikowane są obecnie 62 kursy o różnej tematyce, z zakresu prawie wszystkich przedmiotów szkolnych na poziomie szkoły gimnazjalnej i ponadgimnazjalnej. Projekt I*Teach Innovative Teacher realizowany jest do końca roku 2009.

BIBLIOGRAFIA

1. G.J.R. Linge, Just-in-Time: more or less flexible, Economic Geography, 1991, Vol. 67. 2. M. J. Rodrigues, European Policies for a Knowledge Economy, Edward Elgar Publishing, 2003. 3. Leonardo da Vinci Program, http://ec.europa.eu/education/programmes/leonardo/index_en.html.

62 A. Jańczyk, I. Maciejowska

A NEW CHEMGAPEDIA UNIT FOCUSED ON SOLID PHASE CHEMISTRY – SOLID PROJECT

Agnieszka Jańczyk1*, Iwona Maciejowska2 1Department of Inorganic Chemistry, 2Department of Chemical Education

Faculty of Chemistry, Jagiellonian University, Ingardena 3, 30–060 Krakow, *[email protected]

CHEMGAROO® is an educational platform organized by German FachInformations Zentrum (FIZ) Chemie Berlin’s for training and lifelong learning of chemistry [1]. That interactive portal, which includes multimedia based educational content for chemistry and related sciences, consists of four parts: ChemgaPedia®, ChemgaNet®, ChemgaMedia®, ChemgaCourse®. ChemgaPedia – multimedial encyclopedia cur-rently contains around 1500 teaching units and about 15 000 pages (with many images and illustrations, animations, videos, 3D molecules). The name ChemgaPedia is linked to world known as Wikipedia. There are some similarities and some diſſeren-ces, as for example the choice of authors. ChemgaPedia is prepared by more than 160 professors, tutors, multimedia developers and scientiſic employees from sixteen uni-versities in Germany, the United Kingdom and Switzerland, invited by the FIZ Chemie Berlin. Specialists from science and industry assure the high scientiſic stan-dard. ChemgaNet is an oſſer for institutional or business users. ChemgaCourse oſſers the opportunity to learn the selected topics in diſſerent courses. ChemgaMedia helps lecturers and instructors to design a new teaching content. Furthermore, CHEMGAROO gives possibility to perform real experiments in the virtual lab.

The new Leonardo da Vinci project called Solid (Solid phase chemistry – training module; referred to the agreement DE/07/LLP-LdV/TOI/147014) has a duration of 24 months. It starts on 24.10.2007 and ends on 24.10.2009. Lise‒Meitner‒Schule from Berlin is a contractor of the SOLID project, while u.bus GmbH also from Berlin is a co-ordinator. In the project participate other various stakeholders:

• know‒how instututions: FIZ Chemie (Berlin), Försti-Filmi Ky (Helsinki), Northwest Regional Technology Centre – Nimtech (St Helens, UK), GJH Management Services (Lancashire),

• industry: Industriegewerkshaſt Bergbau, Chemie und Energie (Berlin), Bayer Sche-ring Pharma (Berlin),

• local authorities: Glasgow City Council – Gateway, • universities: Jagiellonian University (Krakow), Fatih Üniversitesi (Istanbul),

University of Applied Sciences of Western Switzerland (Yverdon-les-Bains). One of the main objective of Leonardo da Vinci programme is to develop and trans-fer innovation and quality in vocational training, therefore within the SOLID project partners institutions will among others:

• add new content to “Chemgaroo”, • adapt the existing platform „ChemgaPedia“ to the needs of new users in their coun-

tries. Particularly, a new interactive learning platform is being created. The ſirst and

foremost goal is to prepare theoretical and practical modules for solid phase chemi-stry. Students, teachers, apprentices, staſſ of SME (trainers in pharmaceutical compa-


nies) are the target group. They will be provided with the basics of developing new drugs and their synthesis based on solid phase.

New interactive techniques that allow quick, easy and eſſective teaching and learning are currently required by not only university but also industry training staſſ. Proposed educational platform will oſſer an immense wealth of scientiſic content on solid phase chemistry, particularly in regard to the drug synthesis. In pilot schemes, using proteins and peptides as examples, the target group will be provided with basics of peptide chemistry and classical drug design. History and theory of solid phase chemistry will be presented with support of many real examples of drug synthesis. The major idea and the following steps of solid phase synthesis will be explained in details. Students will be able to performed their own real experiments in the lab from their desks.

The crucial objective of this e‒teaching/e‒learning project is to demonstrate com-plex scientiſic facts and ideas with the help of multimedia. Elaborately designed on‒screen tests, simulations of a reaction progress within the drug synthesis, sophis-ticated three-dimensional animations of virtual experiments and in‒depth video-recording of real experiments, will cause that teaching and learning solid phase che-mistry could not be more fascinating and exciting.

Jagiellonian University, as one of twelve international partners, participating in the SOLID project, is responsible for preparing theoretical content – the principles and ideas of classical drug design and practical part of two learning units (lessons) related to the selected topic. Particularly, the content will concern the following sec-tions: 1. History of the drug development, 2. Drug discovery and drug development, 3. Drug design and drug-target interactions, 4. Biological active site (lock and key model, induced-ſit model).

To begin with, the ſirst section will pinpoint the milestones of the short history of drug development. It will be followed by the three comprehensive sections, contain-ing the scientiſic basics (facts and ideas) of the drug synthesis, particularly based on solid phase chemistry. The second paragraph will bring up and explain in depth the subsequent issues: choosing a disease; choosing a drug target; target speciſicity and selectivity; identifying a bioassay; ſinding a lead compound; isolation and pu-riſication; determination of the structure of the lead compound; quantitative struc-ture-activity relationship (QSAR); pharmacophore identiſication; target interactions improvement; pharmacokinetic properties improvement; patent the drug; study of the drug metabolism, toxicity tests; design a manufacturing process; clinical trials. The third part concerning drug design and drug‒target interactions will describe cru-cial stages in drug discovery. Particular drug design strategies, that improve the inte-ractions between a drug and its target, will be explained in details. The last section, related to biological active site of the enzymes, will contain subsections regarding the interactions at active site – the lock and key model and the induced‒ſit model.

A meticulous template was prepared and delivered to each author preparing the content. It includes the following separate parts which should be carefully ſilled in: title, author, learning objectives, premises (the requirements that students have to fulſill for this learning unit), short description of learning unit, references to basic learning units (an author should have read those units in advance), references to complementary units, keywords, subject (chosen from the list), subject area, degree of

64 A. Jańczyk, I. Maciejowska diſſiculty and handling time. This information is metadata for the learning unit and it will appear on the ſirst page of all learning units. Every time the author needs to ex-plain a particular word and propose the use of glossary to the reader/user, he has to prepare a deſinition of this word in a separate document. For each person, who is mentioned in a paragraph, the detailed biography should be prepared (in a separate document). Every paragraph will contain a bibliographical reference. There are two diſſerent possibilities to use cl . First one is with a free ſield, while the other one with a drop down menu.

oze

For years, traditional classroom teaching was the only viable option. SOLID pro-ject proposal is multimedia (virtual learning units) and outlines of real lessons. These will help teachers of vocational schools (such as Lisa Meitner Schule) and technical universities to convey the knowledge and develop students’ skills in solid phase chemistry. Taking into account that e‒learning/e‒teaching platform is more eſſicient, while training a globally dispersed audience, it may become competitive to the tradi-tional training programs. E‒learning can locate the target speciſic needs and individ-ual learning preferences. Moreover, computer-based courses build self‒conſidence and encourages students to take responsibility for their learning.

BIBLIOGRAPHY

1. http://www.chemgaroo.de/en/index.html


CZY ISTNIEJE POTRZEBA PROGRAMÓW SPRAWDZAJĄCYCH WIEDZĘ

Jan Rajmund PaAkademia Pedagogiczna im. Komisji Edukacji Narodowej, Instytut Biologii,

Zakład Dydaktyki Chemii, ul. Podchorążych 2, 30-084 Kraków

?

śko

Zadaniem kształcenia, kończącego się dokumentem o uzyskanych kwaliſikacjach jest nie tylko przekazywanie wiedzy, wyrabianie umiejętności, ale również sprawdzanie stopnia nabytych w procesie tego kształcenia wiadomości i umiejętności. Kształcenie staje się coraz bardziej masowe, wzrasta liczba studentów a co za tym idzie wzrasta li-czebność grup studenckich. Wiąże się to z koniecznością sprawdzenia wiedzy u coraz większej liczby studentów. Dlatego wielu nauczycieli akademickich staje przed proble-mem, w jaki sposób usprawnić sposób sprawdzania wiedzy a zwłaszcza tak, aby zajmo-wał on jak najmniej czasu. Innymi problemami, które powstają w czasie sprawdzania wiedzy jest zachowanie takich samych kryteriów względem wszystkich odpytywanych. Kryteriami tymi głównie są: taka sama trudność pytań, ten sam zakres sprawdzanej wiedzy, takie same kryteria oceny. Człowiek pomimo swej doskonałości, nawet jak naj-bardziej dążąc do zachowania pełnej obiektywności, nie jest jej w stanie zagwarantować. Wpływa na to wiele czynników, jednym z nich jest różnorodność pytań, która jest ko-niecznością w przypadku ustnego sprawdzania wiedzy. Innym niemniej istotnym czyn-nikiem, jaki wpływa na ocenę zdającego, jest sposób i forma przekazywanej wiedzy. Za-stąpienie odpowiedzi ustnej sprawdzianem pisemnym niewiele zmienia. Mankamenty pytania ustnego miały w pewnym sensie wyeliminować sprawdziany testowe, w tym głównie testy wyboru. Pozwalały one na szybkie sprawdzenie wiedzy u dużej ilości od-pytywanych. Równocześnie stosowanie tych samych pytań powodowało ujednolicenie rodzaju pytań i kryteriów oceny. W tym przypadku forma i sposób odpowiedzi były nieistotne, gdyż najczęściej były to testy wyboru, w których odpowiadający powinien umieć zakreślić odpowiednią odpowiedź.

Rozwój techniki a zwłaszcza elektroniki stanął u podłoża rozwoju komputeryzacji. Powstanie małych, łatwych do przeniesienia komputerów pozwolił na realizację dawno teoretycznie zaplanowanych zadań [1]. Zaczęły powstawać programy edukacyjne, które miały za zadanie przekazywanie treści nauczania w sposób atrakcyjny dla odbiorcy [2]. Szybko działające komputery wraz z odpowiednio przygotowanymi programami po-zwalają na szybkie przeprowadzanie sprawdzianów wiedzy a odpowiedni moduł, będą-cy integralną częścią programu, pozwala po zakończonym sprawdzianie podać uzyska-ną ocenę [3].

Programy sprawdzające można podzielić w zasadzie na dwie grupy. Do jednej zali-czymy te, które umożliwiają przeprowadzenie sprawdzenia wiedzy u jednego studenta. Do drugiej grupy zaliczymy te programy, które umożliwiają równoczesne przeprowa-dzenie sprawdzianu dla wielu studentów. W pierwszym przypadku dla każdego studen-ta wymagany jest oddzielny komputer, w drugim przypadku wystarcza jeden komputer, projektor multimedialny i urządzenia przekazujące odpowiedzi studentów. Zestaw do równoczesnego sprawdzania wiedzy wielu studentów składa się z komputera oraz połą-czonych z nim projektora multimedialnego i czytnika sygnałów, wysyłanych przez pilo-ty osób odpowiadających. Po zakończeniu sprawdzania wiedzy, każdy ze zdających otrzymuje odpowiednią ocenę uzależnioną od ilości udzielenia poprawnych odpowie-dzi. W programach tych istnieje wiele kombinacji jak różna punktacja za poszczególne

66 J. R. Paśko pytania. W przypadku sprawdzianu przeprowadzonego indywidualne na poszczegól-nych komputerach odpowiadający ma możność regulowania czasu udzielania odpo-wiedzi na poszczególne pytania, pod warunkiem nie przekroczenia czasu przeznaczo-nego na cały sprawdzian. W drugim przypadku czas odpowiedzi na poszczególne pytania jest dla wszystkich jednakowy, jednak może być on różnicowany w zależności od rodzaju pytania. Komunikacja pomiędzy pilotem zdającego a rejestrującym odbior-nikiem może być zrealizowana albo poprzez fale radiowe lub poprzez promienie pod-czerwone. Dobór pytań, ich sposób wpisywania do programu, sposób losowania pytań i usytuowania poprawnej odpowiedzi w teście wyboru uzależnione są od rodzaju pro-gramu i pomysłowości twórców tego programu [4]. Wszystkie te programy oprócz nie-zawodności muszą wykazywać się jeszcze jedną bardzo ważną cechę, a mianowicie umożliwiać zapis odpowiedzi każdego zdającego, co jest bardzo ważne jako dokument przeprowadzonego sprawdzianu.

Programy komputerowe są idealnym narzędziem do sprawdzania wiedzy studen-tów. Obiektywne, niesugerujące się sposobem przekazywania wiedzy, traktujące wszystkich studentów jednakowo i zachowujące zapis odpowiedzi studenta. Jedną z cech tych programów jest stwarzanie alibi pytającemu co do wystawionej oceny. „Przecież to ocenił komputer a on się nie myli” – taka może być odpowiedź w przy-padku reklamacji jakości oceny.

Czy jednak tego rodzaju sprawdzian pomimo swych niewątpliwych zalet jest w pełni przydatny? Na proces edukacji składa się kilka elementów jest nimi niewątpli-wie przekaz wiedzy a następnie ocenienie przyrostu wiedzy u studenta. Rola sprawdza-nia przyrostu wiedzy u studenta sprowadza się coraz częściej do jej mechanicznego wy-liczenia. Termin kolokwium przybrał zupełnie innego znaczenia niż to było pierwotnie. Kolokwium (z łaciny colloquium – rozmowa) rodzaj ustnego egzaminu na wyższych uczelniach [5], ale już w wydanym z końcem lat 80-tych X X wieku w Słowniku języka polskiego czytamy kolokwium – rodzaj egzaminu na wyższej uczelni, zwykle ustnego [6]. Obecnie coraz częściej przeprowadza się kolokwia w formie pisemnej.

Prawdopodobnie forma egzaminu nie ma większego znaczenia dla sprawdzania wiedzy w przypadku przygotowywania pracowników do pracy w laboratoriach, nato-miast są przypadki, w których egzamin nie powinien odbywać się w formie pisemnej, a szczególnie w postaci testów czy to pisemnych czy to komputerowych. W przypadku kształcenia przyszłych nauczycieli, wszelkiego rodzaju sprawdziany powinny odbywać się tylko w formie ustnej. Kształcenie nauczycieli zwłaszcza w obecnej dobie musi prze-biegać inaczej niż innych specjalistów. Obecnego nauczyciela nie wystarczy zaopatrzyć w odpowiednią wiedzę przedmiotową. Ta rzetelna wiedza przedmiotowa w wielu przy-padkach może stać się zupełnie nieprzydatna. Nauczyciel nie tylko musi posiadać od-powiednią wiedzę, dużo szerszą niż wymagania programowe dla przedmiotu, którego uczy, ale musi umieć tę wiedzę przekazać. Dlatego w przypadku oceniania przyszłego nauczyciela należy wrócić do dawnego systemu oceniania, gdy o ocenie decydowała nie tylko sama wiedza, ale również sposób jej przekazania. Egzamin pisemny czy też testo-wy jest niekontrolowanym monologiem, prezentowanym przez studenta. Natomiast egzamin ustny powinien być dialogiem pomiędzy pytającym a pytanym. Tylko w takim dialogu student uczy się przekazywania swojej wiedzy drugiej osobie. Musi się wtedy starać, żeby tak udzielać odpowiedzi, aby nie budzić wątpliwości u egzaminatora co do prawidłowego i z pełnym zrozumieniem opanowania materiału. Egzamin ustny jest bardziej stresujący niż egzamin pisemny, ale nauczyciel w szkole też jest narażony na stres, gdy przeprowadza lekcje. Każda lekcja zwłaszcza u początkującego nauczyciela


w procesie kształcenia i zarządzania szkołą

probówki do multimediów czyli jak stosować komputery w nauczaniu chemii

towe sprawdzanie wiedzyogram sprawdzająco-

monitorujący

jest ustnym egzaminem zdawanym przed dużą komisją (uczniami danej klasy). Jak ten egzamin wypadanie, gdy przyszły nauczyciel nie nauczy się zdawać ustnych egzami-nów. Na egzaminie w czasie studiów student może otrzymać ocenę niedostateczną, któ-rą ma możliwość potem poprawić. Natomiast w szkole, gdy egzamin przed uczniami słabo wypadnie nie ma oceny niedostatecznej a jedynie utrata autorytetu w oczach ucznia. Jednakże nie istnieje możliwość jego poprawy. Obecni uczniowie są bardzo spostrzegawczy, a każde potknięcie nauczyciela w przekazywaniu wiedzy potraſią wy-korzystać przeciw nauczycielowi chcąc w ten sposób uzyskać ustępstwa w momencie oceniania ich wiedzy.

Wnioski

W kształceniu przyszłych nauczycieli należy zwracać dużą uwagę na prawidłowe ustne przekazywanie przez studentów nabytej wiedzy. Należy to czynić nie tylko na przed-miotach pedagogicznych, ale również na wszystkich przedmiotach chemicznych. Sprawdziany komputerowe mogą stanowić tylko narzędzie sprawdzające opanowanie pewnych wiadomości, niezbędnych do prawidłowo przebiegającego sprawdzianu ust-nego.

BIBLIOGRAFIA

1. S. M. Kwiatkowski, Komputery , IBE, Warszawa 1994. 2. A. Burewicz, H. Gulińska, N.Miranowicz, Od

, WSiP, Warszawa 1995. 3. M. Cieciura, Tes , Vizja Press&IT, Warszawa 2007. 4. M. Nodzyńska, R. Obryk, J. R. Paśko, I. Paśko, Komputerowy pr

, Modelování ve výuce chemie, Gaudeamus, Hradec Králové 2005 str. 54. 5. Słownik wyrazów obcych, PWN, Warszawa 1971. 6. Słownik języka polskiego, PWN, Warszawa 1988.

68 A. Węgrzyn, S. Witkowski

PROJEKT A UTOR ‒ OGRANICZANIE PLAGIATÓW W PISEMNYCH PRACACH STUDENTÓW

Agnieszka Węgrzyn, Stefan Witkowski Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

wnym powodem jest brak czasu i ilość zadań do przygotowania w dość krótkim czasie…” ieumiejętność gospodarowania czasem przez studen-ta” esja terminowego zwrotu sprawozdania połączona z dużą ilością zajęć

W ostatnich dwóch latach zauważa się szybko rosnącą popularność plagiatowania spra-wozdań studenckich przez innych studentów. Zarówno sama powszechność tego zjawi-ska jak i raptowne jego nasilenie w ostatnim czasie wywołało potrzebę reſleksji i określenia racjonalnych sposobów zapobiegania. W obrębie naszego zainteresowania znajdują się pisemne prace studentów pierwszych dwóch lat studiów na kierunkach przyrodniczych. W niniejszym tekście postaramy się określić przyczyny tego zjawiska jakim jest plagiat, ustalić jego ewentualne związki z nowoczesnymi technologiami in-formacyjnymi oraz zaproponować sposoby zapobiegania.

Realizując ćwiczenia laboratoryjne, a później pisząc sprawozdania studenci są nakła-niani do udziału w symulacji badań naukowych. W jej ramach odpowiednikiem studio-wania literatury jest przeczytanie wskazanych rozdziałów w podręczniku, dyskusja do-tycząca celu badań i wyboru metod badawczych jest najczęściej zastąpiona wyjaśnieniami zawartymi w tekście skryptu. Studenci aktywnie realizują pomiar, który w symulacji odpowiada przeprowadzeniu badań, a następnie przygotowują sprawozda-nie, mające pomóc im nabrać umiejętności w pisaniu prac dyplomowych i publikacji. Przygotowanie sprawozdania polega na uporządkowaniu wyników i opinii autora tak aby pasowały do typowego szablonu publikacji (tytuł, nazwisko autora, abstrakt, cel, metody, rezultaty, dyskusja i wnioski). Warto zwrócić uwagę że nacisk na opanowanie umiejętności redagowania tekstu naukowego zgodnego z szablonem tworzy jednocześnie pole do nadużyć wynikające z faktu, że sprawozdania są do siebie podobne. Ubocznym efektem pisania bardzo podobnych i żmudnych sprawozdań (ten sam schemat, nie-zmienna grupa tematów) jest brak zainteresowania u studentów porządnym wywiąza-niem się z istniejącego obowiązku.

Rozwój „samopomocy” studenckiej przy pisaniu sprawozdań jest w tej sytuacji zro-zumiały. Jednak coraz częstsze pojawianie się drastycznych przypadków jawnych pla-giatów, polegających na przedstawieniu cudzych sprawozdań jako własnych (z pod-mienionym zaledwie nazwiskiem autora) zmusza do głębokiego przemyślenia sytuacji. Aby nasze wnioski były jak najlepiej zakorzenione w rzeczywistości, poprosiliśmy grupę około 30 studentów Uniwersytetu Jagiellońskiego z 2-go, 3-go i 4-go roku różnych kie-runków przyrodniczych, o opinie na temat pisemnych sprawozdań, przyczyn ich pla-giatowania oraz o pomysły na usunięcie problemu. Odpowiedzi, które uzyskaliśmy re-prezentowały różnorodne postawy studentów: od ciekawego pomysłu na nazwę: SEKS (System Eliminujący Kopiowanie Sprawozdań) po rozbudowane wielostronicowe pro-jekty. Poniżej omawiamy wyniki ankiety, cytaty jeśli to było możliwe pozostawiono w oryginalnej formie.

Jako główne powody popełniania oszustw wymieniano przyczyny pośrednie wystę-pujące po stronie studentów: dotyczyły one słabej wydajności studentów i łatwości ko-piowania: „głó

W zasadzie „…n oraz „…pr


uniemożliwiającą każdorazowe samodzielne opracowywanie sprawozdań i oddawanie ich w regulaminowym czasie…”

W czasach gdy możliwość korzystania z Internetu nie jest już problemem, wysyłanie "pomocy nauko-wych" odbywa się w zaskakującym tempie. Pisanie sprawozdań jest pracochłonne , nie-kiedy trudne, dlatego nagminne stało się użyczanie sprawdzonych już raportów…

„…studentom nie zależy na danym ćwiczeniu, na ocenie z niego z racji wyboru specjali-zacji z którą tematyka ćwiczenia nie ma związku”.

lenistwo, nawyk…”zice często traktują

ściąganie z pobłażliwym uśmiechem, troskliwe matki wszywają dzieciom specjalne kie-szonki na ściągi do garniturów na czas matur

mentalnie zakorzeniona bezkarność stu-denta”.

„…nieumiejętność w pełni samodzielnego wykonania opracowania…”eznajomość sposobu postępowania, nieznajomość algorytmu obliczeń w po-

szczególnych częściach sprawozdania…”„…niestarannie/nierzetelnie opracowana forma ćwiczenia zniechęcająca do samodzielnej pracy i do tematu…” brak czasu osoby prowadzącej ćwiczenie…”

ustalonego terminu konsultacji…”anie się terminu konsultacji z innymi zajęciami studenta…”

„ iechęć studenta do korzystania z konsultacji…” nci posiadający cichą wstydliwą osobowość, nie potrafią skorzystać

z konsultacji gdyż często obawiają się ujawnić swoje braki dotyczące wymaganej wiedzy

eczne…” czas poświęcony na pisanie sprawozdań to najgorsze chwile w trakcie studiów…

wia, egzaminy, sprawozdania (…) wyznaczają punkty które mogą być traktowane jako zbliżanie się do celu (bramki jakościowe) lub jako przeszkody na drodze do celu. Niestety to drugie podejście dominuje…

stały na czele wymienianych przyczyn negatywnych za-chowań studentów. Zwracano również uwagę na aspekt techniczny: „

”. Ko-lejnym przytaczanym powodem był niski poziom motywacji wnikający z tego, że:

Innymi przyczynami z tej kategorii wymienianymi przez naszych respondentów były: „… , których korzeni należy chyba szukać w społecznym przyzwoleniu na ściąganie: „Rod

. Z tej fałszywej normy moralnej wynika poczucie bezpieczeństwa opisywane jako: „…

Jako ważne czynniki skłaniające do posługiwania się cudzą pracą wymieniono także Dość często koja-

rzono „…ni z przyczynami leżącymi po stronie uczelni

lub „… . Wymienione powyżej czynniki stawiają studenta w kłopotliwej sytuacji, z której można jednak łatwo wybrnąć korzystając z konsultacji u prowadzącego zajęcia. Jednak konsultacje często traktowane są przez studentów jako swego rodzaju ostateczność, z której najlepiej zre-zygnować gdy pojawi się jakaś wymówka „…brak , lub „…nakład . Wspomniana …n została wytłumaczona jako wynika-

jąca ze strachu. „Stude.”

Niektórzy respondenci dotykali również przyczyn tkwiących głęboko u podstaw ich niechętnego stosunku do przygotowania sprawozdań. Na podstawie tych nielicznych wypowiedzi można sobie wyrobić pogląd, że znaczna część studentów nie rozumie celu dla którego pisanie sprawozdań należy do elementów obowiązkowych wykształcenia i w konsekwencji nie akceptuje tego obowiązku. Większość studentów zgadza się z opinią, że: „…sprawozdania to zło koni , a niektórzy nawet dodają, że „…

”. Do wyjąt-ków należy opinia, której autorka wiąże zadania stawiane studentom z weryſikacją jako-ści ich wykształcenia: „Kolok

” Sprawozdania z ćwiczeń laboratoryjnych mają charakter wprawki w pisaniu, a nie

pracy zaliczeniowej czy dyplomowej. Odpowiednio mniejsze są też oczekiwania powią-zane z ich zawartością. Wydawało się więc, że studenckie propozycje eliminacji plagia-tów w sprawozdaniach będą dotyczyć głównie takiej zmiany sposobu prowadzenia zajęć aby skomplikować kopiowanie sprawozdań, na przykład przez wprowadzenie niewiel-kich zmian przy każdym kolejnym powtórzeniu danego tematu. Istotnie, nasi respon-denci zasugerowali kilka podobnych rozwiązań z których podejście „grupa dzieli się pracą i wykonuje ćwiczenie, grupa przygotowuje raport, grupa prezentuje raport i dys-

70 A. Węgrzyn, S. Witkowski kutuje go z prowadzącym zajęcia” sprawia bardzo profesjonalne wrażenie. Jednak więk-szość studentów proponowała wprowadzenie wybitnie restrykcyjnego systemu kontroli oryginalności polegającego na szukaniu podobieństw między sprawozdaniami. Propo-nowano na przykład stosowanie systemu PLAGIAT (https://www.plagiat.pl/) lub podob-nych rozbudowanych procedur angażujących czas i pieniądze. Pro-penalizacyjne na-stawienie wielu uczestników ankiety było zaskakująco silne, być może taką postawę wyjaśnia cytat z pracy Sebastiana Kawczyńskiego „Po co studentom system antyplagia-towy”. „Atmosfera towarzys

.”

ząca ocenianiu bardzo istotnie wpływa na ich samopoczucie. Sytu-acje, gdy osoby postępujące uczciwie są oceniane gorzej, niż te, które oszukują, muszą być dla nich naprawdę frustrujące. W przypadku prac pisemnych zdarza się to nagminnie

będę jedynym idiotą

odpisywanie się pod cudzą pracą to kradzież intelektualna”

Zamieszczone przez ankietowanych studentów opinie są zgodne merytorycznie z powyższym zdaniem lecz w zasadzie nie nadają się do bezpośredniego zacytowania. Widać głęboką złość związaną z faktem, że prowadzący ćwiczenia zbyt często nie po-traſią rozróżnić co jest materiałem oryginalnym a co sprytnie zaadaptowanym. W re-zultacie studenci mają bardzo niską opinię o osobach prowadzących ćwiczenia „…większość chyba nie czyta sprawozdań…”. Motyw: „jeśli wszyscy tak robią to ja nie

” odmieniany na różne sposoby powtarzał się wielokrotnie jako ro-dzaj usprawiedliwienia. Zwracano też uwagę że zarówno możliwości dokonywania ła-twego plagiatu jak i proponowane środki są silnie związane z popularnością Internetu. Oczywiste rozwiązanie, jakim byłoby odejście od drukowanych sprawozdań, skutkowa-łoby sprawozdaniami nieczytelnymi, co również nie ułatwiłoby oceniania.

Najprostszym a zarazem bardzo ciekawym sposobem ograniczania skali zjawiska była propozycja wprowadzenia obowiązku podpisywania się na końcu sprawozdania przez jego autora. Uzasadnieniem przytoczonym przez autorkę było: „P

, a zatem składanie podpisu zmusza do zasta-nowienia i eliminuje zjawisko plagiatu dokonywanego w sposób półświadomy.

Zarys projektu

Przedstawione opinie studenckie, skłaniają do przypuszczenia, że problemy związane z wtórnością sprawozdań studenckich wynikają głównie z odruchowego przenoszenia złych przyzwyczajeń ze szkoły oraz co ważniejsze z braku zrozumienia celów powiąza-nych z poszczególnymi elementami ćwiczeń. Jednak za gwałtowne nasilenie tych zja-wisk w ostatnim czasie odpowiedzialny jest raczej rozwój Internetu. Wydaje się że mo-gą istnieć dwa rodzaje skutecznej strategii przeciwdziałania: „technologia przeciwko technologii” oraz „strategia tworzenia nowej przestrzeni porozumienia”, na której pla-nujemy oprzeć projekt. Pierwsza z nich konfrontacyjna, polegająca na systematycznym szukaniu plagiatów w pracach pisemnych za pomocą odpowiedniego oprogramowania, prowadzi do sytuacji, w której część czasu nauczycieli akademickich byłaby zagospoda-rowana bezproduktywnie z punktu widzenia przekazywania wiedzy. Druga, polega na neutralizacji przewagi technologicznej studentów (w zakresie łatwości plagiatu) przy jednoczesnym budowaniu zainteresowania pozytywnymi wzorcami. Niektóre metody działania zostały wskazane powyżej przez samych studentów. Są nimi: wyjaśnienie celu i sposobu redagowania prac pisemnych, zmniejszenie powtarzalności sprawozdań przez wprowadzenie wariantowości ćwiczeń oraz podpisywanie prac przez autorów. Te mo-dyſikacje a także wprowadzenie wyraźnego rozróżnienia między mile widzianym cyta-tem a niedozwolonym plagiatem, oraz klarowna punktacja (np. za szczupłość tekstu w opisie doświadczenia, oraz za obszerność w obrębie wniosków), wraz z galerią najlep-


szych prac zalecanych do naśladowania, mają szansę ułatwić redakcję sprawozdań, skomplikować plagiaty, a w dłuższej perspektywie zmienić negatywne nastawienie stu-dentów.

Obecnie w ramach projektu „Autor” na Wydziale Chemii UJ tworzony jest zestaw stron internetowych o charakterze poradnikowym zawierających wyjaśnienia dotyczące pisania i oceniania sprawozdań. Projekt przewiduje utworzenie podobnego poradnika dla osób piszących prace magisterskie i doktorskie, oraz bazy dobrych wzorów. W dal-szej kolejności plan zakłada stworzenie internetowej „szkoły pisania publikacji”, która ma być portalem o działaniu zbliżonym do czasopisma naukowego.

Podziękowania

Powyższy tekst nie powstałby, gdyby nie zaangażowanie ze strony studentów, którzy bardzo solidnie przemyśleli postawione pytania. W szczególności skorzystaliśmy z pracy Pana Mateusza Taracha, Pani Pauli Kowalczyk, Moniki Płonki, Weroniki Pluto Prondzińskiej, Dawida Niecia, Jacka Chwasta oraz Rafała Kowalskiego. Dziękujemy im oraz pozostałym autorom opinii niewymienionym tu z nazwiska.

72 J. R. Paśko, D. Jyż-Kuroś, A. Chupáč

CZY NAUCZYCIELOWI CHEMII POTRZEBNE SĄ UMIEJĘTNOŚCI PROGRAMISTY?

Jan Rajmund Paśko, Danuta Jyż-Kuroś, Aleš Chupáč Akademia Pedagogiczna im. Komisji Edukacji Narodowej, Instytut Biologii,


Chemia jest jedną z najbardziej fascynujących nauk spośród tych, z którymi spotka się uczeń w swojej edukacji. Niestety często rozmawiając z młodzieżą na temat tego przedmiotu można usłyszeć negatywne opinie, że jest on trudny i niezrozumiały [1]. Dlatego chemia jako przedmiot wyjątkowy szczególnie wymaga zastosowania specjalnych środków dydaktycznych [2]. Zaczynając od różnego rodzaju wizualizacji kończąc na wy-specjalizowanych programach komputerowych, których zadaniem jest między innymi dostarczenie uczniom możliwości zapoznania się z wieloma przykładami różnorodnych zadań chemicznych, równań reakcji chemicznych czy przykładami zastosowania dane-go związku chemicznego. Przeglądając ofertę dostępną bezpłatnie w Internecie różnego rodzaju animacji [3], układów okresowych [4], programów umożliwiających rysowanie wzorów strukturalnych [5], można zauważyć wyraźną niszę w tego typu środkach dy-daktycznych. Brakuje prostych interaktywnych programów uczących, które spełniałyby dla ucznia rolę darmowego korepetytora. Uczeń mógłby pracować z tym programem samodzielnie w domu nadrabiając zaległości, ćwicząc trudną partię materiału lub bar-dziej szczegółowo zapoznając się z zagadnieniem, które szczególnie go zainteresowało.

Zarysowując taki obraz rynku pomocy dydaktycznych przeznaczonych dla uczących się trzeba postawić sobie pytanie: „Czy współczesny nauczyciel chemii powinien umieć konstruować proste programy edukacyjne?” lub jeszcze bardziej dalekowzrocznie: „Czy w programie studiów kierunków nauczycielskich powinny być uwzględnione przed-mioty pozwalające studentom na zdobycie umiejętności programistycznych?” Pierwsza myśl, która może się nasunąć to stwierdzenie, że zadanie to jest nierealne. Jak osoba bez wykształcenia informatycznego może zostać programistą, tworzącym użyteczne i co ważne poprawnie działające programy komputerowe. Zastanówmy się jednak nad tym zagadnieniem. Jeszcze całkiem niedawno posiadanie w gospodarstwie domowym kom-putera było rzeczą rzadką, tworzenie stron internetowych było umiejętnością zarezer-wowaną dla wąskiego grona wtajemniczonych [6], a dziś większość szkół ma swoje stro-ny internetowe, również posiada je wielu nauczycieli, nie tylko akademickich [7]. O posiadaniu przez każdego z nas komputera nie wspominając. Dlaczego więc nie pójść o krok dalej, dlaczego studenci kierunków nauczycielskich jak i sami nauczyciele nie mają zacząć tworzyć własnych programów komputerowych?

Oczywiście mogą w tym momencie podnieść się głosy sprzeciwu, dlaczego nagle wszyscy przyszli nauczyciele i nauczyciele już pracujący mają stać się programistami? Odpowiedz jest prosta: pracujący nauczyciele posiadający wieloletnie doświadczenie i znający zapotrzebowania swoich uczniów są najlepszymi kandydatami na autorów poprawnych merytorycznie i atrakcyjnych dla uczniów programów komputerowych. Natomiast przyszli nauczyciele mają świeżość spojrzenia i entuzjazm, który odpowied-nio pokierowany może procentować w ich pracy. Analizując niektóre programy kompu-terowe przeznaczone do nauczania chemii można znaleźć nieścisłości, które powodują, że dana aplikacja nie może być wykorzystana w procesie kształcenia, gdyż mogłaby ona


spowodować zapamiętanie nieprawidłowych informacji i stworzenie mylnego wyobra-żenia u uczniów [8].

Rys. 1. Przykład programu, który nie może zostać zastosowany w procesie kształcenia chemicznego [9].

Omawiany szczegół może nie wydawać się istotny dla osoby nie posiadającej wy-kształcenia chemicznego, jednak nauczyciel chemii nie może pozwolić sobie na wpro-wadzenie w kierowanym przez siebie procesie kształcenia pomocy dydaktycznej, która spowoduje u ucznia rozpoczynającego naukę chemii błędny w tym przypadku zapis wzoru sumarycznego.

Przedstawione argumenty są wystarczające nie tylko dla zachęcenia nauczycieli już pracujących w zawodzie do podejmowania wysiłków związanych z próbami tworzenia własnych programów komputerowych. Stanowią one również ważne sugestie dla nauczy-cieli akademickich, którzy kształcą nową kadrę. Powinni oni mieć świadomość, że wpro-wadzanie w czasie studiów przedmiotów pozwalających na zdobycie umiejętności pro-gramistycznych studentów kierunków nauczycielskich nie tylko może procentować w ich późniejszej pracy i podnoszeniu jakości warsztatu pracy, lecz może również „zmu-sić” studiujących do pełniejszego zgłębienia poznawanej dziedziny wiedzy, co jest nie-zbędne dla prawidłowego tworzenia np. animacji komputerowych lub przygotowywa-nia sytemu podpowiedzi dla ucznia w programie komputerowym. Istotne jest również, że uczniowie inaczej patrzą na nauczyciela, który imponuje im samodzielnie przygoto-wanymi programami komputerowymi. Jest to dla nich coś wyjątkowego i stanowi do-datkową motywację do pracy. Nauczyciel może również zacząć współpracować ze swoimi uczniami i razem mogą tworzyć ciekawe oraz wartościowe programy komputerowe. Taka współpraca nigdy jednak nie będzie pełna, jeśli nauczyciel nie posiada chociażby podstawowych umiejętności programistycznych.

Pozytywnym faktem jest, że już na niektórych uczelniach zaczęto pracować w ten sposób ze studentami cyt.: „W Zakładzie Technologii Kształcenia IP UMK tworzymy specyſiczne metody i uczymy naszych studentów, jak wykorzystywać znane i przezna-czone do zupełnie innych celów narzędzia i systemy programistyczne do tworzenia oprogramowania edukacyjnego oraz edukacyjnych programów internetowych. Metody te są upowszechniane poprzez studia podyplomowe także wśród nauczycieli” [10].

Wielka dostępność komercyjnych oprogramowań może tworzyć złudne wyobraże-nie, że takie małe, proste, interaktywne programy tworzone przez studentów kierunków pedagogicznych lub nauczycieli są niepotrzebne. Jest to jednak zdanie błędne. Przema-wia za tym koszt takiego komercyjnego oprogramowania. Dostępność w nim wielu funkcji może być również wadą. Uczeń nie skupia się na uczonej treści, lecz jest nieustan-nie rozpraszany zbędnymi szczegółami, które może wyglądają ładnie, ale powoduję de-koncentrację i obniżają wydajność pracy. Wiele z tych programów jest również typowo encyklopedycznymi, co po dłuższej pracy powoduje zniechęcenie i znudzenie. Natomiast świeżość pomysłów studentów (przyszłych nauczycieli) jak i nauczycieli, ze znajomością zapotrzebowania uczniów, może przełamać utarty schemat programu edukacyjnego.

Nie należy pominąć faktu, że dostępne są również programy komputerowy przygo-towane dla nauczycieli już pracujących w zawodzie, a nie potraſiących programować,

74 J. R. Paśko, D. Jyż-Kuroś, A. Chupáč takie jak learningPANEL – fabryka lekcji [11] i stmTESTY – fabryka testów [12]. Pozwa-lają one na tworzenie szablonowych lekcji lub testów, jednak nie umożliwiają tworzenia edukacyjnych programów komputerowych. Mogą być one oczywiście pomocne w pra-cy nauczyciela, jednak jeśli myśli on o tworzeniu programów edukacyjnych konieczne jest poświęcenie czasu na opanowanie wybranego języka programowania. Należy wspo-mnieć, że przedstawione programy są komercyjne.

Wnioski te i uwagi pozwalają stwierdzić, że właśnie osoba z wykształceniem che-micznym i pedagogicznym powinna być jednocześnie autorem edukacyjnych i nauczających programów komputerowych. Stwierdzenie to nie oznacza, że nagle każ-dy nauczyciel chemii powinien zostać programistą. Jest to zasugerowanie konieczności przemyślenia faktów:

• rozpoczęcia przez nauczycieli prób związanych z opanowaniem podstaw któregoś ze znanych języków programowania (np. Delphi language, JavaScript, Java, C++),

• rozważenia możliwości powstania zespołu programistyczno‒dydaktycznego, którego zadaniem będzie przygotowanie wysokiej jakości, zgodnych z obecnym stanem wiedzy interaktywnych programów edukacyjnych przeznaczonych do indywidualnej pracy ucznia w domu, jak i do pracy na forum klasy,

• umożliwienia studentom ‒ przyszłym nauczycielom ‒ wykształcenia i doskonalenia umiejętności informatycznych, podnoszących jakość ich warsztatu pracy, uatrakcyjnia-jących formę przekazywanych przez nich informacji oraz pomagających wypracować u uczniów autorytet i szacunek w stosunku do nauczycieli.

LITERATURA

1. J.R. Paśko, Czy umieć chemię znaczy rozumieć chemię? W: XII Szkoła Problemów Dydaktyki Chemii; Różne Oblicza Chemii u Progu XXI Wieku; Kraków, Sucha Beskidzka 4–7.06.2003, str. 52. 2. Burewicz A.,Gulińska H.,Miranowicz N. Od probówki do multimediów czyli jak stosować kom-putery w nauczaniu chemii, Wydawnictwo Szkolne i Pedagogiczne Warszawa 1995, str.195. 3. http://www.interklasa.pl/portal/index/strony?mainSP=subjectpages&mainSRV=chemia&page=subjectpage&item=-1 4. http://www.webelements.com 5. http://www.i-lo.tarnow.pl/edu/che/inne/prgchem/index.html 6. M. Nodzyńska, J.R. Paśko: Ustawiczne kształcenie nauczycieli z zakresu TI, mity a rzeczywistość, W: Informatyczne przygotowanie nauczycieli – kompetencje i standardy kształcenia, Wydawnic-two Naukowe AP, Kraków 2006, str. 230. 7. http://katalog.onet.pl/9402,dydaktyka-chemii,k.html 8. http://www.chemia.px.pl/ſtp/oprogramowanie/chemiczne/chembl32.zip 9. http://www.mines.edu/academic/chemistry/chembal/balanced.gif 10. A. Skarbińska, O różnych metodach tworzenia internetowych programów edukacyjnych dla dzieci przez nauczycieli W: Informatyka w Szkole, XVIII / pod redakcją M. Sysło; Instytut Informa-tyki Uniwersytetu Wrocławskiego, Uniwersytet Mikołaja Kopernika w Toruniu, Ministerstwo Edukacji Narodowej i Sportu.- Toruń; [Wrocław]: IIUW [etc.], 2002, ISBN 83-917081-1-x. 11. http://www.premiere.com.pl/learningpanel/index.html 12. http://www.premiere.com.pl/stmtesty/stmtesty.htm

http://www.premiere.com.pl/learningpanel/index.html

http://www.premiere.com.pl/stmtesty/stmtesty.htm


PRAKTYCZNA METODA WYKONANIA KLASYCZNEJ ANALIZY JAKOŚCIOWEJ Z CYFROWĄ WIZUALIZACJIĄ EKSPERYMENTÓW

Krzysztof Czarniecki Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

słowa kluczowe: analiza jakościowa, metodyka nauczania, wizualizacja;

Streszczenie

Zaprezentowano sposób przeprowadzenia analizy jakościowej kationów i anionów za-pewniający niskie zużycie odczynników, bezpieczeństwo, łatwość wykonania i mini-malną ilość naczyń analitycznych. Zestaw do analizy wyposażono w statyw z kamerą cyfrową oraz adapter optyczny zapewniający odpowiedni zoom analogowy. Walory edukacyjne metody wynikają z możliwości wykorzystania obrazów cyfrowych w trybie oſſ- i online, niskich kosztów niezbędnego sprzętu, a przez to możliwości upowszech-nienia i udostępnienia do indywidualnych eksperymentów w ramach zajęć z chemii.

Wstęp

Zgodnie z deſinicją przyjętą przez Komisję Europejską, e‒learning obejmuje całość pro-cesów związanych z nauczaniem i uczeniem się w środowisku sieciowym, z wykorzy-staniem nowoczesnych technologii informacyjnych. Jedną z zalet tej metody jest to, że umożliwia dostęp do treści dydaktycznych w trybie just in time (jeśli zaistnieje zapo-trzebowanie – treść zostaje przekazana) [1].

Jednak zgodnie z [2], wykorzystanie wyłącznie edukacji przez Internet do nauczania chemii jest niemożliwe, ze względu na konieczność przeprowadzenia eksperymentów. Tak więc student tego przedmiotu już na pierwszym roku traſia do laboratorium, gdzie napotyka, czasem po raz pierwszy, naczynia laboratoryjne, odczynniki i aparaturę. Za-jęcia praktyczne mają prowadzić do wyrobienia odpowiednich umiejętności, nabycia właściwych skojarzeń oraz ugruntowania podawanej równolegle lub wcześniej wiedzy.

Możliwości percepcyjne studentów nie są jednakowe, a margines czasu, który może być poświęcony na dodatkowe „odrabianie” zajęć laboratoryjnych – niewielki. Wynika to z tego, że zajęcia laboratoryjne są bardzo kosztowne (koszty aparatury, odczynni-ków, pomieszczeń i obsługi).

Biorąc to pod uwagę cenne wydają się inicjatywy, zmierzające do obniżenia kosztów poprzez wizualizację, która umożliwia wirtualne powtórzenie postępowania przepro-wadzanego w laboratorium. Co więcej, zbliża to do koncepcji, aby powtórzenie odpo-wiedniego fragmentu sekwencji ćwiczeniowej odbyło się just in time – właśnie wtedy kiedy jest potrzebne.

Propozycję takiego rozwiązania dla ćwiczeń laboratoryjnych z klasycznej analizy ja-kościowej związków nieorganicznych zamieszczono w tym artykule.

„Oszczędna” klasyczna analiza jakościowa

Klasyczna chemiczna analiza jakościowa związków nieorganicznych to analiza jonów występujących w roztworze. Do roztworu dodaje się różne odczynniki, obserwując

http://pl.wikipedia.org/wiki/Chemiczna_analiza_jako%C5%9Bciowa

http://pl.wikipedia.org/wiki/Jon

76 K. Czarniecki skutki reakcji chemicznych: zmianę barwy roztworu, wytrącanie osadu oraz inne efekty świadczące o obecności pewnych jonów. Tradycyjnie, rekcje wykonuje się w probów-kach używając w praktyce 10-20 probówek na jedno stanowisko, oraz 0,5 do 1 cm3 roz-tworu badanego i taką samą objętość odczynnika, na jedną reakcję. Bywa, że ze względu na brak wprawy ćwiczących ilości te są znacznie większe. Stąd duże zużycie odczynni-ków i problem z utylizacją (często toksycznych) pozostałości. Inny problem to mycie probówek z osadów, czasochłonne i powodujące duże zużycie wody.

Znane są metody analizy w skali mikro i półmikro [3], które są znacznie bardziej oszczędne. Właśnie adaptacja jednej z tych metod, polegająca na wykonywaniu reakcji w kropli roztworu umieszczonej na szkiełku zegarkowym, testowana w ciągu dwóch lat zajęć prowadzonych przez autora, okazała się bardzo użyteczna.

Naczynia, sposób postępowania i rejestracja cyfrowa

Naczynia niezbędne do wykonania analizy to jedno szkiełko zegarkowe, dwie zlewki (jedna na wodę do płukania szkiełka, druga na pozostałości poreakcyjne), tryskawka z czystą wodą oraz odczynniki w butelkach ze zintegrowanym wkraplaczem (stosowano typowe apteczne butelki PE o objętości 100 cm3).

Do „zgrubnego” mycia szkiełka stosowano ponadto myjkę – jednostronnie szorstką gąbkę osadzoną na uchwycie, zabezpieczającym przed kontaktem rąk z pozostałościa-mi. Pozwala ona na łatwe i szybkie pozbycie się osadu z powierzchni szkła.

Do podniesienia temperatury reagentów, stosowano stolik grzejny małej mocy, z elementem grzejnym dopasowanym do kształtu szkiełka (maksymalna temperatura 60‒70°C). Rys 1. pokazuje elementy zestawu do ćwiczeń z analizy jakościowej.

Sprzęt i odczynniki • Szkiełko zegarkowe + tło

• Tryskawka • Myjka + naczynie na zlewki • Podgrzewacz • Odczynniki

Rys. 1. Zestaw do ćwiczeń z analizy jakościowej

W trakcie dodawania odczynników szkiełko zegarkowe znajduje się na cylindrycz-nej podstawce, zaopatrzonej w czarno‒białe tło [4], ułatwiające obserwację zarówno bia-łych jak i barwnych osadów.

Korzystając z tego zestawu, umieszczamy kroplę badanego roztworu na środku szkiełka i zgodnie ze schematem postępowania analitycznego, dodajemy kroplami od-powiednie odczynniki, „spuszczając” je po ściance szkiełka. Reakcja, w przeciwieństwie do metody tradycyjnej, nie zachodzi w całej objętości roztworu, ale na granicy faz obu cieczy. Postać obserwowanych obrazów jest zależna od czasu i szeregu czynników ta-kich jak: potencjały chemiczne reagentów, obecność produktów pośrednich reakcji, gę-stość, lepkość, napięcie powierzchniowe itp.


Po zakończeniu kolejnego etapu analizy, myjką usuwamy pozostałości do zlewki i po 2-3 krotnym spłukaniu szkiełka czystą wodą z tryskawki, możemy wykonać na-stępną próbę.

Istotne w analizie jakościowej jest porównanie wyglądu produktu reakcji z hipote-tycznie możliwymi (reakcje sprawdzające). Można tu polegać na pamięci, ale to wyma-ga doświadczenia. W przypadku studenta, który z analizą ma do czynienia pierwszy raz, jest to niemożliwe. Sugeruje to rozwiązanie polegające na utrwaleniu obrazu (najlepiej w postaci cyfrowej) tak, aby w razie potrzeby mógł być on wielokrotnie odtwarzany. Biorąc to pod uwagę, opisany powyżej zestaw eksperymentalny wzbogacono o statyw z kamerą cyfrową podłączoną do portu USB komputera. Właściwe powiększenie obrazu zapewniła dodatkowa soczewka na tubusie połączonym z obiektywem kamery. Obrazy rejestrowano statycznie w plikach .jpg lub jako sekwencje wideo (.avi). Na Rys. 2 poka-zano układ stosowany do rejestracji zdjęć cyfrowych i ſilmów.

Rys. 2. Schemat układu stosowanego do rejestracji zdjęć cyfrowych i ſilmów

Przykłady reakcji analitycznych

Przykłady obrazów produktów reakcji analitycznych pokazano na Rys.3 i 4. Obraz wy-trąconego osadu AgCl (lewa część Rys. 3) zarejestrowano z większym powiększeniem ana-logowym (zoomem) niż resztę obrazów. Pozwala to lepiej pokazać charakter osadu i pomaga w jego identyſikacji. Rola czarno‒białego tła (o kształcie czarnych i białych półokręgów), stosowanego przy rejestracji obrazów, jest widoczna na prawej części Rys.3. Biały osad AgCl wyraźnie widoczny na czarnym tle, staje się niewidoczny na białym.

Rys. 3. Wytrącanie osadu AgCl i jego roztwarzanie w NH3

78 K. Czarniecki

Podobny efekt można zauważyć na Rys. 4, gdzie pokazano produkty reakcji jonów Hg2+ z SnCl2. Reakcja w tym przypadku przebiega w dwóch etapach, a jej produkty i kinetyka warunkują powstanie na obrazie charakterystycznego wzoru.

Faza Hg2Cl2

Faza Hg0

Hg22+ + 2Cl- = Hg2Cl2↓ Hg2Cl2 + SnCl2 = SnCl4 + 2Hg0↓

Faza roztworu

Faza Hg2Cl2

Faza Hg0

Hg22+ + 2Cl- = Hg2Cl2↓ Hg2Cl2 + SnCl2 = SnCl4 + 2Hg0↓

Faza roztworu

Rys. 4. Wykrywanie rtęci(II). Wyraźnie widać, że w reakcji powstaje więcej niż jeden produkt. Różna prędkość dyfuzji składników mieszaniny powoduje powstanie wyraźnego wzoru. Obraz ewoluuje w czasie

Różnice w stosunku do analizy wykonywanej w skali makro

Delikatne osady oraz produkty o słabym zabarwieniu mogą zostać nie zaobserwowane przy analizie wykonywanej w kropli roztworu. Wynika to z krótkiej drogi optycznej dla światła, przechodzącego przez warstwę cieczy, znajdującej się na dnie szkiełka zegarko-wego. Czasem pomocne bywa poruszanie szkiełkiem (koliste ruchy w jedną stronę), co skutkiem tarcia o dno i różnej gęstości produktów i substratów, prowadzi do szybszej sedymentacji.

Reakcje, w których powstają produkty gazowe o charakterystycznym zapachu, ze względu na dużą powierzchnię cieczy w stosunku do jej objętości, pozwalają na łatwiej-szą identyſikację produktu w stosunku do reakcji wykonywanych w probówce. Przykła-dem może być wykrywanie jonu NH4+ w obecności mocnej zasady, w którym woń amoniaku jest bardzo intensywna, a podgrzewanie próbki – zbędne.

Sposób wykorzystania materiałów rejestrowanych cyfrowo

Rejestracja obrazów statycznych i wideo pozwala utworzyć bazę ilustrującą przebieg określonych reakcji chemicznych. Zgromadzony w ten sposób materiał stanowi pomoc dydaktyczną, która może być wykorzystana na wiele sposobów.

Jednym z możliwych jest udostępnienie studentom obrazów, jeszcze na etapie przy-gotowań do ćwiczeń praktycznych, czyli na etapie poznawania nowych pojęć, które w ten sposób zostają zilustrowane natychmiast wtedy, kiedy się pojawiają. Obrazy te mogą też być wykorzystane, zastępując konieczność wykonania reakcji sprawdzających, stanowiąc podstawę do powtórek i sprawdzianów.

Możliwe jest również stworzenie programu‒symulatora, który służyłby do wizuali-zacji przebiegu możliwych reakcji chemicznych. W ten sposób możliwe byłoby wyko-nanie wirtualnego eksperymentu chemicznego w dowolnym czasie wtedy, kiedy jest to najbardziej odpowiednie dla osoby uczącej się.


Podsumowanie

Jedną z zalet metody analizy nieorganicznej wykonywanej w kropli roztworu są oszczędności przedstawione na Rys.5.

Rys.5. Oszczędności metody analizy w kropli roztworu.

Największą zaletą jest niewątpliwie łatwość wykonania analizy i małe wymagania co do miejsca i sprzętu. Mogłaby więc być stosowana jako pomoc dydaktyczna w szkole na lekcjach chemii, służąc wizualizacji omawianych zagadnień.

Możliwość cyfrowej rejestracji przebiegu reakcji, pozwala na wykorzystanie uzyska-nych w ten sposób materiałów do przygotowania pomocy dydaktycznych, pozwalają-cych odtworzyć właściwy obraz w odpowiednim czasie wtedy, gdy jest na to zapotrze-bowanie.

Obraz przebiegu eksperymentu (przeprowadzanych reakcji) może też być, za po-średnictwem Internetu, przekazywany w odległe miejsca, pozwalając uczestnikom ta-kiego pokazu wziąć w nim aktywny udział.

BIBLIOGRAFIA

1. B. Dębska, Materiały z sympozjum Wykorzystanie technologii informatycznych w akademickiej dydaktyce chemii, Kraków, 2007, str. 17. 2. M. Biesaga, Materiały z sympozjum Wykorzystanie technologii informatycznych w akademickiej dydaktyce chemii, Kraków, 2007, str. 28. 3. J. Minczewski, Z. Marczenko, Chemia analityczna t.1 Podstawy teoretyczne i analiza jakościo-wa, Wydawnictwo Naukowe P WN, Warszawa, 2005. 4. K. Czarniecki, CITTRU-UJ, zgłoszenie ochronne do Urzędu Patentowego RP, grudzień 2007.

80 B. Guzowwska-Świder, M. UUrbanek

Nauzkówcycho rónp. nznajwspcyjnLekcz któIR zwsób o niumiw ćwnia zdobWor

Stru

LekcwierIR, ć

Rys.1

LEKCJA MIN

Ba1Zakła

2Wydzia

uczanie zastosoww chemicznych jeh chemików. Nabóżnym stopniu truna portalu edukających się z interomagającą naucz

nym e‒chemia, bcja zawiera króórych pierwsze uwiązku organicznrozpoznać fragmeznanej budowieieszczony jest słowiczeniach oraz tćwiczeń [1-3]. Tebył podczas wykrkplace Collabora

uktura lekcji m

cja multimedialnra wstęp, wprowaćwiczenie uczące

1. Menu główne lekcj

MULTIMEDIALNTERPRETACJI

arbara Guzowskad Informatyki Cł Elektrotechniki

wania spektroskopest elementem prycie tych umiejętudności. Lekcje m

acyjnym uczelni mrpretacją widm Wzanie interpretacjudowanym prze

ótkie wprowadzeuczy przewidywannego o znanej strmenty strukturalne, analizując paramowniczek ze zbiortablice korelacji s

est kończący lekcjkonywania ćwiczeative Learning Au

multimedialnej

na wspomagającaadzenie do spektrinterpretacji wid

i multimedialnej wsp

LNA WSPOMAGI WIDM W POD

ka-Świder1, MiChemicznej, Polite

i Informatyki, Po

pii w podczerwierocesu dydaktycztności wymaga odmultimedialne, domogą stanowić znW publikacji przji widm IR, zaimz Wydział Chem

enie do spektronia jakie pasma arukturze, natomine, które mogą bmetry spektralnerem najważniejszspektralno‒strukję pozwala na speń. Lekcję zaimputhoring Tool [4]

nauczanie interproskopii IR, ćwic

dm IR, podsumow

pomagającej nauczani

GAJĄCA NAUCDCZERWIENI

chał Urbanek2echnika Rzeszowsolitechnika Rzeszo

eni do określaniaznego wszystkichd studenta rozwiąotyczące tych zag

naczną pomoc dlazedstawiono lekcj

mplementowaną nmiczny Politechnoskopii IR oraz absorpcyjne pojaast drugie ćwiczebyć obecne w cz

e pasm widma IR.zych deſinicji wyr

kturalnych, niezbęprawdzenie wiedzplementowano w].

pretacji widm wzenie uczące proj

wanie oraz test (R

ZANIE

ska owska

a struktury zwiąh uczelni kształcązania wielu zadań

gadnień, dostępnea studentów zapocję multimedialnąna portalu edukaniki Rzeszowskiej

dwa ćwiczeniaawią się w widmieenie – w jaki spoząsteczce związku Ponadto w lekcjrażeń używanychędne do wykona-zy studenta, którą

w środowisku IBM

--ń e -ą -j. a, e -u i

h -ą

M

podczerwieni zajektowania widm

Rys. 1.)

-m

ie interpretacji widm IR


Ćwiczenia zawierają następujące części: Wprowadzenie do ćwiczenia – cel ćwiczenia, najważniejsze informacje niezbędne do wykonania ćwiczenia oraz praktyczne uwagi ułatwiające wykonanie zadania. Zagadnienia do kolokwium – pytania kontrolujące wiedzę studenta z zakresu spektro-skopii w podczerwieni, potrzebną do wykonania ćwiczenia. Opis wykonania ćwiczenia – przedstawienie krok po kroku wszystkich czynności, któ-re należy wykonać, aby właściwie zaprojektować widmo IR dla zadanej struktury lub przeprowadzić interpretację widma IR nieznanego związku chemicznego. Sposób wy-konania ćwiczeń jest pokazany na kilku przykładach. Testy sprawdzające wiedzę studenta zdobytą podczas wykonywania ćwiczenia. Materiały do ćwiczenia – tablice korelacyjne niezbędne do wykonania ćwiczenia. Odpowiedzi – w tej części ćwiczenia zostały umieszczone widma IR będące rozwiąza-niem problemu projektowania widma dla zadanej struktury lub wzory strukturalne wy-dedukowane przez studenta w wyniku interpretacji widm. Na każdej stronie znajdują się przyciski nawigacyjne umożliwiające poruszanie się po lekcji, np.: wstecz, dalej, menu, glosariusz, tablice korelacyjne.

Ćwiczenie uczące projektowania widm IR

Nauczenie studenta przewidywania obecności w widmie IR pasm dla podanej struktury związku chemicznego jest pierwszym etapem zapoznawania z zagadnieniem interpreta-cji widm w podczerwieni. Ćwiczenie takie spełnia dwie funkcje: uczy studenta korelacji spektralno-strukturalnych oraz przygotowuje go do sytuacji, gdy chemik staje przed problemem polegającym na potwierdzeniu struktury związku chemicznego, o którym ma już wcześniejsze informacje, np. z przebiegu jego syntezy. Problem ten może roz-wiązać rejestrując widmo IR tego związku i porównując go z widmem odpowiedniej substancji wzorcowej. Identyczność obu widm świadczy o identyczności struktur sub-stancji wzorcowej i substancji, której struktura jest sprawdzana. Natomiast jeśli chemik nie dysponuje takim widmem wzorcowym, wówczas w oparciu o hipotetyczną we-ryſikowaną strukturę i tablice korelacyjne, musi zastanowić się, jakie pasma powinny pojawić się w widmie IR identyſikowanej substancji i sprawdzić, czy widmo ekspery-mentalne rzeczywiście je zawiera. Zgodność zaprojektowanego widma z widmem eks-perymentalnym świadczy o tym, że weryſikowana struktura jest prawidłowa.

Opis ćwiczenia wyjaśnia studentowi, w jaki sposób projektuje się widmo IR dla zada-nej struktury. Student jest poinformowany, że zadanie należy rozpocząć od przyjrzenia się strukturze pod kątem rodzaju elementów strukturalnych aktywnych w podczerwieni i zrobienia listy tych podstruktur. Następnie korzystając z tablic korelacyjnych dostęp-nych pod odpowiednim przyciskiem, uwzględniając sąsiedztwo danej grupy (np. sprzę-żenie z pierścieniem aromatycznym), powinien zaproponować dla każdego fragmentu strukturalnego:

• wartości charakterystycznych częstości grupowych, tj. położenia pasm, • intensywności pasm stosując określenia np. bardzo silne, silne, średnie, słabe, bardzo

słabe, • kształt pasm stosując określenia np. bardzo szerokie, szerokie, rozmyte, wąskie, ostre.

Zaprojektowane widmo student weryſikuje porównując je z widmem eksperymentalnym, zamieszczonym w części ćwiczenia z odpowiedziami lub w bazie widm własnego systemu

82 B. Guzowska-Świder, M. Urbanek SCANKEE-MDS [5], dostępnego w Zakładzie Informatyki Chemicznej bądź w bezpłat-nej bazie internetowej Spectral Database for Organic Compounds SDBS [6]. Sposób projek-towania widm IR jest zilustrowany na przykładzie następujących związków: propylo-amina, pentan-2-ol, 1-fenylobut-1-yn, heptan-2-on, butanal. W rozwiązaniu każdego przykładowego zadania podane są charakterystyczne częstości grupowe dla fragmentów strukturalnych danej cząsteczki wraz z komentarzem odnośnie natężenia i kształtu odpo-wiadających im pasm. Ponadto przedyskutowane są ewentualne różnice pomiędzy wid-mem zaprojektowanym a eksperymentalnym danego związku chemicznego.

Ćwiczenie uczące interpretacji widm IR

Celem ćwiczenia jest nauczenie studenta rozpoznawania, na podstawie pasm w widmie IR, elementów strukturalnych, które prawdopodobnie stanowią fragment cząsteczki identyſikowanego związku oraz eliminowania z rozważań tych fragmentów, które nie mogą być jego częścią. Wprowadzenie do ćwiczenia informuje studenta, iż przede wszystkim powinien zwracać uwagę na najsilniejsze pasma i przypisać im takie frag-menty strukturalne, które mogą być powodem ich pojawienia się w widmie IR. Podczas interpretacji widma IR student powinien korzystać z tablic korelacyjnych, np. dostęp-nych pod odpowiednim przyciskiem nawigacyjnym. Sugeruje się studentowi, że inter-pretację widma rozpoczyna się zazwyczaj od zbadania obszaru 4000-1300 cm-1 tzw. za-kresu grup funkcyjnych oraz obszaru od ok. 1000 do 650 cm-1, charakterystycznego dla związków aromatycznych, heteroaromatycznych lub alkenów. Zwraca się uwagę stu-dentowi, że środkowa część widma od ok. 1300 do 1000 cm-1 (obszar daktyloskopowy) cechuje się złożoną absorpcją, wynikającą z wzajemnego oddziaływania drgań w czą-steczce i że ta część widma ma dużą wartość, jeśli bada się ją łącznie z pozostałymi czę-ściami widma, gdyż służy do potwierdzenia wniosków wyciąganych na podstawie pasm występujących w pozostałych zakresach widma. Uczy się studenta, że podczas analizy widma należy kierować się zasadą, iż wszelkie wnioski wyciągane na podstawie wystą-pienia określonego pasma w widmie w danym obszarze powinny, jeśli to tylko możliwe, znaleźć potwierdzenie w badaniu pozostałej części widma, np. rozpoznanie grupy hy-droksylowej na podstawie rozmytego pasma przy ok. 3300 cm-1 (νO–H) powinno być po-twierdzone obecnością pasma drgań rozciągających νC–O przy ok. 1100 cm-1. Zwraca się również uwagę studenta na fakt nakładania się zakresów charakterystycznych częstości grup, które powoduje, że dane pasmo może sugerować obecność w cząsteczce nie jed-nego, lecz dwu lub więcej ugrupowań drgających z tą właśnie częstością, a brak pasma w widmie IR może być ważną informacją, świadczącą o nieobecności danego ugrupo-wania w cząsteczce.

Opis wykonania ćwiczenia informuje studenta, że zadanie należy rozpocząć od ana-lizy danych dodatkowych tj. wzoru sumarycznego lub składu jakościowego rozważane-go związku. Jeśli podany jest wzór sumaryczny badanej substancji, to student powinien wyliczyć stopień nienasycenia związku, a znając jego wartość – wyeliminować z rozwa-żań fragmenty strukturalne o stopniu nienasycenia większym niż obliczony, a także o składzie jakościowym niezgodnym z wzorem sumarycznym. Natomiast jeśli informa-cją jest jedynie skład jakościowy związku, wówczas może on wyeliminować z rozważań fragmenty strukturalne zawierające pierwiastki nie wchodzące w skład analizowanej cząsteczki. Następnie student jest instruowany, że interpretując widmo IR i korzystając z tablic korelacyjnych, powinien intensywniejszym pasmom w widmie przypisać odpo-wiednie fragmenty strukturalne i podać listę grup, które prawdopodobnie wchodzą w skład cząsteczki. Uczy się studenta, że należy również zwrócić uwagę na te obszary,

w których anastyczny dla łasposób możnaku. Sposób inzowanego zwrych danymi substancji. Lepasma może wtości liczb falformacje dotya także sugesnien przeanal

Rys. 2. Przykład i

Testy

Po wykonanizawierającychodpowiedzią, tania z dopasdotyczą charawartości liczbna dopasowannia została utnej odpowiedoraz zawierają

alizowane widmoatwo identyſikowaa ustalić listę frag

nterpretacji widmwiązku chemiczne

jest wzór sumaryekcja jest tak zapwyświetlać na ekrowych. Wskazuj

yczące pochodzentie dotyczące dallizować, aby potw

interpretowanego wid

u obydwu ćwiczh następujące rod

test wielokrotnesowaniem odpowakterystycznych cb falowych z odpniu podanych strtworzona informdzi, o częściowymąca odpowiedź ko

Technologie

o IR nie ma pasmalnych grup takicgmentów struktu

m IR w celu rozpozego jest zilustrowyczny i widmo IRprojektowana, iż ranie tablice koreąc kursorem mynia danego pasmalszego postępowa

wierdzić obecność

dma IR związku o wz

zeń student kontrdzaje pytań: test wego wyboru z wiewiedzi oraz pytanczęstości grup, głowiednim fragmruktur do właściwacja zwrotna, móm wykonaniu zaońcową.

e Informacyjne dla

m, ale zakres ich cch jak –OH, >NH

uralnych nieobecnznania fragmentó

wany na przykładR (wybrane z baz

student podczaselacyjne ułożone yszy na poszczegóa (fragment strukania, np. które zć rozpoznanego f

zorze sumarycznym C

roluje swoją wiewielokrotnego wy

eloma prawidłowynia z uzupełnieniełównie polegają n

mentem strukturawych widm IR. Nówiąca o udzielenadania, ew. o nie

Chemików

częstości jest charH2, >NH-, >C=Onych w cząsteczceów strukturalnyc

dzie pięciu zadań,zy SDBS) identyſiks ustalania pochwedług malejący

ólne pasma uzyskkturalny, rodzaj dzakresy spektralnfragmentu (Rys. 2

83

raktery-O i w ten

e związ-ch anali-, w któ-kowanej odzenia

ych war-kuje in-drgania) e powi-

2.)

C6H15N (dipropylaminna)

dzę korzystając zyboru z jedną poymi odpowiedziaem pustych pól. na skojarzeniu za

alnym (i odwrotnNa stronie każdegniu poprawnej lueudzielaniu odpo

z testów oprawną ami, py-Pytania

akresów nie) oraz go pyta-ub błęd-owiedzi,

84 B. Guzowska-Świder, M. Urbanek Podsumowanie

Opracowana lekcja multimedialna pokazuje krok po kroku sposób projektowania widm dla zadanej struktury oraz rozpoznawania elementów strukturalnych cząsteczek związ-ków organicznych na podstawie widm IR, umożliwiając studentowi samodzielne na-uczenie się interpretacji widm dla związków małocząsteczkowych o niewielkiej liczbie grup funkcyjnych. Po wykonaniu obydwu ćwiczeń oraz zaliczeniu testu student jest przygotowany do rozwiązywania bardziej zaawansowanych problemów identyſikacji struktury związków chemicznych podczas zajęć prowadzonych metodą tradycyjną, z nauczycielem. Dzięki multimedialnej i interaktywnej formie przekazywania materia-łów edukacyjnych e-learning może być dobrym sposobem wspomagającym tradycyjne metody nauczania.

BIBLIOGRAFIA

1. W. Zieliński, A. Rajca (praca zbiorowa), Metody spektroskopowe i ich zastosowanie do identyfikacji związków organicznych. WNT, Warszawa 1995.

2. M. Szafran, Z. Dega-Szafran, Określanie struktury związków organicznych metodami spektroskopowymi, PWN, Warszawa 1988.

3. R.M. Silverstein, G. C. Bassler, Spektroskopowe metody identyfikacji związków organicznych, PWN, Warszawa 1970.

4. IBM Workplace Collaborative Learning Authoring Tool – pomoc programu. 5. B. Dębska, B. Guzowska-Świder, J. Mol.Struct., 511/512 (1999) 167. 6. Spectral Database for Organic Compounds, SDBS, AIST Japan,

http://www.aist.go.jp/RIODB/SDBS/menu-e.html


Akademia Pedagogiczna im. Komisji Edukacji Narodowej, Instytut Biologii, Zakład Dydaktyki Chemii, ul. Podchorążych 2, 30-084 Kraków

Jednym z podstawowych ogniw procesu dydaktyczno-wychowawczego współczesnej edukacji szkolnej jest ewaluacja osiągnięć uczniów, rozumiana jako poznawanie, kon-trola, analiza oraz ocena wiedzy i umiejętności uczniów. Nie jest ona oczywiście głów-nym celem procesu edukacji, lecz ważnym jego elementem. Ewaluacja jest zarazem środkiem prowadzącym do samokontroli i samooceny wiedzy i umiejętności przez uczniów. Pomiar dydaktyczny nie dotyczy tylko końcowych efektów procesu kształce-nia. Odgrywa istotną rolę we wszystkich jego etapach, umożliwiając rozpoznanie wa-runków specyſicznych dla danego ucznia, dostarczając przesłanek do przewidywania osiągnięć jednostkowych i grupowych, pozwalając na lepsze dostosowanie programu do możliwości, potrzeb i zainteresowań uczniów [Janiuk 1986]. Sprawdzanie wiadomości i umiejętności uczniów przez nauczyciela na każdej lekcji stanowi cenne źródło na-tychmiastowej informacji, która może sprzyjać podnoszeniu motywacji do nauki u uczniów. Dlatego też sprawdzanie i ocenianie osiągnięć uczniów należy do najczęściej powtarzających się czynności w pracy dydaktycznej każdego nauczyciela. Regułom sprawdzania i oceniania osiągnięć dydaktycznych uczniów przez nauczycieli poświęco-no liczne publikacje [1, 2, 5], jednak sama znajomość zasad ewaluacji osiągnięć uczniów nie jest wystarczająca. Przyszli nauczyciele w trakcie studiów muszą nabyć praktyczną umiejętność sprawdzania i oceniania wiedzy swoich uczniów. Niemierko [7] podaje siedem standardów umiejętności nauczycieli w zakresie diagnozy edukacyjnej: 1. Nauczyciel powinien dobrać narzędzie ewaluacji do rodzaju decyzji dydaktycznej, która ma być podjęta. 2. Nauczyciel powinien umieć wytwarzać narzędzia diagnozy odpowiednie do rodzaju podejmowanych decyzji dydaktycznych. 3. Nauczyciel powinien umieć stosować narzędzia pomiaru osiągnięć uczniów i inter-pretować uzyskane przy ich pomocy wyniki. 4. Nauczyciel powinien umieć wykorzystać wyniki ewaluacji osiągnięć uczniów. 5. Nauczyciel powinien umieć zbudować trafne, oparte na pomiarze procedury określa-nia osiągnięć uczniów, wyrażonych w stopniach szkolnych. 6. Nauczyciel powinien umieć przedstawić wyniki ewaluacji uczniom, rodzicom, dyrek-cji szkoły i innym nauczycielom. 7. Nauczyciel powinien umieć rozpoznać nieetyczne, nierealne i niewłaściwe metody badania osiągnięć szkolnych uczniów. Standardy 3, 4 i 6 wymagają od nauczyciela znajomości metod statystycznych. Dlatego też w roku akademickim 2007/08, w ramach zajęć z dydaktyki chemii na Akademii Pe-dagogicznej w Krakowie jednym z zadań zaliczeniowych było opracowanie statystyczne kartkówki, zastosowanej przez studenta na przeprowadzonej przez niego lekcji w szko-le.

ZASTOSOWANIE METOD STATYSTYCZNYCH NA ZAJĘCIACH Z DYDAKTYKI CHEMII

Małgorzata Nodzyńska

86 M. Nodzyńska

Zadanie to było kilku etapowe. W pierwszym etapie – przygotowaniu do lekcji - student miał przygotować klasyczny konspekt lekcji w szkole, z wyróżnionymi z celami lekcji (wg Niemiecki). Konspekt ten miał obejmować na zakończenie lekcji, po rekapi-tulacji, 5-minutową kartkówkę. Celem tej kartkówki było sprawdzenie, czy uczniowie przyswoili sobie najważniejsze wymienione przez studenta w konspekcie lekcji cele. W etapie drugim - realizacji - student miał za zadanie przeprowadzić lekcję kończącą się kartkówką. W kolejnym, 3. etapie, zadaniem studenta było sprawdzenie meryto-ryczne kartkówki i jej ocena oraz opracowanie statystyczne otrzymanych danych. Ostatni, 4. etap, wymagał zaprezentowania otrzymanych wyników w postaci prezentacji np. w programie PowerPoint.

Omówienie przebiegu zaliczenia zadania. Ponieważ studenci pisali już wcześniej konspekty, wydawało się, że 1. etap tego zadania nie przysporzy im większych proble-mów. Okazało się to jednak nieprawdą. Najczęstszym błędem popełnianym przez stu-dentów był brak trafności wewnętrznej kartkówki, tzn. brak zgodności testu z progra-mem nauczania, czyli z celami lekcji wypisanymi przez studentów (np. cele lekcji, które studenci wpisywali do konspektu nie były sprawdzane na kartkówkach, pojawiały się natomiast pytania sprawdzające wiadomości i umiejętności niewpisane do celów lekcji).

Układając kartkówkę do lekcji, studenci mieli przyporządkować poszczególne pyta-nia do odpowiedniej kategorii celów wg taksonometrii Niemierki. Okazało się jednak, że dla większości studentów stanowi to poważny problem. Duża część studentów nie wykonała tego polecenia w ogóle, część przyporządkowywała pytania błędnie, nato-miast u tych studentów, którzy wykonali poprawnie to polecenie przeważały pytania z kategorii A i B, sporadycznie pojawiało się zadanie odpowiadające kategorii C. Nie-umiejętność przypisania zadania do odpowiedniej kategorii pytań powoduje, że studen-ci mają kłopoty z oceną czy dane zadanie jest łatwe czy trudne dla ucznia. Studenci nie potraſią ocenić ile i jakich czynności musi wykonać uczeń by poprawnie wykonać zada-nie. Dlatego też pojawiały się problemy z właściwym dobraniem ilości punktów przy-dzielanych uczniom za poszczególne pytania na kartkówce. Nieumiejętność właściwej kategoryzacji zadania, a co za tym idzie nieumiejętność ‘wycenienia’ go powodowała, że w 3. etapie studenci mieli kłopoty z wystawieniem odpowiednich ocen. Brak wprawy w prawidłowej ocenie trudności zadania powodował, że studenci mieli kłopot z okre-śleniem ilości czasu, jaki powinni dać uczniom na rozwiązanie kartkówki. Problemy z właściwym doborem czasu do zadanych na kartkówce pytań pociągały za sobą pro-blemy w 2. etapie, powodując ‘nie zmieszczenie’ się w czasie lekcji.

Kolejną kwestią często powtarzającą się było nieprecyzyjnie sformułowanie pytania. (Brak wprawy w precyzyjnym formułowaniu pytań ujawniał się w 3. etapie, kiedy stu-dent miał problem jak ocenić odpowiedź ucznia, która aczkolwiek odpowiadała for-malnie na zadane pytanie nie była jednak odpowiedzią oczekiwaną przez studenta). Następnym problemem dla studentów było utworzenie dwóch równocennych wersji kartkówki – bardzo często prezentując wyniki kartkówki (w etapie 4.), studenci ze zdziwieniem odkrywali znaczące różnice pomiędzy wynikami uczniów piszących wersję A i B tej samej kartkówki.

Etap 2. stwarzał najmniej problemów. Tylko w kilku przypadkach (na 36 studen-tów) studentom nie udało się przeprowadzić kartkówki w ramach 45-minutowej lekcji. Niezmieszczenie się w czasie spowodowane było błędem popełnionym przez studentów w 1. etapie zadania, tzn. niewłaściwej ocenie trudności pytań, a co za tym idzie niewła-ściwej ocenie ilości czasu jaką student przeznaczył dla uczniów na rozwiązanie poszcze-gólnych zadań kartkówki.


Największe trudności sprawiał studentom etap 3. zadania, czyli sprawdzenie kart-kówki, wystawienie oceny oraz opracowanie statystyczne otrzymanych danych. Już pierwsza z tych czynności - sprawdzenie merytoryczne kartkówki stwarzała studentom liczne problemy. Pierwszy problem wynikał z faktu, iż większość pytań zadawanych przez studentów należała do kategorii A i dotyczyła podania deſinicji nowowprowa-dzonych pojęć. Najczęściej studenci mieli kłopot z oceną poprawności deſinicji, gdy uczeń napisał ją ‘swoimi słowami’ lub np. opuścił jedno czy dwa słowa z ‘podręczniko-wej’ deſinicji. Sytuacja ta wynika z braku wiedzy merytorycznej u studentów, nie po-traſią oni ocenić poprawności niepełnej, nieprecyzyjnej deſinicji.

Kolejny problem wynikał z braku precyzji w formułowaniu pytań (jak np. ocenić odpowiedź ucznia na pytanie: ‘Wymień właściwości …’ w sytuacji, gdy uczeń wymienia dwie właściwości a na lekcji podanych było pięć).

Wielu ze studentów miało kłopot z właściwym ocenieniem trudności danego zada-nia, a co za tym idzie z ilością punktów przyznanych za to zadanie, co powodowało kłopoty z punktacja kartkówki i wystawieniem końcowej oceny.

Kolejny problem dla większości studentów stanowiła ocena całej kartkówki, u części studentów pojawiły się problemy emocjonalnie, niechęć do wystawienia „złej” oceny. Co ciekawe problem ten nie pojawiał się u tych studentów, których kartkówka była do-brze przemyślana i przygotowana (tzn. pytania były zaklasyſikowane do odpowiednich celów, precyzyjnie sformułowane, punktacja poszczególnych zadań była przemyślana przed lekcją i zapisana na kartkówce, a w trakcie lekcji student przećwiczył zadania po-dobne do tych, które pojawiły się na kartkówce).

Największy problem dla studentów stanowiło opracowanie wyników statystycznych w arkuszu kalkulacyjnym. Mimo wcześniej zaliczonych zajęć ze ‘statystyki’ większość studentów miała poważne problemy ze statystyką, nie znała podstawowych pojęć, nie wiedziała, po co się je stosuje. Część studentów miała kłopoty nawet z obliczeniem średniej, mediany, modalnej, odchylenia standardowego. Opierając się na opracowaniu [Sołtys, Szmugiel, 1997] studenci mieli za zadanie obliczyć: procent prawidłowych od-powiedzi dla każdego zadania, łatwość/ trudność zadania, wariacje dla każdego zadania oraz mocy różnicującej zadań. Studenci mieli także ustalić miarę tendencji centralnej dla zaobserwowania zmienności wyników testowania; ustalić rozrzut wyników testo-wania dla określenia typowego obszaru ich zmienności, oszacować rzetelność testu i współczynnik rzetelności testu porównanie wszystkich wskaźników dla obu wersji testów. W etapie tym, studenci często konsultowali się z prowadzącymi zajęcia w celu wyjaśnienia im jak oblicza się poszczególne wielkości i w jakim celu się je oblicza.

W trakcie analizy statystycznej wyników kartkówek niespodziewane okazało się, że spora część studentów ma problemy ze sprawnym posługiwaniem się arkuszem kalku-lacyjnym. Wpisanie właściwych formuł na podstawie przedstawionej studentom książki okazało się zbyt trudne dla większości z nich – część studentów wykonywała obliczenia „ręcznie” a część korzystała z arkusza kalkulacyjnego przygotowanego przez kole-gę/koleżankę.

Statystyczne opracowanie wyników kartkówki, mimo że bardzo trudne dla studen-tów, okazało się bardzo ważnym elementem kształcenia przyszłych nauczycieli. W eta-pie tym, unaoczniły się studentom błędy, które wykonali we wcześniejszych etapach. Przede wszystkim dotyczyło to umiejętności określania trudności/ łatwości pytań, ich mocy różnicującej oraz równoważności obu wersji kartkówek.

Ponieważ zadanie to sprawiało wiele trudności studentom, studenci często komuni-kowali się miedzy sobą, w trakcie ich rozmów okazało się, że nawet niewielkie różnice

KR20 rtt oraz

88 M. Nodzyńska w sformułowaniu pytania wpływają na zmianę kategorii pytania. Nauczyło to studen-tów zwracania pilnej uwagi na precyzyjne formułowanie pytań.

Kolejną ważną informacją, którą uzyskali studenci w wyniku statystycznego opra-cowania kartkówki była informacja dotycząca tego, jaką partię materiału z lekcji uczniowie przyswoili w sposób wystarczający, a które kwestie uczniowie nie przyswoili (często studenci prosili kolegę/ koleżankę, mającą następną lekcję – wytłumacz im jesz-cze … ponieważ większość uczniów na kartkówce rozwiązała to zadanie źle). Taka in-formacja zwrotna dla nauczyciela – co nauczył dobrze a co nie – jest bardzo ważnym elementem kształcącym dla przyszłych nauczycieli, pozwala im obiektywnie ocenić sku-teczność swoich wysiłków.

Najważniejszą zaletą tego zadania było wypracowanie w studentach przekonania, że należy porządnie planować każdą nawet najmniejszą kartkówkę już w momencie opra-cowywania konspektu lekcji.

Mimo, że etap ten sprawił studentom wiele trudności, chętnie omawiali otrzymane wyniki, zarówno z prowadzącymi jak i miedzy sobą, zastanawiali się nad powstałymi różnicami w wynikach i porównywali (pomimo tego, że nie było to ich zadaniem) wy-niki uzyskane miedzy różnymi klasami z tych samych kartkówek.

W ostatnim 4. etapie studenci mieli za zadanie zaprezentować otrzymane wyniki w postaci prezentacji, np. w programie PowerPoint. Zadanie to okazało się niespodziewa-nie trudne dla części studentów z powodów technicznych. Spora część studentów miała problemy z umocowaniem załączników w programie (np. konspektu lekcji, arkuszu ob-liczeniowego), prezentowane wykresy były nieczytelne, a prezentacje ‘przegadane’.

Natomiast zdecydowana większości studentów miała trudności merytoryczne: z wy-ciąganiem wniosków, analizą otrzymanych danych statystycznych.

Z analizy efektów z przeprowadzonych zajęć wynika, że umiejętność statystycznego opracowywania wyników sprawdzianów jest szczególnie istotna dla nauczyciela rozpo-czynającego pracę w szkole. Pozwala mu, bowiem np. określić:

• tóre pytania są zbyt łatwe, a które zbyt trudne dla uczniów, • tóre pytania są błędnie lub nieprecyzyjnie sformułowane.

Opracowanie statystyczne sprawdzianu pozwala studentom właściwie nauczyć się punktować zadania (ile i jakie czynności musi wykonać uczeń, aby dać mu 1 punkt).

Stosowanie analizy statystycznej przez nauczyciela w trakcie swojej pracy pozwala mu na bieżące sprawdzanie, którą część materiału uczniowie opanowali w sposób wy-starczający, a którą należy jeszcze powtórzyć. W zestawieniu wyników – co uczniowie już umieją a co nie - bardzo pomocne jest zastosowanie programów komputerowych, ułatwiających obliczenia statystyczne. Dawniej, gdy plan testu a następnie zestawienie wyników sprawdzianu [3] nauczyciel musiał wykonać ręcznie, mało kto w codziennej, szkolnej praktyce stosował metody statystyczne. Obecnie, kiedy znaczną cześć pracy za nauczyciela może wykonać komputer wydaje się, że stosowanie analizy statystycznej do każdego sprawdzianu nie powinno być problemem.

1. Czupiał, 1993. 2. Galska-Krajewska, Pazdro, 1990.

Wnioski

k k

BIBLIOGRAFIA


3. K. Czupiał, 1993. 4. K. Czupiał, N, Warszawa 1997. 5. B .Niemierko, 6. B. Niemierko, P, Warszawa 1999b. 7. B. Niemierko, SiP, Warszawa, 2002. 8. B. Niemiecko, K. Cizkowski,

cz 1991. 9. P. Cieśla, J.R.Paśko,

5. Ogólnopolskie Sympozjum Naukowe, Wydaw. Naukowe AP (red. Morbitzer J.), Kraków 2005a. 10. P. Cieśla, J.R. Paśko,

ška K, Holý I), Hradec Králové 2008. 11. M. Nodzyńska, R. Obryk, J.R. Paśko, I. Paśko,

udeamus (red. Myška K., Opatrný P.), Hradec Králové 2005. 12. J.R. Paśko, D. Jyż,

ólnopolskie Sympozjum Naukowe, Pracownia Technologii Nauczania AP (red. Morbitzer J), Kraków 2007.

Sprawdzanie i ocenianie osiągnięć z chemii, Nowik, Opole Metodyka testu chemicznego, PW

Między oceną szkolną a dydaktyką, WSiP, Warszawa 1999a.Pomiar wyników kształcenia, WSiOcenianie szkolne bez tajemni, W

Elementy statystyki w klasycznej teorii testu. Sto terminów i sto za-dań testowych, WSP, Bydgosz

Ucząco-sprawdzająco-monitorujący program do nauki odczytu i zapisu symboliki chemicznej [w:] Komputer w edukacji, 1

Programy sprawdzające wiadomości i umiejętności uczniów [w:] Význam chemie pro život společnosti, Gaudeamus (red. My

Komputerowy program sprawdzająco-monitorujący [w:] Modelování ve výuce chemie, Ga

Interaktywny program do nauki pisania równań reakcji chemicznych [w:] Komputer w edukacji, 17. Og


KOMUNIKACJA I WYMIANA INFORMACJI POMI ZY STUDENTAMI A NAUCZYCIELAMI AKADEMICKIMI

Pawe an Rajmund PaAkademia Pedagogiczna im. Komisji Edukacji Narodowej, Instytut Biologii,

Zakład Dydaktyki Chemii, ul. Podchorążych 2, 30-084 Kraków *[email protected], [email protected]

ĘD

ł Cieśla*, J śko

W ostatnich latach obserwuje się znaczny wzrost popularności studiów wyższych, za-równo dziennych, zaocznych jak i podyplomowych. Tylko w Krakowie naukę podejmu-je około 180 000 studentów w ponad 30 uczelniach państwowych i prywatnych. Z tego powodu niezmiernie istotna jest właściwa organizacja zajęć i wymiana informacji ze studentami. Można kontaktować się ze studentami w sposób tradycyjny: poprzez bez-pośrednią rozmowę, np. w czasie dyżurów, wywieszając informacje na tablicy ogłoszeń, ale także za pomocą telefonu, faksu czy tradycyjnej poczty. Sposoby te często bywają z różnych powodów niewygodne, niekiedy zmuszają studenta do pojawienia się w od-powiednim miejscu, o odpowiednim czasie. Niedogodności tych można uniknąć korzy-stając z możliwości technologii informacyjnych. Obecnie większość studentów posiada dostęp do Internetu, więc najbardziej wygodnym sposobem kontaktu ze studentami jest wykorzystanie tego medium.

Internet oferuje wiele możliwości wymiany/ przekazywania informacji. Poczynając od poczty elektronicznej, poprzez komunikatory tekstowe, głosowe, czaty, fora interne-towe oraz strony www i platformy e-learningowe.

Poczta elektroniczna działa w podobny sposób jak poczta tradycyjna. Wysyła się wiadomość, która jest dostarczana do odbiorcy, z tą różnicą, że dostarczanie listu drogą elektroniczną trwa znacznie krócej niż tradycyjną, a także odbiorca może „wyjąć list ze skrzynki” w dowolnym miejscu, w którym ma dostęp do Internetu. Ta forma pozwala na prowadzenie zarówno oficjalnej, jak i nieoficjalnej korespondencji.

Komunikatory tekstowe i głosowe umożliwiają wymianę informacji w czasie rze-czywistym, wymagają jednak zainstalowania na komputerach „rozmówców” odpo-wiedniego oprogramowania oraz jednoczesnej obecności rozmówców. Komunikatory te nadają się do dialogów, jak również do rozmów prowadzonych w szerszym gronie, dzięki możliwości utworzenia połączeń konferencyjnych. Podobną rolę jak komunika-tory mogą pełnić czaty, lecz one z założenia są przeznaczone do rozmów znacznej licz-by osób w jednym czasie, na różne wątki tematyczne.

Fora służą do prowadzenia dyskusji, do wyrażania/ wymiany opinii na różne tema-ty. Mogą one być dostępne dla wszystkich, ale często spotyka się fora przeznaczone dla konkretnej grupy użytkowników, które mogą zostać wykorzystane do rozmów pomię-dzy członkami grupy lub pracy grupowej, np. nad rozwiązaniem pewnego zadania pro-blemowego. Z reguły podzielone są na wątki tematyczne, dzięki którym informacje są odpowiednio pogrupowane, a uczestnik chcąc wyrazić opinię na pewien temat wpisuje ją jako odpowiedź do istniejącego już tematu, lub zakłada nowy wątek dyskusji.

Platformy do zdalnego nauczania są najbardziej rozbudowaną formą komunikacji oraz wymiany informacji i zawierają zazwyczaj wszystkie możliwości kontaktu opisane powyżej, a ponadto za ich pomocą można prowadzić wszelkiego rodzaju kursy, a nawet studia. Oprócz możliwości przekazywania informacji, w różnej formie zawierają rów-

92 P. Cieśla, J. R. Paśko nież możliwości sprawdzania informacji zwrotnych i możliwości oceniania ich treści. Prowadzenie studiów tą metodą zazwyczaj nie powoduje uzyskania lepszych efektów kształcenia, niż te uzyskane na studiach prowadzonych tradycyjnie, a także aby uzyskać za pomocą kursów e-learningowych równoważną wiedzę zazwyczaj potrzeba więcej czasu.

Jeszcze kilka lat temu, tylko nieliczni byli w stanie stworzyć własną stronę www, na-tomiast rozwój technologii informacyjnej spowodował, że obecnie niemal każdy użyt-kownik komputera może stworzyć własne okno na świat. Jest wiele metod przygotowa-nia serwisów www. Najprostszym sposobem jest wykorzystanie gotowych programów, które w oparciu o język html stworzą lepiej lub gorzej wyglądającą witrynę jednostroni-cową lub zawierającą różne strony podrzędne. Stworzona w ten sposób strona posiada zasadniczą wadę – jest trudna w aktualizacji. Dodawanie kolejnych stron zależnych wiąże się z ich utworzeniem, co jest pracochłonne, a także administracyjny dostęp do niej ma zazwyczaj jedna osoba bądź mała grupa osób. Innym sposobem na stworzenie serwisu www jest wykorzystanie technologii flash, lecz stworzenie tego typu strony wymaga już zdecydowanie bardziej zaawansowanych umiejętności.

Odmienne, lecz zarazem bardzo wygodne w obsłudze są witryny internetowe, opar-te na systemie zarządzania treścią (CMS), gdzie rzeczą nadrzędną jest informacja i ła-twość jej przekazywania. Tego typu portale korzystają z bazy danych, na podstawie któ-rej tworzona jest zawartość serwisu. Zarządzanie takim serwisem jest niezmiernie proste. Co więcej serwis może być tworzony również przez użytkowników. Przykładem dobrego systemu do zarządzania treścią, a zarazem bezpłatnego, jest J . Treść w J wyświetlana jest w pewnym układzie graficznym, definiowanym przez sza-blon, który nie jest zintegrowany z treścią więc można zmienić wygląd całej witryny jednym kliknięciem zmieniając szablon na inny. Konstrukcja szablonu jest najtrudniej-szym elementem, lecz można skorzystać z dostępnych w Internecie darmowych szablo-nów i dostosować je do własnych potrzeb. Treść w J podzielona jest na artykuły, które można w dowolnej chwili zmieniać z każdego miejsca na świecie, nie potrzebując do tego celu żadnych dodatkowych narzędzi, gdyż zarządzanie treścią obsługiwane jest za pomocą przeglądarki stron www.

oomlaoomla

oomla

tensions

Zarządzanie treścią odbywa się poprzez panel administracyjny. Za jego pomocą określa się, która treść ma być publikowana i w którym miejscu na stronie, a także można tę treść utworzyć przy użyciu wbudowanego edytora. W sieci Internet jest rów-nież mnóstwo dodatków (ex ), które umożliwiają skorzystanie z dodatkowych możliwości portalu. Serwis może być tworzony przez wiele osób, którzy mogą mieć różne uprawnienia, więc jego aktualizacja jest szybka. Zachodzi pytanie, w jaki sposób wykorzystywane są opisane wcześniej możliwości wy-miany informacji w kontaktach pomiędzy studentami a nauczycielami akademickimi i jednostkami dydaktycznymi.

Wielu studentów pisze wiadomości e-mail i przesyła je do prowadzących zajęcia. Niestety często obserwuje się, że piszący nie znają elementarnych reguł pisania wiado-mości i nie potrafią zachować jej odpowiedniej formy. W e-mailach, przesyłanych przez studentów, można znaleźć trzy podstawowe mankamenty: brak precyzji informacji, brak odpowiedniej formy i niekiedy brak kultury osobistej piszącego.

Brak precyzji i formy informacji bardzo często kończy się nie uzyskaniem przez studenta odpowiedniej informacji, której dotyczyła wiadomość.

Najczęstszym błędem, popełnianym przez studentów, jest brak podpisu pod wia-domością. Często zdarza się, że studenci przesyłają wiadomości z adresów e-mail, któ-


…

rych pierwszy człon adresu nic nie mówi o użytkowniku tego adresu, a jego program pocztowy nie został skonfigurowany tak, aby dopisywał imię i nazwisko piszącego. Jeże-li osoba pisząca nie przedstawi się w treści listu, ani też nie podpisze pod wiadomością, wtedy jej identyfikacja nie będzie możliwa. Jeżeli pytanie przesłane do prowadzącego zajęcia dotyczy większej grupy studentów, osoba zwracająca się z tym pytaniem bardzo często stara się pozostać anonimowa, aby przez przypadek nie ponieść ewentualnych konsekwencji swojego listu. Niektórzy, pisząc e-maile, ograniczają się np. do stwierdze-nia jestem studentem/studentką I roku. Brak podpisu oraz jednoznacznego przedsta-wienia siebie w wielu przypadkach powoduje, że prowadzący zajęcia nie jest w stanie udzielić odpowiedzi na postawione przez studenta pytanie, gdyż nie jest w stanie go zi-dentyfikować.

W wielu przypadkach niepoprawność przesyłanych wiadomości wynika z braku umiejętności pisania oficjalnych wiadomości, gdyż zazwyczaj poczta elektroniczna jest używana przez osoby podejmujące studia do kontaktu pomiędzy znajomymi, a w szko-łach nie zostali nauczeni, w jaki sposób pisać oficjalne pisma lub wiadomości. Niektórzy jednak w przesyłanych wiadomościach wykazują brak kultury, pisząc np. w temacie wiadomości przesyłanej do prowadzącej zajęcia słowa siema laska Stając się absol-wentami danej uczelni, studenci uzyskują wykształcenie wyższe, którym reprezentują również tę uczelnię, więc powinni posiadać nie tylko odpowiedni poziom wykształcenia merytorycznego, ale także odpowiednio wysoki poziom kultury osobistej, który powi-nien objawiać się w codziennym zachowaniu, także podczas pisania listów.

Rolą prowadzących zajęcia, nie tylko z TIK jest, więc oprócz przekazywania treści merytorycznych z danego przedmiotu, wskazanie studentom jak należy formułować treść prowadzonej korespondencji, a także uświadomić, jakie mogą być konsekwencje nie stosowania się do tych reguł.

Studenci chętnie używają komunikatorów takich jak skype lub gadu-gadu, więc chcieliby się komunikować w ten sposób również z osobami prowadzącymi zajęcia, naj-lepiej o każdej porze dnia i nocy. Ten sposób komunikacji/konsultacji wymaga więc również określenia pewnych zasad i konsekwentnego postępowania ze strony nauczy-cieli akademickich, gdyż w przeciwnym wypadku prowadzenie korespondencji może znacznie utrudniać codzienną pracę.

Praktycznie każda uczelnia posiada swoją stronę www. Niekiedy strony te są znacz-nie rozbudowane, a czasem bardzo skromne. Bardzo często zdarza się, że treść zmienia się tylko na głównych stronach uczelni, gdzie istnieje osoba odpowiedzialna za serwis www, natomiast stron internetowych podjednostek często brak lub są one martwe. Dzieje się tak dlatego, że małe jednostki dydaktyczne nie mają specjalnych stanowisk stworzonych do tego celu, a strona zwykle jest zrobiona przez któregoś z pracowników w ramach dodatkowych zainteresowań lub jej wykonanie zostało zlecone. Strony takie zwykle są rzadko aktualizowane. Strony www natomiast powinny odgrywać istotną rolę w przekazywaniu informacji studentom. Stworzona, najlepiej wykorzystując system do zarządzania treścią, witryna internetowa może mieć wiele zastosowań. Przede wszyst-kim powinny na niej widnieć informacje ogólne, dotyczące kierunków studiów – plany studiów, harmonogram zajęć, wymagania dotyczące poszczególnych przedmiotów, a także informacje o pracownikach, o sposobie i możliwości kontaktu z nimi, godziny konsultacji. Poprzez strony www studenci, szczególnie studiów niestacjonarnych po-winni dowiadywać się o terminach zaliczeń, egzaminów, wynikach egzaminów. Aby być w zgodzie z literą prawa oraz aby studenci nie obawiali się, że np. cały świat dowie się o ich niezdanym egzaminie, takie informacje powinny być w jakiś sposób zakodo-

94 P. Cieśla, J. R. Paśko wane. Kodowanie powinno być wykonane w taki sposób, aby uniknąć podawania da-nych osobowych, lub innych informacji, które łatwo można przypisać konkretnej oso-bie. Można to uczynić przykładowo narzucając studentom sposób kodowania informa-cji, jednakże kody będą znane tylko im i prowadzącym zajęcia. W Zakładzie Dydaktyki Chemii AP, studenci identyfikują się poprzez kod złożony z dwóch liter oraz pięciu cyfr, które są wymyślane przez samych studentów i wpisywane obok nazwiska na pracy pisemnej. W ten sposób w Internecie ukazuje się jedynie lista złożona z kodów i ocen. Studenci chętnie widzieliby na stronach internetowych materiały do zajęć dydaktycz-nych oraz wytyczne do różnych prac zaliczeniowych.

Czy studenci mając dostęp do informacji będą z nich korzystać? Z obserwacji po-czynionych w naszym zakładzie wynika, że tylko nieliczni studenci wykorzystują poda-ne informacje we właściwy sposób. Większość z nich nie korzysta z informacji podsta-wowych i materiałów dodatkowych, podanych na stronie jednostki. Zazwyczaj sięgają jedynie po wyniki kolokwium i egzaminów. Przykładowo, studenci I roku studiów nie-stacjonarnych kierunku biologia, przygotowując się do ćwiczeń laboratoryjnych z chemii ogólnej i analitycznej powinni korzystać z rozkładu materiału oraz podanego zakresu tematycznego literatury, natomiast często zdarzało się, że przychodzili na ćwi-czenia nieprzygotowani, pytając innych „co dziś będziemy rozbić”. Ponadto przygoto-wując się do egzaminu z chemii nie korzystali z zamieszczonych w Internecie ilustracji do wykładów, mimo że zostali poinformowani, że takowe są zamieszczone na stronie zakładu. Również wielu studentów III i IV roku nie korzysta z zawartych dla nich in-formacji. Przygotowując prace zaliczeniowe do zajęć z dydaktyki chemii nie stosują się do reguł, według których dana praca powinna być przygotowana, a następnie dziwią się, że pracę należy poprawić lub przygotować od nowa. Na pytanie czy czytał(a) Pan(i) wytyczne często odpowiadają, że „koleżanka mi powiedziała, że tak ma być”. Zachodzi pytanie, dlaczego studenci nie korzystają z informacji. Jest kilka możliwości. Pierwsza to brak dostępu do Internetu, jednakże jest to nieliczny odsetek studentów. Kolejną przyczyną jest brak umiejętności poszukiwania i selekcji informacji w Internecie. Do innych przyczyn należy brak chęci znalezienia informacji oraz brak czasu, gdyż wielu studiuje nie po to, żeby zgłębić wiedzę, lecz by mieć ukończone studia, więc nie poświę-cają dodatkowego czasu na zgłębianie wiedzy.

Podsumowując, należy stwierdzić, że studenci powinni mieć możliwość elektro-nicznej komunikacji z prowadzącymi zajęcia, a także dostęp do informacji, jednakże nie należy nadużywać tych form, rezygnując z tradycyjnych metod porozumiewania się i bezpośredniego kontaktu. Należy także położyć większy nacisk na rozpowszechnianie wśród studentów materiałów elektronicznych, służących wspomaganiu tradycyjnego procesu dydaktycznego oraz kształtowaniu umiejętności i nawyków korzystania we właściwy sposób z tych informacji.


PROGRAM WIZUALIZACYJNY MACROMEDIA FLASH JAKO ELEMENT KSZTAŁCENIA PRZYSZŁYCH NAUCZYCIELI

Jan Rajmund Paśko, Wioleta Kopek Akademia Pedagogiczna im. Komisji Edukacji Narodowej, Instytut Biologii,


Początek XXI wieku zdominowany został przez komputeryzację. Popularność kompute-rów każdego dnia przybiera coraz większe rozmiary. Ze środka tego korzystają zarówno nauczyciele jak i uczniowie starając się wzbogacać swoje wiadomości i umiejętności. Część z użytkowników przegląda różnorodne strony internetowe starając się poznawać i zgłębiać tajniki otaczającego nas świata.

W związku z łatwym dostępem do komputerów jak również Internetu korzystanie z ich dobrodziejstw nie stanowi już większego problemu i przybiera wymiar coraz bar-dziej globalny. Po krótkim czasie upajania się możliwościami komputerów i Internetu naszedł czas na zastanowienie się, jak efektywnie wykorzystać dostępne techniki kom-puterowe w celu optymalizacji procesu kształcenia.

W procesie nauczania bardzo ważną rolę odgrywa nauczyciel, który oprócz przeka-zywania treści, musi m.in. uchronić uczniów przed nabywaniem błędnych wyobrażeń, jakie niejednokrotnie przekazywane są np. za pomocą literatury popularno-naukowej czy Internetu. Nie jest to zadanie proste ponieważ wyobrażenia u uczniów kształtowane są od najmłodszych lat, często bez udziału nauczyciela. Uczniowie, przychodząc do szkoły podstawowej, posiadają już pewien zasób informacji, nazywany wiedzą potoczną [1]. Wiedza ta w toku kształcenia musi zostać uzupełniona, a niekiedy zastąpiona wie-dzą naukową. W celu dalszego pogłębiania wiedzy należy stosować szeroki wachlarz metod nauczania i środków dydaktycznych. Związane jest to z częściowym odejściem od tradycyjnych metod nauczania oraz ze wzbogaceniem lekcji o zastosowanie technik multimedialnych.

Chemia należy do przedmiotów, w których zachowanie się substancji w makroświe-cie czyli w świecie, w którym wszystko można zaobserwować bezpośrednio zmysłami, tłumaczy się procesami zachodzącymi w mikroświecie - świecie atomów, cząsteczek, jonów. Świat mikro nie podlega naszej bezpośredniej obserwacji za pomocą zmysłów. Nauka chemii zawiązana jest więc z obcowaniem w dwóch światach: świecie makro i świecie mikro. Na młodym chemiku spoczywa więc konieczność zdobycia umiejętności swobodnego i płynnego poruszania się pomiędzy tymi światami. Ten dualizm chemii powoduje, że chemia nie jest uważana za dyscyplinę łatwą. Z uwagi na występujące podczas uczenia się tego przedmiotu liczne trudności [2] oraz problemy związane z od-powiednim przekazem i odbiorem informacji przez uczniów, nauczyciel chemii powi-nien w czasie kształcenia tworzyć i wykorzystywać podczas nauczania dynamiczne ob-razy (animacje komputerowe) przedstawiające procesy zachodzące w mikroświecie, których nie można zaobserwować w świecie makro. Pomocne w tym mogą być różno-rodne programy komputerowe umożliwiające wizualizacje procesów zachodzących w mikroświecie.

Współczesny model mikroświata zaczął powstawać około 100 lat temu wraz z tworzeniem się kwantowych teorii budowy materii. Opis tego świata jest w dużej mie-rze opisem matematycznym. Dlatego koniecznym staje się przedstawienie mikroświata

96 J. R. Paśko, W. Kopek za pomocą odpowiednich modeli uwzględniających jego dynamikę oraz przybliżających formę matematyczną. Zabiegi te stosuje się aby wytworzyć u uczniów odpowiednio po-żądane wyobrażenia struktury mikroświata. Proces przekazywania informacji o mikro-świecie umożliwia powstawanie u uczniów prawidłowych wyobrażeń jednak nie zawsze przebiega on bez wypaczeń spowodowanych zbyt dosłownym odbiorem modeli jako obrazu rzeczywistego lub poprzez przedstawienie uczniom błędnych nieaktualnych już modeli.

Dotychczas nie wymyślono innego obrazowego przedstawiania mikroświata jak po-przez modele¹. Początkowo były to modele statyczne, lecz ich wadą była niemożność pokazania przebiegu całej reakcji chemicznej gdyż ukazywały one tylko substraty i pro-dukty reakcji. Było to więc zaledwie modelowanie równań reakcji chemicznych [3]. Wraz z upływem czasu i rozwojem technik komputerowych zaczęto stosować modelo-wanie dynamiczne, które w sposób bardziej właściwy pokazują przebieg procesów, za-chodzących w mikroświecie [4].

Dostęp do komputerowych animacji nie jest rzeczą trudną, gdyż w dobie Internetu łatwo dotrzeć do stron poruszających tą tematykę. Wprawdzie Internet jest olbrzymim źródłem informacji, jednak informacje te nie są wcześniej w dużej mierze weryſikowane pod względem ich rzetelności. Dlatego należałoby zmotywować nauczycieli do poda-wania uczniom, odpowiednio zweryſikowanych uprzednio pod względem poprawności przekazu, ciekawych adresów stron internetowych, które odnoszą się do tematu oma-wianego na zajęciach, a przede wszystkim do tworzenia własnych dynamicznych po-mocy naukowych z wykorzystaniem programów komputerowych w celu uzupełnienia przekazywanych na lekcjach zagadnień. Samodzielne konstruowanie animacji kompu-terowych jest niezwykle ważne ponieważ w Internecie brakuje często wizualizacji licz-nych struktur, wśród których na czele wychodzą związki o strukturze jonowej.

Z uwagi na licznie występujące błędy i nieścisłości przekazywane za pomocą stron internetowych wydaje się niemożliwe zastąpienie w pełni roli nauczyciela Internetem. Nauczyciel jest tym, który ma tworzyć prawidłowe wyobrażenia o mikroświecie i jednocześnie jak najwcześniej wprowadzać w procesie edukacji modele jak najbardziej zbliżone do naukowego wyobrażenia o strukturze mikroświata. Umiejętnie przekazy-wane przez nauczyciela modele muszą wyprzedzać ewentualny dostęp do modeli, które uczeń będzie oglądał za pośrednictwem różnych stron Internetowych. Nauczyciel musi umieć wybrać najbardziej właściwy model wśród wielu dostępnych zarówno w Interne-cie, na nośnikach CD jak i w literaturze oraz przede wszystkim odpowiednio uzasadnić dlaczego dany model jest odpowiedni lub niepoprawny. Ze względu na mnogość do-stępnych modeli często odbiegających od prawdy, umiejętność samodzielnego tworze-nia i wykorzystywania prawidłowej wizualizacji struktur i procesów chemicznych przez nauczyciela w toku kształcenia jest bardzo ważne i istotne. W związku z tym należy sto-sować programy pozwalające lepiej ukazać budowę atomu uwzględniając jego strukturę przestrzenną, jak również proporcje pomiędzy molekułami czy przebieg omawianych procesów.

Pokazanie drobin występujących w mikroświecie oraz tworzenie precyzyjnych mo-deli komputerowych jest jednym z zagadnień występującym podczas kursu Dydaktyka Chemii dla studentów pięcioletnich jednolitych studiów magisterskich kierunku biolo-

¹według Okonia: Model w dydaktyce rozumiany między innymi jako środek dydaktyczny, będący wzorem przedmiotu poznawanego przez uczniów, pokazujący jego całkowite podobieństwo lub podobieństwo dotyczące tylko pewnych cech.


gia z nauczaniem przyrody i chemii w Akademii Pedagogicznej im. Komisji Edukacji Narodowej w Krakowie. Kurs ten rozpoczyna się w drugim semestrze trzeciego roku, a kończy się egzaminem po pierwszym semestrze czwartego roku studiów. Składa się on z zajęć wykładowych w ilości 15 godzin oraz z 80 godzin ćwiczeniowych. Podczas kursu omawiane są min. tematy poszczególnych jednostek lekcyjnych chemii na poziomie gimnazjalnym oraz analizowane są dynamiczne modele procesów chemicznych z zaz-naczeniem występujących nieścisłości oraz błędów popełnianych podczas modelowa-nia. W ramach zaliczenia przedmiotu studenci wykonują szereg zadań np tworzą dy-namiczne modele przebiegu różnych reakcji chemicznych i procesów z pokazaniem zmian zachodzących w mikroświecie, w oparciu o program komputerowy Macromedia Flash. Każde zadanie opatrzone jest najpierw dokładnymi wytycznymi a wykonywane prace są następnie konsultowane i analizowane wspólnie z opiekunem w celu stworze-nia poprawnych merytorycznie środków dydaktycznych. Animacje te są wykorzysty-wane często podczas zajęć lekcyjnych prowadzonych w ramach praktyk z chemii na po-ziomie gimnazjum. Praca z programem Macromedia Flash umożliwia pokazywanie dynamicznego modelu atomów, cząsteczek, jonów który nie będzie pozostawał w niez-godności z kwantową teoria budowy materii. Modelowanie w tym programie pozwala: zobaczyć budowę materii na poziomie mikro, proporcje pomiędzy molekułami jak również ich kształty. Umożliwia także pokazanie istoty zachodzących procesów. Przy-kładowe tematy tworzonych animacji komputerowych to: reakcja kwasu solnego z wo-dorotlenkiem sodu, rozpad promieniotwórczy atomów czy reakcja redukcji tlenku żela-za(III) tlenkiem węgla(II). Modelowanie w Macromedia Flash rozwija wśród studentów nie tylko umiejętności komputerowe, ale również pogłębia wiadomości i umiejętności chemiczne, przyczyniając się do lepszego zrozumienia istoty przemian chemicznych. Większość studentów nie ma z tym zadaniem dużych kłopotów technicznych [3], a po-prawnie wykonane zadanie sprawia im wiele zadowolenia i satysfakcji.

W celu jak najlepszego przedstawienia struktury materii należy stosować dyna-miczną wizualizację opatrzoną dodatkowo odpowiednim opisem słownym, który po-może zaakcentować i podkreślić najważniejsze informacje.

Ponieważ należy szerzej wprowadzić wizualizację w obrębie przedmiotów przyrod-niczych, co może być pomocne w lepszym poznaniu, zrozumieniu świata, w którym ży-jemy, konieczne jest dodatkowe przygotowanie studentów kierunków nauczycielskich w zakresie tworzenia wizualizacji w obrębie swojej dyscypliny naukowej. Jak pokazują wcześniejsze komunikaty zabiegi ten są już obecnie stosowane na niektórych kierun-kach studiów czy uczelniach [5]. Jednocześnie należy zwrócić uwagę na konsekwencje w tworzeniu wizualizacji aby przestrzegać wcześniej przyjętych założeń, tak aby kolejne tworzone wizualizacje były za każdym razem wzbogaceniem pierwotnie wyjściowego stworzonego modelu co zwiększa efektywność kształcenia.

Z uwagi na rosnącą liczbę „osieciowanych” mieszkań należy wykorzystać ten fakt, aby komputer czy Internet nie był tylko narzędziem pomagającym w pracy rodzicom oraz „pustym” wypełnieniem wolnego czasu rodziców i dzieci ale stał się pomocnym w nauce. Realizacja tego założenia jest możliwa między innymi poprzez tworzenie dla uczniów przez nauczyciela odpowiednich animacji oraz zamieszczania ich na własnych lub szkolnych stronach www. Tak poprawnie skonstruowane i udostępnione przez In-ternet animacje będą stanowiły przeciwwagę dla dość rozpowszechnionych błędnych informacji zamieszczonych w Internecie.

W ramach kursu Dydaktyka Chemii dla studentów pięcioletnich jednolitych stu-diów magisterskich kierunku biologia z nauczaniem przyrody i chemii w Akademii Pe-

98 J. R. Paśko, W. Kopek dagogicznej im. Komisji Edukacji Narodowej w Krakowie studenci są przygotowywani do samodzielnego tworzenia poprawnych animacji procesów chemicznych zachodzą-cych na poziomie mikro.

W roku akademickim 2007/08 w Akademii Pedagogicznej rozpoczęły się licencjac-kie studia nauczycielskie dwukierunkowe. Jednym z kierunków jest biologia z naucza-niem chemii. Na pierwszym stopniu tych studiów zgodnie ze standardami kształcenia na zajęcia z Dydaktyki Chemii przeznaczono 60 godzin w tym 15 godzin wykładów. Za-jęcia będą odbywały się w 4 i 5 semestrze kończąc się egzaminem po 5 semestrze.

Komputer powinien być wykorzystywany w dużej mierze do celów dydaktycznych i do nauki poprzez zabawę, relaksować i uczyć. Jeżeli już najmłodsze pokolenie na-uczymy mądrze korzystać z dobrodziejstw komputera czy Internetu, umiejętności te zapewne zaowocują u osób, które wybiorą w przyszłości zawód nauczyciela. Będą one mogły swobodniej się nim posługiwać czy też wykorzystywać te narzędzia podczas zajęć lekcyjnych, doprowadzając poprzez tworzone wizualizacje do wyrugowania błędnie na-bytych wcześniej wyobrażeń.

LITERATURA

1. E. Dryl, J. Trzebiński, „Wiedza potoczna w szkole” Wydział Psychologii Uniwersytetu Warszawskiego, Warszawa 1994. 2. A. Baprowska, J. Paśko, „ Przyczyny trudności w uczeniu się chemii uczniów klas 1 - 3 gimnazjum.” w: „Současně problěmy v chemickěm vzdělăvănĭ” Mezinărodnĭ seminăř doktorskěho studia Ostrava, 21-24 XI 2007. 3. M. Nodzyńska, J. R. Paśko, „Rola modelowania w procesie kształcenia przyszłych nauczycieli” w: Modelovani ve vyuce chemie Gaudeamus Hradec Králové 2005. 4. T. Moroń, M. Nodzyńska, „Kiedy komputer powinien zastąpić eksperyment?” w: Informacni technologie ve vyuce chemie”, Gaudeamus, Hradec Králové 2004. 5. M. Doskocz, J. Doskocz, S. Roszak, P. Wojciechowski, R. Gancarz, „Nauczanie modelowania molekularnego w chemii organicznej z wykorzystaniem programów Gaussian i HyperChem” w: Zastosowania technologii informatycznych w Akademickiej Dydaktyce Chemii, Uniwersytet Jagielloński, Kraków 2007.


ZASTOSOWANIE TECHNOLOGII INFORMACYJNYCH W NAUCZANIU PRZEDMIOTU B I OGEOGRA FI A NA WYDZIALE BIOLOGII

UNIWERSYTETU IM ICKIEWICZA W POZNANIU

E. Rybska1 Bajaczyk3 1Wydziałowa Pracownia Dydaktyki Biologii i Przyrody,

2Zakład Zoologii Ogólnej, Wydział Biologii, 3Zakład Zoologii Systematycznej, Wydział Biologii,

Uniwersytet im. A. Mickiewicza, ul. Umultowska 89, 61-614 Poznań

. A. M

, J. Błoszyk2, R.

W roku akademickim 2006/2007 eksperymentalnie wykorzystano elementy technologii informatycznych do nauczania biogeograſii na W B U A M . W ramach wprowadzania nowoczesnych metod nauczania, studenci uczęszczający na kurs biogeograſii mają za-pewniony dostęp do prezentacji multimedialnych, będących podstawowym środkiem dydaktycznym podczas wykładów z tego przedmiotu. Dostęp do tych materiałów po-przez sieć Internetową zapewnia studentom nieocenioną pomoc, zwłaszcza podczas przygotowywania się do egzaminu końcowego.

Również forma przeprowadzania egzaminu z „Biogeograſii” związana jest z zastosowaniem technologii informatycznych. Egzamin przeprowadzany jest w pracowni komputerowej, gdzie każdy student ma dostęp do swojego stanowiska egzaminacyjnego. Dla celów egzaminu napisany został specjalny program, zawierający spis pytań egzaminacyjnych. Student po zalogowaniu się może przystąpić do pisania egzaminu przed monitorem komputera, zaznaczając wybraną przez siebie odpowiedź. Po zakończeniu pracy drukowany jest wynik zawierający pytania, wybrane przez studenta odpowiedzi oraz sumę otrzymanych punktów i ocenę. Zaprezentowana forma egzaminu cieszy się powodzeniem zarówno wśród studentów, którzy podchodzą entuzjastycznie do takiej jego formy jak i wśród prowadzących, ze względu na obiektywizm i łatwość sprawdzenia prac. Planujemy rozszerzyć zastosowanie tych technologii do kolejnych przedmiotów.

100 G. Stopa

CHEMIA W INTERNECIE -WIARYGODNOŚĆ ŹRÓDEŁ


[email protected]

Internet staje się coraz powszechniej wykorzystywaną biblioteką. Technologie cyfrowe dostępne dla każdego wypierają tradycyjne biblioteki, gazety, radio i telewizję. Nie trze-ba już szukać informacji w materiałach drukowanych. Zastosowanie wyszukiwarek po-zwala w ciągu kilku minut uzyskać potrzebne informacje. Czy jednak internet jest źró-dłem wiarygodnym? Na ile materiały dydaktyczne są materiałami użytecznymi, a na ile wprowadzają w błąd? Wykorzystując internet w procesie dydaktycznym należy uczulać uczniów na możliwe czyhające na nich zagrożenia. Należy zwracać ich uwagę na ko-nieczność weryſikacji wyszukanych danych. Na zaufanie zasługują z reguły informacje podawane przez instytuty naukowe, uniwersytety i podobnie działające instytucje, któ-rych celem jest przeprowadzanie badań. Zajmując się profesjonalnie rozwojem nauki starają się one rzetelnie przedstawiać swoje osiągnięcia i są to doniesienia w miarę aktu-alne. Publikowane przez nich dane oparte są o zweryſikowane pod względem wiary-godności źródła. Podobnie działają witryny wydawnicze zajmujące się rozpowszech-nianiem publikowanych przez nie tytułów. Informacje o nowych publikacjach znajdujemy bez trudu w internecie. Nie zawsze są one dostępne w pełnej wersji. Nie zawsze są one udostępniane bezpłatnie. Są to pewne ograniczenia. Ale dla instytucji po-siadających opłaconą prenumeratę pełny dostęp dla ich pracowników jest możliwy on line. Streszczenia prac nawet w płatnych serwisach są jednak udostępniane dla każdego bez ponoszenia dodatkowych kosztów. Obok oſicjalnych stron www publikowanych w internecie przez instytucje naukowe lub witryny wydawnicze informacje przekazywane są przez mniej lub bardziej godne zaufania źródła. Cieszącą się coraz większą popular-nością formą jest swoista encyklopedia - Wikipedia. Rozwój jej oparty jest o wiedzę naj-częściej anonimowych osób, które dokonują wpisów na dowolnie przez nich wybrane tematy. Dąży się jednak do tego, by wpisy były weryſikowane, a przez to rzetelne. Nie-stety zupełnie niewiarygodne, chociaż nie znaczy to, że zawsze nieprawdziwe mogą być strony tworzone przez różnych pasjonatów danej dziedziny wiedzy. Dlatego na osobach profesjonalnie zajmujących się określonymi dziedzinami wiedzy ciąży moralny obowią-zek korygowania znalezionych błędów.


KOMPUTER - POMOC CZY ZAGROŻENIE DLA DYDAKTYKI CHEMII


[email protected]

Świat bez komputera jest dziś niemożliwy do wyobrażenia. Technika ta przebojem we-szła w nasze życie. Daje nam ona możliwość opanowania przetwarzania i zalewu infor-macji. Czy jednak zafascynowani możliwościami komputerów nie ulegamy im bezkry-tycznie.

Komputer w dydaktyce noże znaleźć zastosowanie na każdym etapie procesu kształcenia. Od najprostszych form kontaktu (udostępnianie materiałów dydaktycz-nych oraz szybka komunikacja nauczyciel-uczeń), poprzez materiały naukowe (bazy danych, ćwiczenia, sprawdziany itp.) aż do sprawdzania zdobytych umiejętności (testy).

Techniki komputerowe pozwalają na przekazywanie zdjęć i ſilmów z wykonanych eksperymentów. Zmiany ustawodawstwa po przystąpieniu Polski do Unii Europejskiej spowodowały bardziej rygorystyczne podejście do sprawy chemikaliów w szkołach. Dziś szkoły w znacznej większości zostały pozbawione swojej bazy (odczynniki) do na-uczania chemii. Coraz częściej sprowadza się naukę do obrazków i książek. Trendowi temu oparła się jedynie niewielka grupa nauczycieli pasjonatów, którzy potraſili pogo-dzić przepisy z pozostawieniem laboratorium w szkole. Istnieje konieczność ciągłego informowania nauczycieli o tym jak radzić sobie z nowymi przepisami. Wiedzę taką można przekazywać poprzez publikacje w dostępnych dla nich czasopismach np w „Chemii w Szkole”, gdzie publikowane były teksty autora tego opracowania. Nauczy-ciele, którzy potraſili uchronić się przed likwidacją laboratoriów szkolnych potraſią też z reguły wykorzystać komputery jako swoich sprzymierzeńców w procesie nauczania. Zastosowanie w dydaktyce na przykład wizualizacji cząsteczek jest czymś co przybliża uczniom ten świat niewidzialny gołym okiem. Komputery nie mogą zastępować praw-dziwego eksperymentu stając się tym samym realnym zagrożeniem dla dydaktyki che-mii. Muszą być jego rozszerzeniem.

102 K. Mlekodaj, P. Legutko, J. Kaczmarczyk, S. Witkowski

ROZWÓJ SYSTEMU POMOCY W PORTALU ARIA

Kinga Mlekodaj, Piotr Legutko, Jan Kaczmarczyk, Stefan Witkowski Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

słowa kluczowe: portal edukacyjny, CMS, e‒learning;

W związku z niewątpliwym, wzrostem zapotrzebowania na nowe rozwiązania eduka-cyjne, od kilku lat na Wydziale Chemii Uniwersytetu Jagiellońskiego rozwijany jest portal edukacyjny Aria¹. Misją projektu jest zwiększenie skuteczności nauczania przedmiotów ścisłych przez stworzenie skutecznej (i wygodnej) formy uzupełniania za-jęć prowadzonych metodą tradycyjną. Trzyletni okres próbnego stosowania w wąskim gronie (ca. 200 studentów rocznie) można uznać za zakończony. Aria jako portal wyka-zała się wymaganą niezawodnością techniczną, opracowano i zastosowano prosty spo-sób budowy i modyſikacji kursów oraz zawartych w nich materiałów dydaktycznych, oraz ustalono sposób prowadzenia zajęć ze studentami tak aby w znacznym stopniu wykorzystywać materiały zgromadzone w portalu do polepszenia wyników nauczania. Zdaniem autorów, portal oraz sposób jego używania jest obecnie wart popularyzacji. Aby tego dokonać należało zainteresować nauczycieli, zwłaszcza tych, którzy nie stosują dotychczas żadnych narzędzi informatycznych w pracy dydaktycznej.

W trakcie pracy nad portalem oraz jego zawartością kładziono nacisk na fakt, iż oprogramowanie, które ma szansę traſić do powszechnego użytku powinno być: łatwe w użyciu dla nauczyciela, intuicyjne dla ucznia, skonstruowane w sposób ułatwiający budowanie odpowiednich struktur danych oraz skuteczne, czyli zapewniające pozytyw-ny transfer do studentów² . Powstał rozbudowany, graſiczny system pomocy który w przejrzysty sposób pozwala nauczycielom, którzy nie mają doświadczenia w użyciu aplikacji typu C M S (ang. Content Management System) zbudować i poprowadzić wła-sny kurs.

Pakiet pomocy obejmuje zagadnienia, które zdiagnozowaliśmy jako nieoczywiste, a jednocześnie najistotniejsze z punktu widzenia nauczyciela, a więc: co to jest „interne-towe uzupełnienie kursu”, jakie można zbudować w ramach portalu, i jakie płyną z tego korzyści dla prowadzących oraz studentów oraz co zrobić aby taki kurs powstał, i jak wypełnić go treścią. Oprócz objaśnień o charakterze ogólnym wytłumaczono przebieg większości operacji dokonywanych w ramach portalu takich jak np. tworzenie kont in-dywidualnych użytkowników i tworzenie/modyſikowanie grup studenckich i nauczy-cielskich. Przedstawiono sposób zamieszczania materiałów poświęcając uwagę w szcze-gólności tworzeniu stron www i budowie testów programowanych. Omówiono efekty wynikające z użycia medium elektronicznego do wspomagania kursu oraz zapropono-wano (wynikające z obserwacji) metody optymalizacji nauczania. ¹S. Witkowski, J. P. Witkowski, M. Ruszak, J Pielaszek „Projekt Aria, powstanie i rozwój” w: Za-stosowanie Technologii Informatycznych w Akademickiej Dydaktyce Chemii, pr. zb. wyd. Wy-dział Chemii UJ, Kraków 2007.. ²A. Kalisz, S. Witkowski, „Aria jako narzędzie wspomagające edukację; weryſikacja skuteczności” w: Zastosowanie Technologii Informatycznych w Akademickiej Dydaktyce Chemii, pr. zb. wyd. Wydział Chemii UJ, Kraków 2007.


BEZPIECZEŃSTWO W LABORATORIUM — ZASTOSOWANIE METOD B LE NDE D–LEARNINGOWYCH

W NAUCZANIU PIERWSZEJ POMOCY

Monika Pasionek2 ̛3, Jan Kaczmarczyk1 ̛3, Stefan Witkowski1

1Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków 2Uniwersytet Jagielloński, Wydział Nauk o Zdrowiu,

Instytut Pielęgniarstwa i Położnictwa, Kopernika 25, 31-500 Kraków 3Stowarzyszenie Maltańska Służba Medyczna – Pomoc Maltańska oddział Kraków,

Aleksandry 1, 30-837 Kraków

słowa kluczowe: blended-learning, oprogramowanie edukacyjne, testy programowane, bezpie-czeństwo w laboratorium, pierwsza pomoc, BLS, Aria

Ze względu na charakter studiów, studenci chemii są grupą szczególnie narażoną na urazy w czasie zajęć. Z obserwacji wynika, że na Wydziale Chemii UJ dochodzi rocznie do około dwóch wypadków, przy których konieczne jest wezwanie profesjonalnych służb medycznych. Aby zapewnić bezpieczeństwo, studenci powinni odbyć praktyczne kursy pierwszej pomocy przedmedycznej. Kursy takie powinny obejmować urazy, na jakie najbardziej narażone są osoby pracujące w laboratorium, a nie ograniczać się je-dynie do podstawowych zabiegów ratujących życie (BLS).

Poza faktem odbycia kursu, ważna jest trwałość wiedzy na nim przyswojonej oraz motywacja do użycia nabytych umiejętności. Na czynniki te ma wpływ sposób prowa-dzenia kursów oraz dostępność materiałów oraz pomocy naukowych w czasie kursu i po jego zakończeniu. Jednym ze sposobów podwyższenia tych czynników może być użycie metod blended-learningowych w czasie kursu pierwszej pomocy.

Oprogramowanie Aria, stworzone na Wydziale Chemii UJ i używane wcześniej w czasie kursu „Podstawy chemii” dla studentów kierunku biologia z geologią, zostało wykorzystane do wspomagania i uzupełnienia 16-godzinnych kursów pierwszej pomo-cy przedmedycznej. Uczestnicy kursu otrzymali do swojej dyspozycji materiały pomoc-nicze do nauki, zestawy testów uczących, dotyczących tematyki kursu oraz forum.

Testy uczące, przygotowane pierwotnie dla potrzeb nauczania chemii, okazały się niedopasowane do rodzaju tematyki i zostały zastosowane po przeprojektowaniu.

Portal wspomagający prowadzenie kursów spotkał się z zainteresowaniem ze strony kursantów. Kluczowe okazało się maksymalne uproszczenie korzystania z portalu. Największym zainteresowaniem cieszyły się materiały i testy, najmniejszym – forum.

Obecnie prowadzone są prace mające na celu sprawdzenie, czy zastosowanie inter-netowego wspomagania kursu ma wpływ na utrwalenie wiedzy z zakresu pierwszej po-mocy oraz motywację kursantów do udzielenia pomocy w razie potrzeby. Prowadzone są także prace mające na celu poprawienie jakości oraz zwiększenie ilości materiałów i testów dostępnych dla kursantów.

Opracowany kurs można w dość łatwy sposób wykorzystać do szkolenia studentów chemii, a jego celem byłoby przyswojenie przez studentów teorii udzielania pierwszej pomocy w wypadkach związanych z pracą laboratoryjną.

104 A. Kalisz, S. Witkowski, A. Migdał-Mikuli

BADANIE SKUTECZNOŚCI NAUCZANIA METODĄ BLENDED-LEARNING NA PRZYKŁADZIE KURSU PODSTAW CHEMII

Aleksandra Kalisz, Stefan Witkowski, Anna Migdał-Mikuli Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Coraz częściej używane są w edukacji akademickiej mieszane formy nauczania, pośred-nie między klasycznym nauczaniem „twarzą w twarz” ze studentami a czystym naucza-niem zdalnym (e-learningiem). Podejmując temat chcieliśmy określić czy (i w jakim stopniu) wprowadzanie technologii informatycznych do nauczania przynosi pozytywne skutki dla studentów. Obiektem eksperymentu był kurs Podstaw chemii prowadzony dla studentów I roku Biologii z geologią. Składał się on z części klasycznej (wykłady, konwersatoria, ćwiczenia laboratoryjne) oraz uzupełnienia umieszczonego na portalu typu LCMS (Learning Content Management System). Część internetowa obejmowała treść wykładów, przepisy do ćwiczeń, testy ściśle powiązane z programem i planem za-jęć konwersatoryjnych, wybrane materiały pomocnicze (luźniej powiązane teksty i za-dania), komunikaty i lista ocen.

W założeniu materiały umieszczone na portalu miały obejmować minimum wia-domości, niezbędne do skutecznego przygotowywania się do zajęć. Oczekiwano, że sku-teczne będą testy przeznaczone do samodzielnego rozwiązywania przez studentów. Stopień przydatności materiałów pomocniczych oceniono pod koniec semestru prze-prowadzając wśród uczestników kursu ankietę dotyczącą subiektywnej oceny przydat-ności zawartości portalu i częstotliwości użytkowania poszczególnych jego elementów. Odpowiedzi studentów zestawiono z ich wynikami uzyskanymi w trakcie semestru i na egzaminie. Ocenę zawartości portalu, porównano z wynikami uzyskanymi rok wcze-śniej. Było to o tyle istotne, iż zeszłoroczne sugestie studentów zostały wykorzystane w bieżącym roku akademickim do modyſikacji portalu oraz zasad prowadzenia kursu Podstawy chemii, co powinno zaowocować większą akceptacją dla Arii w obecnym roku akademickim. Największym poważaniem wśród studentów cieszyła się lista ocen, inte-raktywne testy oceniano niejednoznacznie, jeśli chodzi o poziom przydatności (często zbyt trudne, mimo wbudowanej opcji podpowiedzi), zaś z pozostałych materiałów ko-rzystano niezbyt intensywnie. Niemniej jednak w bieżącym roku akademickim studenci zdecydowanie częściej korzystali z portalu oraz istotnie wyżej ocenili jego wartość.

Przeprowadzono również analizę skupień pozwalającą wyłonić i scharakteryzować podgrupy w obrębie populacji. Badana grupa – studenci I roku Biologii z geologią – nie jest grupą homogeniczną; Zeszłoroczne badania, wyłoniły z populacji studentów mniej-sze, bardziej spójne grupy, przy czym cechy charakteryzujące poszczególne skupienia w obecnym i poprzednim roku miały podobne natężenie.

Oczekiwano, że częste korzystanie z materiałów umieszczanych na Arii dodatnio wpłynie na poziom wiedzy studentów, a jako miarę tego poziomu przyjęto ocenę uzy-skaną na egzaminie. Nie udało się jednak zaobserwować istotnego statystycznie związ-ku pomiędzy częstością użytkowania materiałów z portalu oraz oceną.

Podsumowując należy stwierdzić, że choć trudno bez badań na grupie kontrolnej ustalić rzeczywisty wpływ poszczególnych elementów kursu na wynik egzaminu, to wy-raźnie widać, że studenci akceptują (lub nawet oczekują) udogodnień, jakie daje im uzupełnienie kursu umieszczone w Internecie.


STANDARYZACJA NARZĘDZI E-NAUCZANIA

Monika Ruszak, Agnieszka Węgrzyn, Stefan Witkowski Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Abstrakt Europejski

W pracy omówiono kształtujące się tendencje ujednolicania oprogramowania służące-go do tworzenia treści dydaktycznych.

Gdzie jesteśmy i dokąd zmierzamy?

Bez względu czy zwracamy na to uwagę, żyjemy w obszarze oddziaływania Strategii Bo-lońskiej. Dokument ten wskazuje na konieczność stworzenia konsystentnej ponadna-rodowej przestrzeni edukacyjnej, w której będzie możliwe porównanie kwaliſikacji osób pochodzących z różnych krajów Unii. W nadchodzących latach głębokie i coraz szybsze zmiany w gospodarce będą wymuszać zmniejszanie dotychczas ostrych różnic pomię-dzy wykształceniem formalnym, a osobistym doświadczeniem zawodowym [1]. Zmiany modelu edukacji dotkną głównie nauczycieli, choćby dlatego, że zmiana modelu eduka-cji oznacza głęboką przecenę dotychczasowych umiejętności. Na szczęście gwałtowny rozwój technologii, który przyniósł kłopoty, podsuwa również narzędzia ułatwiające ich rozwiązywanie: np. specjalizowane edytory kodu html, struktury do zarządzania tre-ściami edukacyjnymi (Learning Content Management System LCMS), łatwe w budowie witrynki www (promocja szkół), czy programy symulacyjne, które przybliżają uczniom i studentom różne aspekty naszej rzeczywistości.

Od kilkunastu lat rozwijane i popularyzowane są sieciowe techniki nauczania. W ciągu tego czasu powstały i zostały sprawdzone w praktyce dziesiątki pomysłów, do-tyczących aspektów metodologicznych i technicznych, dotyczących nauczania siecio-wego. Niektóre z nich zostały już szeroko zaakceptowane, inne przechodzą szybki pro-ces konwergencji, co oznacza, że niedługo należy spodziewać się dość dobrze określonych standardów edukacji sieciowej. Oznaczać to będzie informatyczne wspo-maganie nauczania, które do niedawna było uważane za eksperyment, uzyska dojrza-łość i stanie się rutynowym narzędziem w edukacji. Obecnie (2008) można już w przy-bliżeniu określić, jakiego typu narzędzia informatyczne staną się podstawą dalszego rozwoju e-nauczania. Warto tu zwrócić uwagę, że najważniejszymi użytkownikami e‒learningu i pokrewnych technik edukacyjnych na świecie są nie szkoły czy uczelnie, lecz ſirmy o globalnym zasięgu, dla których prowadzenie szkoleń poprzez sieć jest pod-stawowym sposobem na szybkie dotarcie do pracowników. W rezultacie tradycyjny „pchany” model nauczania, w ramach którego „wpycha się” do głów uczniów wszelką potencjalnie przydatną wiedzę, a podaż wiedzy występuje zanim zaistnieje zapotrzebo-wanie, uzupełniany jest stopniowo przez model „ciągniony”, w którym zwiększanie kwaliſikacji jest reakcją na konkretną potrzebę [2]. Technologie informatyczne (e‒learningowe) zapewniają najlepsze ze znanych możliwości realizacji „ciągnionego” modelu edukacji. Celem tego artykułu jest zaprezentowanie współczesnych tendencji w rozwoju oprogramowania powiązanego z edukacją.

Aby racjonalnie porównywać stosowane oprogramowanie, całość zagadnień zwią-zanych z nauczaniem i uczeniem się zestawmy na kilku poziomach: organizacyjnych

106 M. Ruszak, A. Węgrzyn, S. Witkowski i szczegółowości przekazywanych danych. Nazwijmy je poziomami „zjawiska”, „grupy tematycznej” (lekcji) oraz „kursu”. Najniższym poziomem pod względem organizacyj-nym i jednocześnie najbardziej obſitym w szczegóły jest poziom „zjawiska”. Można tu wydzielić typy opisu takie jak: prezentacja (animowana ilustracja), modelowanie oraz symulacja. Omawianie programów, działających na poziomie opisu zjawiska jest w za-sadzie niemożliwe ze względu na ich ogromne zróżnicowanie. Można natomiast spró-bować określić kierunek ich ewolucji.

Główną cechą prezentacji jest prostota, rozciągająca się od wyboru prezentowanego układu, poprzez sposób pokazania omawianego zjawiska do ujawnienia jego istoty w bardzo krótkiej formie. Tak zilustrowane zjawisko staje się o wiele łatwiej przyswa-jalne dla uczniów (przykładem dobrej prezentacji jest np. animowane wyobrażenie ilo-czynu wektorowego [3]). Należy pamiętać, że choć niezwykle popularna [4], prezenta-cja nie jest pojemną formą opisu. Zachodzi to w szczególności, gdy należy przedstawić proces o dużej skali złożoności. Bardziej odpowiedni jest wówczas model, który będąc uproszczoną reprezentacją procesu, opisuje ilościowo kluczowe jego elementy oraz re-lacje zachodzące między nimi.

W modelach występuje kilka aspektów powiązanych z edukacją (i jednocześnie oka-zji do popełnienia błędów dydaktycznych). Aspekt pierwszy to zrozumiale podane za-łożenia, uproszczenia i inne warunki ograniczające, wykorzystane przy konstrukcji mo-delu. Ewentualne błędy popełnione w tej części będą skutkować trudnościami w interpretacji wyników. Kolejny aspekt to sposób sterowania obliczeniami. Jeśli nazwy parametrów regulacyjnych (potrzebne do obsługi modelu) zostałyby podane w sposób mało czytelny (np. bez wyraźnego związku z nazwami używanymi w opisie) mielibyśmy do czynienia raczej z obliczeniową czarną skrzynką niż modelem o charakterze eduka-cyjnym. Dla nabrania pewności w stosowaniu modelu dobrze jest prześledzić proces obliczeń krok po kroku, oraz nauczyć się poprawnej obsługi modelu na przykładowych danych. Brak takiej opcji znacznie obniża wartość dydaktyczną modelu. W przypadku symulacji zjawisk [5] do wymienionych wyżej aspektów należy dodać jeszcze element związany z mnogością parametrów i zmiennych. Zwykle, aby poprawnie uruchomić program symulacyjny należy już wcześniej świetnie orientować się w tematyce symulo-wanego procesu. I tu pojawia się prawdopodobny kierunek dalszej ewolucji: oprogra-mowanie „o wielu interfejsach użytkowników”. Przykłady takiego oprogramowania to np. „Cache” [6] czy „Materials Explorer”, przeznaczone do obliczeń molekularnych metodami chemii kwantowej, teorii funkcjonałów gęstości i dynamiki molekularnej. Programy symulacyjne służące do tego rodzaju obliczeń, z istoty swojej są skompliko-wane i łatwość obsługi zwykle jest najmniej cenną ich zaletą. Jednak wspomniane pa-kiety, skierowane głównie do środowiska ſirm biotechnologicznych (a więc do grupy użytkowników, którzy potrzebują mieć wiarygodne wyniki, ale nie zawsze mają dosta-tecznie mocne podstawy matematyczne), wyposażono w rzadko spotykane opcje stero-wania. Użytkownik profesjonalista może korzystać z pakietu w tradycyjny sposób, po-zwalający na pełną kontrolę nad symulacją (analogicznie jak w typowych programach do obliczeń molekularnych). Natomiast osoba początkująca może wykorzystać kwe-stionariusz, w którym to użytkownik udziela systemowi odpowiedzi na jasne i zrozu-miałe pytania o badaną cząsteczkę, jej otoczenie, i rodzaj poszukiwanych informacji. Każda odpowiedź powoduje odrzucenie szeregu nieoptymalnych metod obliczenio-wych, i po kilku krokach użytkownikowi przedstawione są prawdopodobnie najlepsze w danej sytuacji procedury obliczeniowe. Powyższa metoda pozwala programowi wy-generować poprawne parametry startowe do obliczeń i w większości przypadków uzy-


skać racjonalne wyniki bez konieczności znajomości procedur obliczeniowych. Co ważniejsze użytkownik planuje i kontroluje eksperyment obliczeniowy, tyle że na po-ziomie bardziej odległym od samych obliczeń. Ważnym uzupełnieniem systemu jest in-teraktywny podręcznik, który omawia stosowane metody i ich ograniczenia, ułatwia dokonywanie świadomych wyborów, dotyczących sterowania obliczeniami oraz ocenę wyników. Można przypuszczać, że podobne programy symulacyjne, „opiekuńcze” w stosunku do użytkowników, określą w przyszłości standard e‒opisu zjawiska.

Edycja materiałów edukacyjnych

Techniczny aspekt sieciowych narzędzi edukacyjnych to korzystanie z przeglądarek in-ternetowych. Oznacza to, że oprogramowanie używane do edukacji najczęściej zależy w swej warstwie prezentacyjnej od stopnia rozwoju edytorów, języków opisu zawarto-ści strony (html, xhtml) oraz opisu sposobu prezentacji zawartości (CSS). Do sporzą-dzenia materiałów dydaktycznych potrzeba jednak czegoś więcej niż tylko możliwości transformacji dokumentów do postaci strony www. Dobrze przygotowany dokument powinien mieć oprócz właściwej treści, także czytelną strukturę logiczną, ułatwiającą proces nauczania, oraz tam gdzie jest to potrzebne dodatkowe interaktywne funkcjo-nalności, ułatwiające uczenie się. Zapewne najlepszym obecnie reprezentantem eduka-cyjnego edytora stron sieciowych w grupie oprogramowania otwartego (Open Source) jest Nowozelandzki „eXe”, wspólne dzieło informatyków z Uniwersytetu w Auckland i Politechniki w Tairawhiti. Oferuje on piszącemu pomoce dydaktyczne cały szereg pomocnych funkcji, a przy tym działa w sposób intuicyjny. Łatwość pracy z tym pro-gramem uzyskano poświęcając wiele uwagi odseparowaniu warstwy technicznej (two-rzenie i formatowanie strony www) od tego, na czym koncentruje się nauczyciel przy-gotowujący lekcję (tematyka zajęć, schemat logiczny lekcji, prezentacja zjawiska, ćwiczenia, testy, dodatkowe materiały do samodzielnego wykorzystania przez ucznia). Dokumenty przygotowane przy udziale tego programu uzyskują bardzo czytelną struk-turę logiczną oraz jednolitą elegancką formę graſiczną.

Najsilniejszym narzędziem eXe jest edytor struktury dokumentu. To narzędzie zo-stało pomyślane tak, że w zasadzie wymusza wprowadzenie struktury na początku pra-cy nad nowym dokumentem. Większość użytkowników, którzy zetknęli się po raz pierwszy z eXe używa tego narzędzia odruchowo i poprawnie. W prosty sposób można wiązać oddzielne bloki informacji tworząc struktury liniowe (odpowiednie dla wykładu lub prezentacji) oraz drzewiaste (odpowiadające raczej samodzielnej pracy nad tema-tem). W każdej strukturze można wprowadzić później hipertekstowe odsyłacze do in-nych fragmentów dokumentu oraz linki do elementów zewnętrznych.

Aby można wypełnić przygotowaną strukturę treścią, każdemu z elementów należy przyporządkować funkcjonalność związaną z rodzajem prezentacji, tzw. i‒device. Naj-ważniejsze z nich to modyſikacje czterech podstawowych funkcjonalności (edytor html, narzędzie do tworzenia quizów, narzędzie do dołączania animacji i ſilmów oraz edytor równań). Zastosowano edytor kodu html z wizualizacją wyniku, dzięki któremu można edytować treść prawie tak samo łatwo jak w najbardziej rozpowszechnionych edytorach tekstu. Edytor ten wyposażono w narzędzie do łatwego przenoszenia fragmentów tekstu z istniejących już dokumentów tekstowych (np. Worda), co znakomicie przyspiesza edycję. Ilustracje kopiują się równie łatwo, natomiast przenoszenie tabel i równań jest bardziej kłopotliwe. Te elementy należy raczej wytworzyć wewnątrz edytora html po-sługując się dołączonymi narzędziami, a w przypadku pisania równań wymaga to zapo-znania się z dokumentacją języka TeX (!). Alternatywą jest przekształcenie trudnych

108 M. Ruszak, A. Węgrzyn, S. Witkowski w przenoszeniu obiektów w ilustracje i wklejenie ich we właściwe miejsca w treści. Godne polecenia (łatwe w przygotowaniu!) są quizy i testy, choć nie należy oczekiwać że eXe jest narzędziem do przeprowadzania poważnych sprawdzianów czy egzaminów. Możliwość dołączenia ſilmu lub animacji (Flash) jest również ważna.

Edytor można wykorzystywać na dwa sposoby: przygotowując strony www lub eks-portując pakiety typu SCORM (Sharable Content Object Reference Model) do wykorzy-stania w ramach kursu umieszczonego na dowolnej platformie LCMS. W pierwszym przypadku, instrumentarium niezbędne dla użytkownika eXe obejmuje przeglądarkę Firefox (eXe jest nakładką na tę przeglądarkę), konto na serwerze plików skojarzonym z serwerem www oraz program do transmisji plików pomiędzy komputerem lokalnym a serwerem (np. darmowy WinSCP). Tworząc strony www za pomocą eXe pamiętajmy, że nie istnieją żadne mechanizmy kontroli dostępu na poziomie eXe i umieszczając na serwerze wykład, materiały do ćwiczeń czy jakąkolwiek pracę publikujemy je dla całego świata. Dlatego powinniśmy podpisywać nasze prace i oznaczać je datami utworzenia, a jednocześnie założyć, że zostaną przeczytane i wykorzystane także przez nieznane nam osoby. Użycie tego edytora można polecić właściwie każdemu uczącemu, który przy niewielkim nakładzie pracy chce udostępnić swoim uczniom swoje materiały dy-daktyczne. Jeśli jednak potrzebujemy zamieścić w sieci dane, dla których całkowita do-stępność jest niewskazana trzeba posługiwać się innymi narzędziami.

SCORM (Shareable Content Object Reference Model) jest najczęściej obecnie stoso-wanym standardem przenoszenia treści dydaktycznych pomiędzy różnymi platformami edukacyjnymi. Standard ten zapewnia, że kurs uruchomiony na różnym sprzęcie i oprogramowaniu zachowywać się będzie jednakowo. Oznacza to jednocześnie, że two-rząc i udostępniając dobre jakościowo pakiety SCORM możemy wzbogacać „globalną podaż” materiałów edukacyjnych i vice-versa, sami możemy skorzystać z materiałów udostępnianych w sieci.

Wsparcie dla organizacji kursów

O ile specjalizowane edytory html służą do przygotowania treści dydaktycznych, o tyle do ich organizacji służą platformy LCMS. Najistotniejszą ich funkcją jest rozpoznawanie użytkowników i udostępnianie im tej części zasobów, które w danym momencie są dla nich przeznaczone, oraz prowadzenie dokumentacji dotyczącej komunikacji z każdym z użytkowników. W niektórych sytuacjach reakcje użytkownika mogą być oceniane przez system. Systemy LCMS to rozbudowane struktury, złożone z szeregu serwerów lo-gicznych. Serwer autentyſikacji wydaje opinię o tożsamości użytkownika, uznawaną przez pozostałe składniki systemu. Serwer proxy buforuje i przyspiesza odpowiedzi wy-syłane do użytkownika przez serwer www. Serwer www, na podstawie zapytania prze-słanego przez komputer użytkownika, danych uzyskanych z serwera bazy danych i chwilowego stanu dokumentów, których dotyczy zapytanie tworzy i wysyła obraz strony.

Bieżący stan dokumentów pobierany jest z najważniejszego elementu systemu: „schematu obiegu dokumentów”. Ten mechanizm programistyczny [7] przechowuje bieżący stan każdego obiektu (dokumentu), należącego do zasobów bazy danych. W za-leżności od bieżącego stanu, dopuszczone są (lub zablokowane) przeróżne działania na wybranym obiekcie ze strony poszczególnych użytkowników. Przeprowadzenie działa-nia przez użytkownika prowadzi do zmiany stanu obiektu, w konsekwencji „schemat obiegu dokumentów” przypisuje nowej sytuacji kolejny zestaw dozwolonych działań.


Utworzenie “kursu” polega na takiej modyſikacji „schematu obiegu dokumentów”, w której sposób działania systemu zostaje dostosowany do sytuacji spotykanych w co-dziennej praktyce edukacyjnej. A skoro „schemat” jest tworem rozbudowanym, samo-dzielne tworzenie kursu od podstaw jest zadaniem czasochłonnym. Niektóre platformy LMS oferują predeſiniowane elementy kursów, co znacznie ułatwia nauczycielowi roz-poczęcie pracy. Negatywnym przykładem jest tu komercyjny Blackboard, który takiej pomocy nie dostarcza [8]. W istocie warto pamiętać, że różnice w skomplikowaniu ob-sługi oprogramowania (a bywają bardzo znaczne!) są widoczne głównie dla osób two-rzących kursy bądź modyſikujących treści w nich zawarte. Dostęp i obsługa po stronie studentów są zazwyczaj bardzo proste.

Z opisanej sytuacji można wyciągnąć kilka wniosków: systemy LCMS wymagają obecnie pewnych umiejętności programistycznych i administratorskich do założenia i bezpiecznego utrzymania w ruchu, więc warto by skorzystać z miejsca na którymś z istniejących darmowych serwerów LCMS. Przykładem rozwiązania zbliżonego do LCMS, a znacznie prostszego w obsłudze i niewymagającego ponoszenia kosztów jest oferowana przez Google usługa „Grupy dyskusyjne”. Do czego zatem należy używać narzędzia, jakim jest LCMS? Odpowiedź tkwi w zakresie informacji, jaki chcemy przeka-zywać studentom. W przypadku bardzo popularnym, gdy chcemy udostępnić wyłącz-nie materiały dydaktyczne, użycie platformy LCMS nie jest konieczne, możemy poprze-stać na wykorzystaniu stron www tworzonych na przykład w eXe. Jeśli zamierzamy dystrybuować informacje organizacyjne (harmonogram, zebrania, etc), lub organizo-wać forum dla studentów, przydatne staje się narzędzie zapewniające przynajmniej mi-nimum poufności, (np. strona sieciowa zabezpieczona hasłem), lecz jeśli dołączymy do tego dostęp do ocen, testy czy zdalne egzaminy, to najwłaściwszym rozwiązaniem stanie się użycie platformy LCMS. Użycie takiej platformy jest niezbędne, gdy chcemy uru-chomić elementy kursu zapisane uprzednio w postaci pakietów SCORM.

Popularyzacja produktów edukacyjnych

Opisane powyżej technologie informatyczne mogłyby być jeszcze przez lata swego ro-dzaju eleganckimi zabawkami, popularnymi w stosunkowo wąskim kręgu nauczycieli-entuzjastów. Wygląda jednak, że przywołana we wstępie polityka edukacyjna Unii Eu-ropejskiej, jest w stanie zmienić ten stan już niedługo. W propagowaniu idei budowania kursów, dostępnych poprzez internet ważną rolę pełnią projekty europejskie skupione m.in. w Programach Socrates, Leonardo da Vinci czy Comenius. Nacisk na popularyza-cję treści edukacyjnych w Internecie, wynika z przeprowadzonych w Europie badań, wskazujących jednoznacznie na pozytywny wpływ nauczania wzbogaconego w metody IT na poziomie wykształcenia uczniów [9]. Każdy z realizowanych projektów, kończy się opublikowaniem w internecie jego rezultatów. Do takich rezultatów należą szkole-nia, prezentacje i kursy. W ten sposób zwiększa się podaż ogólnodostępnych produk-tów edukacyjnych a nauczyciele coraz częściej są zainteresowani ich użyciem, co pocią-ga za sobą wzrost popularności narzędzi informatycznych będących przedmiotem tego artykułu.

Podsumowanie

Rozwój oprogramowania edukacyjnego, związanego z poziomem opisu pojedynczego zjawiska jest ukierunkowany na coraz staranniejsze formy prezentacji, modelowania lub symulacji. Ewolucja w tym kierunku oznacza ogromny nakład pracy ze strony auto-

110 M. Ruszak, A. Węgrzyn, S. Witkowski rów, a to jest uzasadnione tylko, gdy powstały program da się skomercjalizować lub rozwijać globalnie siłami dużego zespołu entuzjastów. Należy się spodziewać, że nad-chodzące lata przyniosą wielką ofertę dopracowanych komercyjnych programów edu-kacyjnych, służących do opisu zjawisk i procesów.

W przeciwieństwie do modeli zjawisk, które jak sądzę będą rozwijane głównie ko-mercyjnie, większe jednostki dydaktyczne (lekcje, kursy) powstawać będą lokalnie w oparciu o oprogramowanie Open Source i otwarte standardy wymiany treści (np. SCORM). Ponieważ oprogramowanie do tworzenia i zarządzania kursami, którego ob-sługa jeszcze niedawno wymagała sporego nakładu pracy staje się coraz bardziej intu-icyjne, łatwość tworzenia przyciągnie wielu nowych autorów. Zapewne większość wy-generowanych materiałów przechowywana będzie w prywatnych zasobach ich twórców, ale część zostanie udostępniona nieodpłatnie w ramach różnych inicjatyw edukacyjnych. Wzrost podaży łatwych w implementacji treści dydaktycznych, znajdu-jących się w domenie publicznej, spowoduje upowszechnienie metod IT wśród nauczy-cieli. Należy oczekiwać, że jakość nauczania, mierzona w skali globalnej, w najbliższych latach stanie się bardziej ujednolicona i będzie stopniowo wzrastać.

BIBLIOGRAFIA

1. M. Cooke, L. Gros, M. Horz, W. D. Zeller, Chemical Education for Competetive and Dynamic Europe, A Leonardo da Vinci Network Project NT 112 544, Idstein-Vienna 2004. http://face.fh-fresenius.de/whitebook.pdf 2. D.Morrison, E-learning strategies, Jon Wiley & Sons LTD 2003. 3. Przykładem może tu być zestaw prezentacji autorstwa Mariusza Panaka z Centrum Nauczania Matematyki i Fizyki Politechniki Łódzkiej zamieszczony na http://eſiz.pl 4. Obecnie można znaleźć bardzo wiele portali internetowych oferujących przemyślane prezentacje do wielkiej ilości procesów i zjawisk. Większość współczesnych podręczników do przedmiotów przyrodniczych na poziomie gimnazjum i liceum również posiada wsparcie w postaci animowanych prezentacji zjawisk. 5. Symulacja to zawansowany matematycznie rodzaj modelowania, uwzględniający wszystkie istotne aspekty modelowanego procesu. Wyniki symulacji wykazują zgodność ze skutkami realnego zjawiska. Poprawne przeprowadzenie symulacji wymaga starannego doboru wielu parametrów. 6. Twórcą tych pakietów jest krakowska ſirma FQS, http://www.fqs.pl/ 7. S. Witkowski, J. P. Witkowski, M. Ruszak, J. Pielaszek, Projekt „ARIA”, powstanie i rozwój, w: Zastosowanie technologii informatycznych w akademickiej dydaktyce chemii, Wy-dział Chemii UJ, Kraków 2007, pr. zb. pod red. I. Maciejowskiej, M. Ruszak, S. Witkowskiego. 8. Tak było przynajmniej w przypadku licencji “Blackboard’a” zakupionej przez Uniwersytet Ja-gielloński. 9. A. Balanskat, R. Blamire, S. Kefala, The ICT Impact Report, A review of studies of ICT impact on schools in Europe, 11 December 2006, European Schoolnet; http://ec.europa.eu/education/doc/reports/doc/ictimpact.pdf

W globalnym tyglu nowego nauczania


INFORMATYCZNE WSPOMAGANIE STUDIÓW CHEMICZNYCH – DOŚWIADCZENIA EUROPEJSKIE

Marek Frankowicz, Artur Michalak Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Streszczenie

Przedstawiono najważniejsze doświadczenia europejskie w zakresie informatycznego wspomagania studiów chemicznych. Podkreślono wiodącą rolę ECTN (sieci tematycznej chemii europejskiej) w inicjowaniu i propagowaniu inicjatyw międzynarodowych w tym obszarze. Wspomniano o zaangażowaniu Wydziału Chemii UJ w działania mię-dzynarodowe.

ECTN

Sieć Tematyczna Chemii Europejskiej (European Chemistry Thematic Network - ECTN) [1] została utworzona w roku 1996 w ramach programu SOCRATES/ERASMUS. Kontynuowała ona doświadczenia współpracy 30 wydziałów chemicznych z Europy Zachodniej w ramach programu pilotażowego ECTS. W roku 2002 zostało utworzone Stowarzyszenie Sieć Tematyczna Chemii Europejskiej (European Chemistry Thematic Network Association – ECTNA) [2]. Jest to organizacja non-proſit, mająca osobowość prawną, zarejestrowana w Belgii. ECTN liczy w chwili obecnej około 150 instytucji członkowskich, a ECTNA – około 100.

Działania podejmowane bezpośrednio przez ECTN i ECTNA

W ciągu 11 lat działalności w ramach ECTN funkcjonowało około 30 grup roboczych. Część z nich działa do chwili obecnej. Obszarem zainteresowania grup roboczych były zarówno różne dziedziny chemii jak i zagadnienia „transwersalne”. Do jednej z najbar-dziej aktywnych grup roboczych należy grupa Multimedia w Chemii (Multimedia In Chemistry Group, MMG: kierownik grupy: prof. Antonio Lagana, Uniwersytet w Peru-gii). Grupa ta funkcjonuje od roku 2001. MMC organizuje sesje podczas dorocznych konferencji ECTN; są wtedy prezentowane liczne przykłady dobrej praktyki z zakresu informatycznego wspomagania edukacji chemicznej. Przedstawiciele MMC prezentują również podczas różnych konferencji międzynarodowych najciekawsze rozwiązania w tym zakresie stosowane przez członków ECTN oraz biorą udział w projektach badaw-czych i edukacyjnych związanych z wykorzystaniem nowych technologii informacyj-nych w chemii.

Z inicjatywy ECTN powstał też) eChemTest - system elektronicznych testów spraw-dzających wiedzę chemiczną na różnych poziomach (szkoła średnia, studia I stopnia, poziom zaawansowany) [3]. W bazie znajduje się już kilka tysięcy pytań z różnych dzie-dzin chemii, oprócz wersji angielskiej powstają też wersje narodowe, w tym polska (tworzona już od końca lat 90.; w pierwszym etapie działania te były częściowo ſinan-sowane przez Program Akademicki Fundacji Stefana Batorego). W chwili obecnej nad-zór nad rozwojem systemu sprawuje ECTNA. W ostatnich latach zainicjowano tworzenie sieci „centrów testowych”; wśród pierwszych 8 centrów znalazło się centrum przy Wy-

114 M. Frankowicz, A. Michalak dziale Chemii UJ (jest to do tej pory jedyne centrum tego typu w Europie Środkowo-Wschodniej).

Grupa robocza ECTN Image of Chemistry utworzyła i prowadzi portal ChemInsight [4] przedstawiający informacje o roli chemii w społeczeństwie; jest to znakomite repo-zytorium interesujących materiałów, które mogą być wykorzystane zarówno w edukacji na różnych poziomach, jak i przez środki masowego przekazu (w promowaniu pozy-tywnego obrazu chemii).

ECTN prowadzi również biuletyn elektroniczny ECTN Newsletter [5], a ECTNA – por-tal poświęcony międzynarodowej akredytacji studiów chemicznych (ECTNA Quality labels – Eurobachelor, Euromaster, Eurodoctorate) [6].

Przykłady dobrej praktyki promowane przez ECTN

W ramach działań MMG i innych grup roboczych ECTN promowane są ciekawe rozwią-zania w zakresie wykorzystania nowych technologii informacyjnych w chemii. Oprócz licznych „lokalnych” przykładów dobrej praktyki (elektroniczne materiały dydaktyczne, blended learning etc.) przedstawianych przez wydziały chemiczne – członków ECTN przestawiane są również działania międzyuczelniane na szczeblu krajowym i międzyna-rodowym oraz rozwiązania organizacyjne warte upowszechnienia. Poniżej wymieniamy niektóre z nich: System iChemEdu [7] opracowany przez Uniwersytet Techniczny w Wiedniu (TUWien). Składa się on z modułów:

• iChemLab, • iChemExam, • iChemLecture.

Rozwój systemu zainicjowanego lokalnie przez chemików z TUWien, był ſinansowany z krajowego grantu ministerialnego (w celu upowszechnienia w uczelniach austriac-kich). System pozwala w sposób kompleksowy usprawnić i zoptymalizować studia chemiczne; w szczególności jest on przydatny do usprawnienia zajęć laboratoryjnych.

ChemgaRoo Educational Systems [8] Jest to kontynuacja projektu „Vernetztes Studium Chemie” (VSC), realizowanego w la-tach 1999-2004 przez konsorcjum uczelni niemieckich pod kierunkiem FIZ-Chemie (FachInformationZentrum Chemie, Berlin). Na realizację VSC przeznaczono 21 mln Euro z budżetu federalnego. ChemgaRoo składa się z czterech modułów:

• ChemgaPedia (http://www.chemgapedia.de/vsengine/topics/en/vlu/index.html) • ChemgaNet (http://www.chemgaroo.de/en/chemganet.html) • ChemgaMedia (http://www.chemgaroo.de/en/chemgamedia.html) • ChemgaCourse (http://www.chemgaroo.de/en/chemgacourse.html)

ChemgaPedia to wirtualna ekcyklopedia chemiczna. Zawiera (w wersji niemieckiej) ponad 15000 stron, 3500 haseł i 900 ćwiczeń. Wersja angielska zawiera ok. 100 jednostek dydaktycznych. ChemgaMedia to rodzaj „mediateki” - repozytorium materiałów multimedialnych do wykorzystania przy tworzeniu własnych kursów.

http://www.chemgapedia.de/vsengine/topics/en/vlu/index.html

http://www.chemgaroo.de/en/chemganet.html

http://www.chemgaroo.de/en/chemgamedia.html

http://www.chemgaroo.de/en/chemgacourse.html


ChemgaCourse to repozytorium kursów chemicznych (na razie tylko w wersji niemieckojęzycznej) ChemgaNet to pakiet zapewniający bezpieczeństwo w sieci (ochrona przed wirusami, robakami i trojakami).

Na zakończenie powyższego przeglądu należy wspomnieć, że informacja o niektó-rych wyżej wymienionych działaniach (eChemtests, VSC) była już przedstawiona rok temu na poprzedniej konferencji (Dębska, [9]).

Wydział Chemii UJ w „międzynarodowym podziale pracy”

Wydział Chemii UJ był pierwszym polskim wydziałem, który został (już w roku 1997) pełnoprawnym członkiem ECTN. Przedstawiciele Wydziału działają aktywnie w większości grup roboczych ECTN. Daje to naszej społeczności możliwość nie tylko śledzenia najnowszych trendów w edukacji chemicznej, ale i współtworzenia nowej rze-czywistości.

Wydział Chemii UJ (wspólnie z Wydziałem Chemii UAM) uczestniczyi od wielu lat w tworzeniu bazy „eChemTests”. Jak już wspomniano, na Wydziale utworzono pierw-sze w tej części Europy centrum testowe ECTNA.

Od kilku lat obserwujemy też rozwój systemu iChemEdu i analizujemy możliwości wprowadzenia tego systemu u nas (jeśli zainstneją odpowiednie możliwości prawne; system był tworzony na potrzeby uczelni austriackich i dopiero po zakończeniu i pełnym wdrożeniu systemu w Austrii będzie można negocjować warunki jego „sklo-nowania” w Polsce).

Uczestniczymy też – jako jedyna instytucja z Polski – w międzynarodowych projek-tach SOLID [10] i CHEMEPASS [11]; będą one przedstawione na bieżącej konferencji przez inne osoby z naszego Wydziału.

Najważniejszym wyzwaniem, przed jakim stoi nasz Wydział, jest zapewnienie „wie-lowymiarowej kompatybilności” naszych działań z procesami przebiegającymi w naszym otoczeniu: - działania na szczeblu uczelni (strategia UJ w zakresie wykorzystania nowych technologii informacyjnych) - działania polskich wydziałów chemicznych, przeprowadzanie wspólnych akcji, wypracowanie wspólnych standardów, wymiana doświadczeń - działania ECTN i ECTNA (MMG, eChemTests etc.)

Ponieważ powyższe procesy nie są z sobą skorelowane, przed naszym Wydziałem stoi trudne zadanie – nie tylko optymalnego dostosowania się do czynników zewnętrz-nych, ale też wpływania na otaczającą nas rzeczywistość przez propagowanie nowych idei oraz możliwych rozwiązań wśród instytucji i organizacji w naszym otoczeniu. Jed-ną z takich idei wartych rozważenia mógłby być pomysł utworzenie polskiego odpo-wiednika Fachinformationszentrum Chemie (FIZ-Chemie) [12] – jednostki prowadzą-cej i koordynującej działania z zakresu informacji chemicznej na poziomie krajowym.

BIBLIOGRAFIA

1. http://www.ectn.net 2. http://www.cpe.fr/ectn-assoc/ 3. http://www.cpe.fr/ectn-assoc/echemtest/index.htm

116 M. Frankowicz, A. Michalak 4. http://www.cheminsight.de/ 5. http://www.cpe.fr/ectn-assoc/news/index.htm 6. http://www.cpe.fr/ectn-assoc/eurobachelor/default.htm 7. http://www.ichemlab.at/info/ 8. http://www.chemgaroo.de/en/index.html 9. B. Dębska „Wykorzystanie metody blended learning w kształceniu studentów na kierunkach chemicznych w "Wykorzystanie technologii informatycznych w akademickiej dydaktyce Chemii”, Uniwersytet Jagielloński, 2007; 10. A. Jańczyk, I. Maciejowska „A new ChemgaPedia unit focused on solid phase chemistry - SOLID project”, Technologie informacyjne dla chemików, str. 23. 11. Lucjan Chmielarz, Marcin Molenda, Marek Frankowicz „CHEMEPASS – nowoczesny system egzaminu elektronicznego”, Technologie informacyjne dla chemików, str. 122. 12. http://www.ſiz-chemie.de/


UWAGI O E-LEARNINGU W POLSCE

Marek Frankowicz, Janusz Mrozek Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Streszczenie

Uwagi historyczne

X: Zasoby/Infrastruktura/Hardware/Software

Y: Metodologia

Z: Networking

W wystąpieniu przedstawimy nasze subiektywne uwagi dotyczące e-learningu (eL) w Polsce. Przedstawiamy również informacje o najważniejszych (naszym zdaniem) ini-cjatywach ostatnich lat oraz charakteryzujemy krajowe uwarunkowania legislacyjne.

W naszym opracowaniu dla CITTRU (Centrum Innowacji, Transferu Technologii i Rozwoju Uniwersytetu) UJ [1], przygotowanym 5 lat temu, podkreśliliśmy, że zagad-nienie e-learningu akademickiego należy rozpatrywać kompleksowo i wielowymiaro-wo. Zidentyſikowaliśmy trzy podstawowe wymiary:

. Ten wymiar jest ważny, ale nie jedyny. Zdarza się, że działania eL skupiają się głównie na tym wymiarze.

. eL nie polega na zapisaniu treści dydaktycznych w Wordzie i umiesz-czeniu jako załącznika w e-mailu do studenta…

. eL prowadzony na szerszą skalę ma sens wtedy, gdy będzie istniała od-powiednia hierarchiczna struktura jednostek zaangażowanych w daną akcję. Podaliśmy jako przykład następujące możliwości:

UJ CM UJ UJ&władze wojewódzkie

Wyższe szkoły zawodowe Szpitale miejskie/powiatowe Władze powiatowe

Szkoły podstawowe/średnie Kliniki/przychodnie Władze gminne

Zaznaczyliśmy również, że nie ma sensu tworzyć struktury eL bez gruntownego roze-znania rynku edukacyjnego. Większość działań typu ‘zaproponujmy coś, a może ktoś to kupi’ to marnowanie czasu i pieniędzy. Należy więc przede wszystkim dobrze określić zarówno grupę potencjalnych odbiorców, jak też ich potrzeby i możliwości ſinansowe (w tym możliwości pozyskania środków od władz lokalnych, ministerstwa etc.). Wyróżniliśmy 3 grupy potencjalnych odbiorców:

• osoby chcące podwyższyć swoje kwaliſikacje zawodowe, • osoby chcące uzyskać nowe kwaliſikacje (np. poszukujące pracy w zawodzie innym niż

wyuczony), • uczniowie i studenci (nie tylko kształcący się w ‘pełnym’ systemie kształcenia na odle-

głość, ale i studenci studiów ‘tradycyjnych’ dziennych, zaocznych, wieczorowych itp.). Zaproponowaliśmy też utworzenie zespołu ds. eL na UJ (ZELUJ), który ‘ogarniałby’

wspomniane wymiary X, Y, Z, złożonego nie tylko z informatyków, ale tez specjalistów od informacji naukowej, metodyki nauczania, zarządzania itp. Zespół nie zajmowałby się opracowywaniem kursów, tylko strategią, planem działań i pracowaniem ogólnych

118 M. Frankowicz, J. Mrozek zasad funkcjonowania eL na UJ. Stwierdziliśmy, że członkowie ZELUJ winni rozpocząć swoją działalność od dokładnego zapoznania się z sytuacją w zakresie eL w Polsce (oraz za granicą (EUCEN etc.) oraz powinni regularnie uczestniczyć w najważniejszych spo-tkaniach i konferencjach poświęconych eL (konferencje EUCEN, EAIE, EAIR etc.).

Sugerowaliśmy przeprowadzenie analizy rynku i wytypowanie kilku kursów do pi-lotażu, takich jak:

• kurs dla nauczycieli, na bazie istniejących studiów podyplomowych (np. e-kurs chemii dla nauczycieli liceów lub przyrody dla nauczycieli szkół podstawowych),

• kurs dla studentów małopolskich PWSZ majacy na celu uzupełnienie i wzbogacenie tra-dycyjnych form kształcenia (np. chemia teoretyczna dla studentów III roku chemii sto-sowanej w PWSZ w Tarnowie),

• E-kurs ‘kulturotwórczy’ dla szerszej rzeszy odbiorców (np. coś z oferty Wydziału Stu-diów Międzynarodowych i Politycznych),

• E-kurs języka polskiego (dla Polonii, studentów zagranicznych itp.). Jeśli akcje pilotażowe zakończyłyby się sukcesem, można by przeprowadzić „akcje ka-skadowe” poszerzające w/w typy działań na nowe obszary.

Uważamy, że wiele naszych propozycji nadal zachowuje aktualność. Jeśli chodzi o aktualny stan eL na naszej Alma Mater, odsyłamy do strony Centrum Zdalnego Na-uczania UJ [2].

Stan obecny

W ostatnich latach w Polsce powstało wiele centrów e-learningu/zdalnego nauczania; w większości uczelni funkcjonują ośrodki zajmujące się tą tematyką (bądź jako jednost-ki ogólnouczelniane, bądź jako grupy/zespoły przy wydziałach bądź instytutach). Nie-które z nich prowadzą działalność znacznie wykraczającą poza uczelnię macierzystą oraz osiągnęły wysoki stopień zaawansowania w zakresie technologii i metodologii zdalnego nauczania. Ośrodki, które naszym zdaniem w sposób istotny przyczyniają się do rozwoju eL na poziomie krajowym, to:

• AGH: Centrum E-Learningu (http://pl.cel.agh.edu.pl/) • Politechnika Warszawska: Ośrodek Kształcenia na Odległość

(http://www.okno.pw.edu.pl/) • Szkoła Główna Handlowa: Centrum Rozwoju Edukacji Niestacjonarnej

(http://www.cren.pl/) • Uniwersytet Marii Curie-Skłodowskiej: Uniwersyteckie Centrum Zdalnego Nauczania

i Kursów Otwartych (http://www.uczniko.umcs.lublin.pl/index.php) • Uniwersytet Warszawski: Centrum Otwartej i Multimedialnej Edukacji

(http://www.come.uw.edu.pl/) • Wyższa Szkoła Humanistyczno-Ekonomiczna w Łodzi: Polski Uniwersytet Wirtualny

(http://www.puw.pl/) • Polsko-Japońska Wyższa Szkoła Technik Komputerowych: studia internetowe

(http://www.pjwstk.edu.pl/kat.php?k=53&ilu=rekr)

W Polsce działają również dwie organizacje związane z e-learningiem akademickim: • Stowarzyszenie E-learningu Akademickiego (SEA) [3] • Polskie Towarzystwo Naukowe Edukacji Internetowej (PTNEI) [4]


§ 4.5 Nie więcej niż 10% ogólnej liczby zajęć określonych w planie studiów i programie nauczania może być realizowane bez bezpośredniego uczestnictwa nauczycieli akademickich.

Ministerstwo konsekwentnie stoi na stanowisku ustalania sztywnych proporcji zajęć zdalnych do wszystkich zajęć realizowanych w ramach studiów, nie biorąc pod uwagę opinii, że powinno to być uzależnione od specyfiki kierunku, przedmiotów, poziomu kształcenia, formy studiów, przyjętych rozwiązań z bogatej palety e-nauczania, a także profilu socjologicznego odbiorców studiów i misji uczelni. Zamiast tego w nowym projekcie pojawiła się propozycja uzależnienia proporcji od czynników, które mają niewielki albo żaden związek z procesem dydaktycznym realizowanym z wykorzystaniem metod i technik kształcenia na odległość. Uprawnienia do nadawania stopni naukowych świadczą o sile naukowej danej jednostki organizacyjnej uczelni, a nie o tym, na ile proces dydaktyczny w ramach określonych studiów może być realizowany w formie zdalnej. Niezrozumiałe jest dlaczego kolejne projekty są coraz bardziej restrykcyjne, jeśli chodzi o omawiane tu proporcje. Od wyjściowej propozycji umożliwienia wszystkim uczelniom prowadzenia 70% zajęć zdalnych na studiach niestacjonarnych, poprzez 50%, do obecnych 40% dla dużej części szkół wyższych w kraju. Nie ma również uzasadnienia zrównanie w zakresie proporcji zajęć studiów stacjonarnych i niestacjonarnych. W obecnym brzmieniu rozporządzenia jednostka organizacyjna mająca uprawnienia do nadawania habilitacji może prowadzić studia stacjonarne w 80% w formie zdalnej, co jest sytuacją paradoksalną, wziąwszy pod uwagę, że jednostka nie mająca tych uprawnień może prowadzić studia niestacjonarne tylko w 40% w formie zdalnej. Niejasne jest ponadto pojęcie „zajęć praktycznych” użyte w tym paragrafie oraz to czy zajęcia praktyczne i laboratoryjne brane są pod uwagę w rozliczeniu procentowego podziału zajęć tradycyjnych i zdalnych. Konsekwentnie uważamy, że proporcje powinny odnosić się do treści kształcenia na danym kierunku, a nie do liczby godzin oraz powinny być pozostawione do decyzji autonomicznej uczelni.

Uwarunkowania legislacyjne

W Rozporządzeniu Ministra Nauki i Szkolnictwa Wyższego w sprawie standardów kształcenia dla poszczególnych kierunków oraz poziomów kształcenia, a także trybu tworzenia i warunków, jakie musi spełniać uczelnia, by prowadzić studia międzykie-runkowe oraz makrokierunki, 12 lipca 2007 r. [5] pojawił się zapis:

Zapis ten otwierał możliwość wprowadzania, w bardzo ograniczonym zakresie, elementów e-learningu w ramach dotychczasowych form studiowania.

Wkrótce potem ukazało się Rozporządzenie Ministra Nauki i Szkolnictwa Wyższe-go w sprawie warunków, jakie muszą być spełnione, aby zajęcia dydaktyczne na stu-diach mogły być prowadzone z wykorzystaniem metod i technik kształcenia na odle-głość, 25 września 2007 r. [6]. Rozporządzenie to, będące dużym krokiem naprzód i otwierające przed polskim szkolnictwem wyższym zupełnie nowe możliwości, zawiera jednak również zapisy kontrowersyjne, które spotkały się z krytyką ze strony polskiej społeczności eL. Na szczególną uwagę zasługuje opinia SEA [7]. Czytamy w niej m. in.:

120 M. Frankowicz, J. Mrozek

W pełni solidaryzujemy się z powyższym stanowiskiem. Należy jednak wspomnieć, że wiele innych uwag zgłoszonych przez środowisko akademickie zostało uwzględnio-nych w końcowej wersji Rozporządzenia.

W kolejnym miesiącu ukazało się Rozporządzenie Ministra Nauki i Szkolnictwa Wyższego zmieniające rozporządzenie w sprawie warunków, jakie muszą być spełnio-ne, aby zajęcia dydaktyczne na studiach mogły być prowadzone z wykorzystaniem me-tod i technik kształcenia na odległość, 31 października 2007 r. [8]. Wprowadza ono (na-szym zdaniem kuriozalny) zapis dotyczący sytuacji, kiedy uczelnia prowadzi zajęcia dydaktyczne dla studentów, którzy przebywają w krajach pozaeuropejskich (tak, jakby istniało „europejskie” i „pozaeuropejskie” kształcenie na odległość).

Uwagi końcowe

Polski krajobraz eL ulega szybkim przeobrażeniom, wpływając na kształt polskiej edu-kacji. Zmiany legislacyjne i procesy globalne (takie jak Proces Boloński tworzenia Eu-ropejskiego Obszaru Szkolnictwa Wyższego, którego jednym z najważniejszych ele-mentów jest rozwój kształcenia ustawicznego) wpływają z kolei na ewolucję eL; mamy więc do czynienia z dobrze znaną w teorii układów złożonych ‘aktywna wędrówką w krajobrazie dostosowań” (a ) [9]. ctive walk in adaptive landscape

Po etapie „dywergencji” (spontaniczny rozwój) i „konwergencji” (rozwój inicjatyw ponaduczelnianych, powstanie stowarzyszeń SEA i PTNEI) nadchodzi era „emergencji”, podczas której – w coraz bardziej sprzyjających warunkach prawnych – ma szanse wy-kształcić się wielopłaszczyznowy polski model e-learningu akademickiego, zgodny z trendami światowymi i jak najpełniej wykorzystujący dotychczasowe doświadczenia.

BIBLIOGRAFIA

1. M. Frankowicz, J. Mrozek, 2003 „E-learning – uwagi wstępne”, raport nieopublikowany. 2. http://www.czn.uj.edu.pl/ 3. http://www.sea.edu.pl/ 4. http://www.ptnei.pl/ 5. http://www.bip.nauka.gov.pl/_gAllery/26/29/2629/20070712_rozporzadzenie_standardy_ksztalcenia.pdf 6. http://www.bip.nauka.gov.pl/_gAllery/28/08/2808/20070925_rozporzadzenie.pdf 7. http://www.sea.edu.pl/docs/opinia_sea_sierpien07.pdf 8. http://www.bip.nauka.gov.pl/_gAllery/29/23/2923/20071031_rozp_ksztalcenie_na_odleglosc.pdf 9. L. Lam, 1998: Nonlinear Physics for Beginners. World Scientiſic Publishing. Singapore.


USING ICT IN CHEMISTRY TEACHING

Colin Osborne Royal Society of Chemistry, London, UK

Datalogging

Animations

Databases

Virtual learning environments

The use of ICT in chemistry teaching has increased by leaps and bounds over the last 10 to 15 years. In this presentation I will touch on the various ways ICT is being used to en-hance teaching and learning from the use of presentation software through animations to virtual learning environments.

ICT is often used in schools, colleges and higher education to transmit information in Powerpoint instead of the teacher/lecturer writing on whiteboards/blackboards or using overhead projector transparencies. However to encourage active learning there needs to be a greater use of more innovative ways of using ICT where students interact with the material to gain insight and skills.

This can be done using common Microsoft applications such as Word, Excel or Powerpoint but should involve more than the transmission of information.

is a particular specialised use of ICT to capture data over very short or very long timescales which would otherwise inconvenience the student. It also allows the presentation of. It also allows the presentation of results in a variety of forms but will not be further dealt with.

allow students to visualise the conceptual models they use and to see what happens when they change variables. A simplistic example is the kinetic theory explanation of the behaviour of solids, liquids and gases.

allow students to explore relationships between various sets of data in order to establish relationships between them, or to ſind particular information about elements or compounds. Whilst there are many stand alone databases, such as NIST, for teaching purposes it is useful to have a self-contained database with associated functio-nality such as graph plotting as exempliſied by the Periodic Table of Data. Databases can also be used to devise particular applications which allow students to derive rela-tionships that they would otherwise have to accept such as Le Chatelier’s Principle.

It has been demonstrated that a Games environment is a powerful learning tool for engaging students. However the games must be seen to be similar to those that they will have experienced for pleasure in terms of appearance etc.

allow students to work within or outside the school or college and to decide when they wish to study. The most powerful require the stu-dent to interact with the material, give the student guidance when there are problems and also report performance (and time spent on the activity) to the teacher or lecturer.

This presentation will endeavour to exemplify the above using examples from the Royal Society of Chemistry resources including: www.chemIT.co.uk http://www.rsc.org/ptdata http://www.presentingscience.com/thermo/simulations/equilibrium.html http://www.rsc-oilstrike.org/ http://bestchoice.net.nz/

122 L. Chmielarz, M. Molenda, M. Frankowicz

CHEMEP ASS – NOWOCZESNY SYSTEM EGZAMINU ELEKTRONICZNEGO

Lucjan Chmielarz, Marcin Molenda, Marek Frankowicz Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Projekt CHEMEPASS (Chemical Engineering Mobility Tools) jest ſinansowany ze środ-ków Komisji Europejskiej w ramach Programu Erasmus‒Mundus. Podstawowymi ce-lami tego projektu są opracowanie elektronicznego sytemu egzaminacyjnego z zakresu inżynierii chemicznej oraz stworzenie sytemu oceny kompetencji studentów i absolwen-tów wyższych uczelni. Projekt CHEMEPASS jest realizowany przez 12 ośrodków naukowo--badawczych:

• IQS, Institut Quimic de Sarrià, SPAIN http://www.iqs.es

• FEUP, Universidade do Porto, Department of Chemical Engineering, PORTUGAL http://www.fe.up.pt/deqwww

• PT-DISMIC, Politecnico di Torino, Department of Materials Science and Chemical Engi-neering, ITALY http://www.polito.it/ricerca/dipartimenti/dismic/

• INPL-ENSIC, Institut National Polytechnique de Loraine,Ecole Nationale Supérieure des Industries Chimiques de Nancy, FRANCE http://www.ensic.u-nancy.fr/

• INPT-ENSIACET, Institut National Polytechnique de Toulouse, Ecole Nationale Supérieure des ingénieurs en Arts Chimiques et Technologiques, FRANCE http://www.ensiacet.fr/

• TU Delſt, Technische Universiteit Delſt, THE NETHERLANDS http://www.tudelſt.nl/

• University College Dublin, National University of Ireland, IRELAND http://www.ucd.ie/

• TUM, Technische Universität München, GERMANY http://www.tum.de/

• University of Chemical Technology and Metallurgy of Soſia, BULGARIA http://www.uctm.edu/

• Jagiellonian University, POLAND http://www.uj.edu.pl/

• Lappeenranta University of Technology, FINLAND http://www.lut.ſi/

• Durban University of Technology, SOUTH AFRICA http://www.dit.ac.za/

Okres realizacji projektu obejmuje 3 lata (2006–2009), a postępy w jego realizacji są oceniane na spotkaniach partnerów odbywających się w odstępach 3–miesięcznych.

Uniwersytet Jagielloński zaangażowany jest głównie w realizację zadań dotyczących metod rozwijania oraz oceny kompetencji u studentów oraz absolwentów uczelni wyż-szych. Prace wykonywane w obrębie realizacji tych zadań obejmują rozpoznanie oczeki-

http://www.fe.up.pt/deqwww

http://www.polito.it/ricerca/dipartimenti/dismic/

http://www.ensic.u-nancy.fr/

http://www.ensiacet.fr/

http://www.tudelft.nl/

http://www.ucd.ie/

http://www.tum.de/

http://www.uctm.edu/

http://www.uj.edu.pl/

http://www.lut.fi/

http://www.dit.ac.za/


wań pracodawców dotyczących kompetencji, jakie powinni posiadać ich pracownicy (oczywiście z uwzględnieniom specyſiki stanowiska, na którym pracują) oraz dodatko-wo opracowania metod rozwijania wymaganych kompetencji i metod ich oceny.

Drugim podstawowym celem realizacji projektu CHEMEPASS jest opracowanie elek-tronicznego egzaminu z zakresu inżynierii chemicznej, który umożliwiałby porównanie wiedzy studentów lub też absolwentów różnych szkół wyższych. Egzamin będzie zawie-rał 2000 pytań z następujących działów inżynierii chemicznej:

• Chemia fizyczna / Termodynamika, • Zjawiska transportu, • Procesy separacji, • Inżynieria reakcji chemicznych, • Projektowanie instalacji chemicznych, • Wyposażenie / Materiały, • Dynamika i kontrola procesów, • Laboratorium inżynierii chemicznej.

Zespół specjalistów, wyłoniony z grona uczestników projektu badawczego, zapropo-nował odpowiedni udział procentowy pytań z poszczególnych działów inżynierii che-micznej. Dodatkowo wszystkim pytaniom przypisano odpowiedni poziom trudności stosując skalę trójstopniową:

• łatwe, • średnio trudne, • trudne.

Należy w tym miejscu podkreślić, że kwaliſikacja pytań do odpowiedniej grupy trud-ności jest zadaniem niezwykle złożonym i w wielu przypadkach bardzo subiektywnym. W znacznej mierze jest to spowodowane różnicami w programach nauczania oraz spe-cyſicznymi kryteriami oceny studentów stosowanymi w różnych ośrodkach akademic-kich. Wnioski wynikające z dyskusji prowadzonych na forum uczestników projektu oraz konsultantów zewnętrznych można podsumować w następujący sposób. Do grupy py-tań łatwych (CP1) należy zakwaliſikować te, które dotyczą deſinicji i nie wymagają ana-lizy problemu. Pytania trudne (CP3) zdeſiniowano jako takie, które z jednej strony wy-magają posiadania odpowiedniej wiedzy, z drugiej strony konieczna jest analiza problemu często powiązana z przeprowadzeniem odpowiednich obliczeń. Do pytań średnio trudnych (CP2) należą te, które wymagają wiedzy i jedynie prostej analizy pro-blemu. Założono, że sformułowanie odpowiedzi na pojedyncze pytanie nie powinno studentowi zająć więcej niż 3 minuty.

Oprogramowanie komputerowe obsługujące egzamin CHEMEPASS ma możliwość wprowadzenia następujących typów pytań:

• zadania obliczeniowe – podanie wyniku obliczeń, • wybór odpowiedzi z listy (wybór jednokrotny lub wielokrotny), • uzupełnienie brakującego wyrażenia, • pytania typu prawda/fałsz, • porządkowanie elementów na rysunku, • pytania zawierające animacje komputerowe.

124 L. Chmielarz, M. Molenda, M. Frankowicz

Wszystkie pytania, przed ich umieszczeniem w bazie, są szczegółowo sprawdzane i analizowane przez zespoły specjalistów wyłonione z grona uczestników programu CHEMEPASS oraz zaproszonych gości. Na obecnym etapie realizacji projektu przygoto-wywany jest egzamin w angielskiej wersji językowej. Po szczegółowych testach tej wła-śnie wersji egzaminu planuje się stworzenie również innych wersji językowych. Te za-dania zostaną objęte przyszłym projektem CHEMEPASS–2.

Struktura bazy pytań egzaminacyjnych CHEMEPASS została schematycznie zapre-zentowana na rysunku 1. W angielskiej wersji bazy (CPEnglishVersion1) znajdują się katalogi, w których zostały pogrupowane pytania pod względem stopnia ich trudności (CP1, CP2, CP3), W każdym z tych katalogów znajdują się podkatalogi odpowiadające ośmiu grupom tematycznym pytań (np. katalog CP101 – pytania z zakresu Chemii ſizycznej i Termodynamiki, poziom trudności – łatwe). W tych podkatalogach umiesz-czone są pytania egzaminacyjne wraz z dodatkowymi plikami (np. zawierającymi po-mocniczy rysunek lub animację komputerową do pytania).

Rys. 1. Struktura bazy pytań egzaminacyjnych programu CH EMEPA SS.

Baza pytań egzaminacyjnych będzie umieszczona na dedykowanym serwerze, do którego będą miały dostęp zainteresowane szkoły wyższe (w wersji testowej ośrodki uczestniczące w projekcie CHEMEPASS). Egzaminy CHEMEPASS będą przeprowadzane za pomocą uwierzytelnionych komputerów, posiadających odpowiednie certyſikaty. Zdawanie egzaminu będzie poprzedzała rejestracja studenta. Następnie zostanie wylo-sowany odpowiedni zestaw pytań egzaminacyjnych z uwzględnieniem grup tematycz-nych oraz stopnia trudności. W momencie wyświetlenia pierwszego pytania zostanie włączony pomiar czasu. Egzamin zostanie zakończony po udzieleniu przez studenta odpowiedzi na wszystkie wylosowane pytania lub też po upływie limitu czasu przewi-dzianego na egzamin. Po ocenie egzaminu zostanie studentowi przesłany odpowiedni certyſikat prezentujący wyniki testu CHEMEPASS.

Oprócz pracy w trybie egzaminacyjnym będzie dodatkowo możliwa praca w trybie uczenia. W tym przypadku możliwe są dwa warianty. Pierwszy z nich umożliwia spraw-dzenie wiedzy z zakresu inżynierii chemicznej (8 grup tematycznych). W tym wariancie student zdaje próbny egzamin. W przypadku udzielenia złej odpowiedzi na pytanie wy-


świetlana jest podpowiedź. W drugim wariancie student wybiera jedną z ośmiu grup tema-tycznych i odpowiada na pytania tylko związane z tym działem inżynierii chemicznej.

W ramach realizacji projektu CHEMEPASS planuje się stworzenie bazy zawierającej 2000 pytań, jednakże baza ta będzie nadal rozwijana po zakończeniu projektu. Z grupy uczestników projektu oraz zaproszonych gości zostanie wyłoniony zespół specjalistów recenzujących pytania przesyłane do bazy. Przewiduje się, że ilość pytań zgromadzonych w bazie będzie stopniowo wzrastać również po zakończeniu projektu CHEMEPASS.

W tym miejscu można zadać sobie pytanie: czy potrzebny jest kolejny egzamin z za-kresu inżynierii chemicznej i co może odróżnić ten egzamin od innych? Jak już zostało to zaznaczone na wstępie tego artykułu, uczestnicy projektu CHEMEPASS stawiają sobie za zadanie stworzenie egzaminu, który byłby zdawany na identycznym poziome w róż-nych ośrodkach akademickich, a dzięki temu możliwe byłoby bezpośrednie porównanie wyników uzyskanych przez studentów z różnych uczelni. Takie porównanie może mieć bardzo duże znaczenie dla potencjalnego pracodawcy, który może bezpośrednio po-równać kandydatów ubiegających się o zatrudnienie. Prawdopodobnie wybór pomię-dzy absolwentem „dobrej uczelni”, ale z kiepskimi stopniami, a kandydatem z nisko notowanej uczelni, ale z wyróżniającymi się stopniami stanowi dla pracodawców po-ważny problem. Zadanie to będzie znacznie łatwiejsze poprzez porównanie wyników testu CHEMEPASS, a w przyszłości również innych egzaminów tematycznych zdawa-nych według proponowanego systemu.

Studenci coraz częściej zmieniają miejsce studiowania. Zmiany takie dotyczą za-równo uczelni w obrębie jednego kraju jak i poza jego granicami. W tym przypadku również konieczne jest sprawdzenie czy uczelnia, na której kandydat wcześniej studio-wał, zagwarantowała mu edukację na poziome odpowiednim do tego, który wymagany jest na nowej uczelni. W tym przypadku przy pomocy egzaminu CHEMEPASS jest moż-liwe porównanie wiedzy z zakresu inżynierii chemicznej kandydata ze średnim pozio-mem wiedzy w tym zakresie studentów z uczelni, do której chce być on przyjęty.

Porównanie wyników egzaminu CHEMEPASS przeprowadzanych na różnych uczel-niach może również pozwolić na stworzenie listy rankingowej dotyczącego efektywności kształcenia w zakresie inżynierii chemicznej.

Przedstawiony powyżej krótki opis dotyczący opracowania egzaminu CHEMEPASS z zakresu inżynierii chemicznej należy potraktować jako przykład egzaminów nowej generacji, dzięki którym będzie możliwe porównanie studentów i absolwentów z róż-nych ośrodków naukowych. Projekt CHEMEPASS jest jedną z pionierskich inicjatyw w tym zakresie i prawdopodobnie od rezultatów tego właśnie projektu będzie w dużym stopniu zależało zaimplementowanie zastosowanych w nim rozwiązań do innych elek-tronicznych egzaminów tematycznych.

Szczegółowe informacje dotyczące projektu CHEMEPASS można znaleźć na stronie internetowej http://www.cpe.fr/chemepass/CPELyon-CHEMEPASS.htm

126 A. Węgrzyn, P. Kozyra

ZASTOSOWANIE NARZĘDZI ICT DO EWALUACJI I PODNOSZENIA JAKOŚCI KSZTAŁCENIA

Agnieszka Węgrzyn, Paweł Kozyra Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

Istotnymi elementami restrukturyzacji szkolnictwa we Wspólnocie Europejskiej, pro-wadzącej do utworzenia Europejskiego Obszaru Szkolnictwa Wyższego (Deklaracja Bo-lońska), są ujednolicenie i kontrola jakości kształcenia.

Realizując powyższe założenia, Uniwersytet Jagielloński wprowadził systemy infor-matyczne do obsługi działalności statutowej. Od roku akademickiego 2007/2008 funk-cjonuje ogólnouczelniany system administracyjny (USOS), który zawiera m.in. moduł umożliwiający włączenie opinii studentów w proces ewaluacji, co stanowi jeden ze stan-dardów akredytacyjnych. W związku ze znaczną ilością informacji pozyskiwanych w ten sposób, potrzebą statystycznych opracowań danych oraz coraz częstszym nawy-kiem studiującego pokolenia do wykorzystywania internetu, naturalnym wydaje się za-stosowanie narzędzi informatycznych do przeprowadzenia i analizy ankiet studenckich.

Lokalnie, na poziomie Wydziału Chemii UJ, realizowanych jest wiele działań wspomagających ujednolicenie i kontrolę jakości kształcenia. Zaliczyć do nich można m.in. informatyczne wspomaganie studiów chemicznych [1], tworzenie kursów z obu-dową internetową [2], program przeciwdziałania plagiatom [3], tworzenie poradników pisania sprawozdań, raportów, prac dyplomowych [4] etc., czy też tworzenie elektro-nicznych narzędzi sprawdzających wiedzę [5]. Oprócz powyżej wspomnianych działań prowadzących wprost do poprawy poszczególnych aspektów edukacji wprowadzane jest zarządzanie jakością dydaktyki – tutaj wymienić można badanie skuteczności kur-sów [6] oraz badanie jakości zajęć dydaktycznych oraz jakości kadry dydaktycznej. Dwa ostatnie punkty są oceniane m.in. w ankietach studenckich.

Pytania wchodzące w skład ujednoliconego kwestionariusza dla całego Uniwersyte-tu ułatwiają porównanie sposobu nauczania na różnych wydziałach, kierunkach a także w różnych uczelniach. Ankiety prowadzone na Wydziale Chemii zostały dodatkowo uzupełnione o pytania oddające specyſikę dyscypliny (organizacja zajęć laboratoryj-nych, rozwijanie umiejętności praktycznych, dostępność aparatury). W tym miejscu można się także zastanowić czy pytania o wyposażenie dydaktyczne pozwalają ocenić wpływ wykorzystania nowoczesnych form prezentacji w nauczaniu chemii (multime-dia, wizualizacja) na jakość kształcenia oraz ich efektywność i przydatność. Pytanie mo-że wydawać się nieistotne dopóki nie uświadomimy sobie jak bardzo powszechne jest ich wykorzystanie tych narzędzi.

Wiecej informacji na temat omawianych ankiet podano w podręczniku pod redak-cją I. Maciejowskiej pt. „Wybrane aspekty dydaktyki uniwersyteckiej”.

Sam fakt przeprowadzenia badań powoduje, że mierzone wartości (w tym przypad-ku jakość kształcenia) są dyskutowane i analizowane, co w dalszej perspektywie prowa-dzi do zmian (stopniowego podniesienia jakości kształcenia). Zjawisko to jest dobrze znane w grupach zawodowych zarządzanych klasycznie oraz występuje w zarządzanych behawioralnie (a do takich należy zaliczyć Uniwersytet). Przeprowadzenie pomiarów i udostępnienie wyników pozwala uruchomić energię tkwiącą w organizacji dzięki zro-zumieniu i woli partycypacji pracowników.


Wśród studentów brak zrozumienia celu wypełniania ankiet widoczny jest w posta-ci umiarkowanej częstości ich wypełniania (około 30%) a motywacja często sprowadza się do możliwości wytknięcia nietypowych zachowań nielubianym wykładowcom. Z te-go powodu, jednym z działań popularyzujących aktywny udział w badaniach jest zapro-jektowanie strony internetowej informującej dokładnie o celach przeprowadzania an-kiet, narzędziach zastosowanych do opracowania wyników a także przedstawiającej wnioski i praktyczne działania podjęte dzięki uzyskanym informacjom. Dla ułatwienia komunikacji ze studentami i zwiększenia ich motywacji do udziału w badaniach ankie-towych, planuje się także wykorzystanie prostych technicznych rozwiązań, takich jak skrzynka na „skargi i wnioski”. Metoda ta (box-evaluation), w odróżnieniu od ankiet, dla których wyniki uzyskuje się dopiero po pełnym cyklu dydaktycznym (semestrze), ma podstawową zaletę – natychmiastowy przepływ informacji i możliwość wprowa-dzania szybkich zmian.

BIBLIOGRAFIA

1. M. Frankowicz, A. Michalak, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 113. 2. K. Mlekodaj, P. Legutko, J. Kaczmarczyk, S. Witkowski, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 102. 3. A. Węgrzyn, S. Witkowski, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 68. 4. W. Rożek, I. Maciejowska, A. Kotarba, S. Witkowski, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 128. 5. L. Chmielarz, M. Molenda, M. Frankowicz, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 122. 6. A. Kalisz, S. Witkowski, A. Migdał-Mikuli, w: Technologie informacyjne dla chemików, Wydział Chemii UJ, Kaków, 2008, str. 104. 7. P. Kozyra, Od ewaluacji nie uciekniesz w: Wybrane aspekty dydaktyki uniwersyteckiej pod red. I. Maciejowskiej, (http://www.chemia.uj.edu.pl/maciejow/skrypt/index.htm).

128 W. Rożek, I. Maciejowska, A. Kotarba, S. Witkowski

ITINERER DLA PISZĄCYCH PRACE DYPLOMOWE

Weronika Rożek, Iwona Maciejowska, Andrzej Kotarba, Stefan Witkowski Uniwersytet Jagielloński, Wydział Chemii, ul. Ingardena 3, 30–060 Kraków

abstrakt: poradnik pisania prac dyplomowych z przykładami umieszczonymi w Internecie

Poniższy tekst jest elementem projektu „Autor” mającego na celu podniesienie jakości prac dyplomowych¹. Punktem wyjścia do powstania projektu był silny wzrost ilości wykrytych jawnych plagiatów w sprawozdaniach studentów pierwszego i drugiego ro-ku. Jednym z oczywistych wniosków jest brak wystarczających umiejętności w przygo-towaniu tekstu o charakterze sprawozdania (raportu) lub eseju naukowego (praca ma-gisterska, publikacja) wśród naszych studentów. Przygotowując poradnik staraliśmy się kłaść jak największy nacisk na jego przydatność dla studentów.

Aby odpowiedzieć na pytanie, jak pisać teksty o charakterze naukowym, ustalimy najpierw z czego się taki tekst składa oraz jakie etapy występują w trakcie jego przygo-towania. Zwrócimy uwagę na takie obszary pracy, które nie są widoczne w ostatecznej postaci opublikowanego tekstu, ale które decydują o jego jakości (gromadzenie i segre-gowanie danych, określanie zakresu pracy, jej formalną konstrukcję). Poruszymy też kwestie doboru stylu, języka i dynamiki wypowiedzi.

Co to jest tekst naukowy?

Odpowiadając deſinicją można taki tekst określić jako zwięźle i logicznie przedstawioną opinię na temat udokumentowanych faktów. Jak to często bywa, sporo można wycisnąć już z samej deſinicji. Zacznijmy od końca, od faktów. Tekst naukowy opieramy na fak-tach, które musimy wcześniej zgromadzić. Ponieważ używamy zwykle faktów pocho-dzących z różnych źródeł, przyjrzyjmy się, jak rodzaj źródła wpływa na jakość uzyska-nej informacji. W zależności od sytuacji mogą to być na przykład: dane doświadczalne, wyniki obliczeń lub informacje pochodzące z kwerendy źródeł już opublikowanych. Aby nie wpaść w kłopoty na etapie pisania należy od samego początku zapanować nad gromadzonymi informacjami.

Warto sobie zdawać sprawę z tego, że relacje pomiędzy autorem i jego danymi (ja-kiekolwiek by one były) podlegają trzem głównym zależnościom.

Prawo wiarygodności

Dane, zarówno te pozyskiwane z eksperymentów własnych jak i ze źródeł literaturo-wych, uważamy zasadniczo za wiarygodne. Należy jednak świadomie zapewniać sobie wysoki poziom wiarygodności gromadzonych informacji, przy czym nie ma to znacze-nia, że przyszły autor nie wie jeszcze, co napisze, ani czy wszystkie dane zostaną wyko-rzystane w trakcie pisania opracowania.

¹cytowanie artykułu „Projekt Autor”


Prawo wiarygodności w przeglądach literatury

Stosunkowo najłatwiej jest zapanować nad źródłami już opublikowanymi. Przy nie-wielkiej znajomości tematu dużą pokusę stanowi korzystanie z selektywnie wybranych artykułów bardzo mocno związanych z naszą tematyką. Niesie to ze sobą potencjalne zagrożenie popełnienia błędu wynikającego z np.:

- niekompletnego zrozumienia cudzego tekstu (merytorycznego lub językowego - większość dostępnych artykułów napisana jest w j. angielskim),

- powielenia błędu popełnionego przez autora publikacji (błędnie zapisane równa-nie, niedokładnie lub niejasno wytłumaczona metoda pomiaru albo obliczeń...),

- nieobiektywnego wyboru danych dla potwierdzenia własnych wniosków. Aby unikać takich zagrożeń trzeba mieć możliwie wielostronny ogląd zagadnienia,

a zatem wykorzystywać szerokie przeglądy literatury. Ponieważ w ostatnich czasach, dzięki dostępowi do elektronicznych baz danych, wyszukiwanie i pozyskiwanie literatu-ry naukowej stało się szybkie i łatwe – większość czasu zajmuje czytanie. Jest to czyn-ność, której nie da się skrócić, ale czas poświęcony na przegląd literatury na pewno zwróci się w trakcie przeprowadzania doświadczeń i edycji tekstu. Typowo przy pisaniu pracy magisterskiej w dziedzinie chemii cytowanych jest około 40-100, a przy pracy doktorskiej między 100 a 250 publikacji. Ilość zamieszczanych cytowań ma tendencję rosnącą z roku na rok, przy czym częste jest niestety włączanie do listy odnośników ar-tykułów znalezionych a nieprzeczytanych.

Prawo wiarygodności a eksperyment

Zwiększenie panowania nad własnymi wynikami doświadczalnymi jest trudniejsze i wymaga rygorystycznego notowania w zeszycie laboratoryjnym nie tylko parametrów eksperymentalnych, ale również wszelkich innych informacji związanych z prowadzo-nymi badaniami (szczególnie ma to znaczenie w naukach przyrodniczych, gdzie np. ten sam odczynnik chemiczny wykazuje różne właściwości w zależności od producenta). Zeszyt laboratoryjny jest po prostu konieczny, dobrze prowadzony zaś stanowi(ł) pod-stawę kariery zawodowej wielu wybitnych naukowców (np. notatki M. Curie) Istotą za-pisów w zeszycie jest możliwość odtworzenia okoliczności, w jakich zostały wykonane pomiary. Wpisujemy więc daty, rodzaje eksperymentów, nazwy zbiorów z wynikami (gromadzonymi głównie w formie elektronicznej), historie próbek, czas trwania po-szczególnych etapów i inne parametry pomiaru, ale także pomysły czy wnioski z roz-mów.

Niektóre uniwersytety (głównie amerykańskie) formalizują sposób prowadzenia za-pisów, wymagając używania zeszytów ze zszywanym grzbietem i numerowanymi stro-nami. Tak prowadzona dokumentacja ma niekiedy decydujące znaczenie przy ustalaniu autorstwa wynalazków. Ponadto staranne i systematyczne prowadzenie zapisów dostar-cza argumentów i daje dużą pewność (a niekiedy przewagę) w szerszej dyskusji wyni-ków (z osobami, prowadzącymi ćwiczenia laboratoryjne z przełożonym, czy też partne-rami, z którymi współpracujemy w ramach dużych projektów). Działa to tym lepiej, im więcej czasu upłynęło od pomiarów. Po kilku lub kilkunastu miesiącach te szczegóły okazują się bezcenne. Zawsze!

130 W. Rożek, I. Maciejowska, A. Kotarba, S. Witkowski Prawo wątpliwości

Kolejna ważna zależność opisuje „prawo wątpliwości”. Bez względu na to, jak bardzo się staramy nie możemy gwarantować, że wszystkie nasze wyniki są poprawne, inter-pretacja właściwa, a zgromadzone dane literaturowe adekwatne. Często traſiamy na sy-tuację, w której otrzymywane wyniki są niezgodne z oczekiwaniami budowanymi na znajomości literatury. Rozważmy prawdziwy przykład: dodatek potasu na powierzchni węglika molibdenu powinien obniżać pracę wyjścia elektronu z powierzchni i w konse-kwencji ułatwiać zachodzenie reakcji hydroodazotowania. Wyniki otrzymywane przez długi czas pokazywały, że jest inaczej. Nie było wiadomo, czy eksperyment prowadzony był źle, czy też oczekiwania były oparte na błędnych przesłankach. Wreszcie uporczywe pomiary pokazały źródło problemu: zakres stężeń potasu, w którym obserwuje się oczekiwaną zgodność jest zaskakująco wąski. Większość pomiarów prowadzona była dla zakresu, w którym rządziła inna zależność. W opisanym przypadku rezultatem był świetny doktorat napisany po ciężkich zmaganiach. Podobne sytuacje przydarzają się bardzo często i zazwyczaj nie sprawiają aż takiego kłopotu. Oczywistym rozwiązaniem na etapie edukacyjnym jest pomoc opiekuna naukowego, natomiast w przypadku pra-cowników naukowych – dyskusja z innymi ekspertami.

Mogą się jednak zdarzyć sytuacje, które grożą nieodwracalną utratą wartości otrzy-mywanych wyników. Może do tego dojść w momencie, gdy powstaje konieczność se-lekcji materiału i podjęcia decyzji o dalszych eksperymentach, gdy prawidłowe wycią-gnięcie wniosków badawczych jest jeszcze niemożliwe, albo wtedy gdy nadmiernie skupiono się na pomiarach zaniedbując bieżącą interpretację wyników. Obie formy zjawiska często uprzykrzają życie osobom przebywającym na pomiarach gościnnych (stypendiach). Pracowity stypendysta realizuje zaplanowany program od rana do nocy i nie ma chwili czasu aby przemyśleć wyniki. Po powrocie do kraju zaczyna rozumieć, jak naprawdę należało prowadzić eksperymenty, ale jest już za późno. Druga opcja jest jeszcze bardziej perſidna – stypendysta nie tylko gromadzi, ale i interpretuje na bieżąco swoje wyniki. Kiedy wstępne eksperymenty wydają się już zrozumiałe, choć tak na prawdę jeszcze nie są, nadchodzi czas na dyskusję dotyczącą dalszych planów badaw-czych – łatwo w tym momencie o błędny wybór dalszej strategii. Opisane sytuacje nale-żą do dziedziny „ryzyka zawodowego” i nie ma sposobu na ich całkowite wyelimino-wanie. Jedynie nawyk interpretacji na bieżąco, ustawiczne czytanie literatury przedmiotu i częste dyskusje z ekspertami, pozwalają ustrzec się przed poważnym kło-potami.

Prawo niekompletności

Prawa „wiarygodności” i „wątpliwości” wymuszają na badaczach profesjonalne zabez-pieczenia przed ewentualną wpadką. Prawo „niekompletności” z kolei pozwala niekiedy uwolnić się od faktów, których wytłumaczyć nie potraſimy. Na przykład opracowując mechanizm reakcji zauważamy, że w zakresie temperatur powyżej 600 K nasz mecha-nizm przewiduje błędne wartości, podczas gdy dla temperatur niższych działa prawi-dłowo. Jest oczywiste, że opracowany mechanizm jest niekompletny i ma ograniczoną stosowalność. Zaznaczając zatem zakres jego użyteczności, mamy prawo użyć opraco-wany model. W ogólności bowiem nauka nie składa się z idealnych praw obowiązują-cych w dowolnych warunkach, ale z wielkiej liczby falsyſikowalnych hipotez, które są poprawne w pewnych zakresach warunków. Do zadań twórcy hipotezy należy właśnie podanie zakresu jej stosowalności. A zatem, niespójne w pełnym zakresie, ale przedsta-


wione w rzetelny sposób wyniki, mogą stać się wartościowe. Najczęściej jednak może-my zetknąć się z prawem niekompletności od jego drugiej, mniej przyjemnej strony. Ma to miejsce wtedy, gdy na przykład chcemy zastosować wzór znaleziony w literaturze i nie znamy zakresu jego przydatności (patrz: prawo wątpliwości). Podsumowując: gdy jesteśmy twórcami hipotezy, modelu, relacji czy wzoru, powinniśmy dołożyć starań, aby zdeſiniować obszar jego użyteczności, zaś czytając literaturę poszukujemy oprócz danych o interesującym nas układzie także informacji o warunkach, w których te dane powinny być prawdziwe.

Struktura formalna a kolejność pracy nad tekstem

W typowej pracy dyplomowej możemy wyróżnić stronę tytułową, stronę z dedykacja-mi/podziękowaniami, abstrakt, wstęp, część eksperymentalną, rezultaty, dyskusję, oraz wnioski, podsumowanie i spis literatury. Ten blokowy schemat wypełniany jest treścią w zupełnie innej kolejności.

Rozdział eksperymentalny

Zwykle zaczyna się redakcję pracy od części eksperymentalnej. Jest to po prostu najła-twiejsza część i słusznie jest uważana za „rozgrzewkę” przed właściwym pisaniem. Gromadzone są w niej szczegółowe opisy przeprowadzonych eksperymentów, ważne cechy wykorzystanych przyrządów pomiarowych, a także ograniczenia metod badaw-czych. Celem rozdziału jest pokazanie, że badania zostały przeprowadzone starannie, powtarzalnie, a autor pracy użył poszczególnych metod w sposób kompetentny.

Systematyzacja wyników

Prawdziwa praca zaczyna się od wykonania spisu przeprowadzonych pomiarów. Może on mieć postać roboczej tabelki, na przykład:

metoda syntezy

skład fazowy (XRD) nazwa pliku

morfologia (TEM) nazwa pliku

pow. właściwa (BET) i data pomiaru

grupy OH (IR) nazwa pliku

ceramiczna M031.txt M1.jpg 23.5 m2/g, 2005-12-05 B1300.asc

zol-żel M_22_04b.prn M2.jpg ? F401.asc

spaleniowa S-14.raw M3.jpg nie było pomiaru F402.asc

Sporządzenie takiej tabelki może wymagać wiele wysiłku, zwłaszcza jeśli autor nie prowadził skrupulatnie zeszytu laboratoryjnego. Przy okazji wychodzą na jaw różne wcześniej ukryte problemy i niedociągnięcia: czy mamy wszelkie potrzebne pliki z da-nymi?, czy wiemy w jakich warunkach był wykonywany każdy z pomiarów?, czy mo-żemy szybko uzupełnić brakujące pomiary? Poprawnie wykonana tabelka jest podstawą do kolejnego kroku, jakim jest sporządzenie rysunków i wykresów.

Rysunki są bardzo ważną częścią pracy, są podstawą interpretacji i dyskusji wyni-ków. Charakteryzują się znacznie większą gęstością informacji w porównaniu do tekstu. Powinny zatem być opracowywane z maksymalną starannością. Znaleziona przez re-cenzenta pomyłka w tekście świadczy o pośpiechu w redakcji pracy, zaś pomyłka w graſicznej prezentacji danych pomiarowych może prowadzić do błędnych wniosków i podważa niekiedy wiarygodność całej pracy. Rysunek w pracy powinien być unieza-leżniony od głównego tekstu i wraz z podpisem powinien zawierać wszystkie informa-cje potrzebne do zrozumienia zawartej w nim treści. Najwartościowsze rysunki to takie,

132 W. Rożek, I. Maciejowska, A. Kotarba, S. Witkowski na których przedstawiono przebieg jakiegoś procesu. Tego rodzaju zestawienia wynika-ją prawie automatycznie z tabeli pomiarów przygotowanej uprzednio.

Dobrze i źle przygotowane rysunki mogą na pierwszy rzut oka różnić się w bardzo małym stopniu, co widać na poniższym przykładzie:

Printex80Tight contact

T / oC

200 300 400 500 600 700 800

Con

verti

on /

%

0

20

40

60

80

100 PrintexULoose contact

T / oC

200 300 400 500 600 700 800

Con

verti

on /

%

0

20

40

60

80

100

Fig. 2 Comparison between two series of

soot combustion experiments. Solid black lines reprent the results for the

reference experiment – without catalyst.

Fig. 1 Soot combustion experiment. Solid black line represents the results for

the reference experiment – without catalys, dashed lines,and greysolid lines

denote runs with catalyst.

O ile podpis pod rysunkiem 1. jest wystarczająco jednoznaczny, o tyle w przypadku ry-sunku 2. interpretacja zależy od jakości drukarki bądź monitora (która linia jest tą refe-rencyjną?)

Rezultaty

Dobrze przygotowany zestaw ilustracji jest podstawą rozdziału, w którym opisujemy wyniki eksperymentalne. Systematycznie metoda po metodzie, ilustracja po ilustracji, tabela po tabeli opisujemy wyniki i uzupełniamy je o wiadomości wzięte z literatury. Przygotowując ten rozdział staramy się omówić każdy szczegół wyników, nawet jeśli jest to mało ważny drobiazg. Robimy tak dlatego, że przed napisaniem części poświęco-nej dyskusji wyników nie wiemy do końca, co naprawdę będzie przydatne.

Dyskusja wyników

W tej części znajdować się będą kluczowe elementy pracy, stanowiące o jej jakości. O ile dotychczasowe działania miały charakter porządkujący i techniczny, to teraz twórczo należy odpowiedzieć na pytanie, co wynika z przeprowadzonych eksperymentów. Przed formułowaniem wniosków niezbędne jest porównanie wstępnie zamierzonego celu (np. „opracowanie nowej metody oznaczania ſluoru w ściekach komunalnych”) z aktualnym stanem literatury oraz z własnymi wynikami. Optymalna sytuacja ma miejsce wówczas, gdy w bieżącej literaturze na temat oznaczania ſluoru w różnych matrycach, nie znajdu-jemy informacji, że ktoś wcześniej wpadł na taki sam pomysł i w dodatku go zdążył zre-alizować, a jednocześnie nasze wyniki umożliwiają zaproponowanie nowej metody.


Często zdarza się jednak, że pierwotny cel nie został osiągnięty albo że w trakcie realiza-cji pracy pojawiła się już publikacja na ten temat. Należy się dobrze zastanowić, jak – nie popełniając plagiatu – na podstawie własnego materiału napisać oryginalną pracę. Aby to osiągnąć, należy wrócić do głównej osi pracy i na poziomie języka literackiego (tzn. usuwając żargon naukowy) określić problem i ująć rezultaty w nowej perspekty-wie. Powstanie wówczas kilkuzdaniowa opowieść o przeprowadzonych badaniach, wią-żąca stan poprzedni (literatura cytowana) ze stanem następnym (nasze osiągnięcia). Przygotowanie takiego skrótu pozwala na celowe dobranie i uszeregowanie literatury cytowanej we wstępie oraz ukierunkowanie dyskusji wyników.

Praca lepiej się czyta, gdy przedstawiona w niej ścieżka poszukiwania rozwiązania jest nieco udramatyzowana. Bez popadania w przesadę można to osiągnąć np. cytując hipotezy przedstawione w literaturze: „...Van Hamme [14] uważa że kluczowym czynnikiem odpowiedzialnym za powolną syntezę związku x jest powolna dyfuzja jonów żelaza. Jeśli ta hipoteza byłaby prawdziwa również w opisywanym przypadku to przyspieszenie syntezy powinno być możliwe dzięki wydatnemu skróceniu drogi dyfuzji co możemy uzyskać gdy jako prekursor użyjemy y...” I dalej prezentujemy na-sze usiłowania aby zweryſikować czy przytoczona hipoteza jest prawdziwa w badanym przypadku. Bez względu na to, czy próba syntezy oparta na skróceniu drogi dyfuzji po-wiodła się czy nie, takie przedstawienie pracy nadaje jej pozytywny wydźwięk. Uprasz-czając można powiedzieć, że dobra praca to nie jedynie taka, której elementy są po-prawne ale także taka która oprócz tego eksponuje fabułę. Niekiedy wraz z autorem czytelnik rozwiązuje problem naukowy i przeżywa intelektualną przygodę. Po ustaleniu „osi opowieści” wracamy do dyskusji wyników i wiedząc czego potrzebujemy (jakich wniosków) analizujemy wyniki. Analiza powinna być prowadzona w sposób dostoso-wany do istotności danych eksperymentalnych. Im ważniejsze wyniki oraz im bardziej niejasne ich konsekwencje tym więcej pracy trzeba włożyć w ich interpretację.

Mniej więcej równolegle z dyskusją powinna powstawać ostateczna wersja wstępu. Tu podobnie jak i przy opisie eksperymentów najpierw gromadzimy i czytamy publika-cje, następnie tworzymy spis istotnych wiadomości a wreszcie przetwarzamy go tak aby wyeksponować obmyśloną wcześniej „oś opowieści”. Gdy zbliżamy się do końca tej pracy warto zastanowić się czy można zakończyć nasz tekst efektownym podsumowa-niem. Zasadniczo lista wniosków zamieszczona na końcu jest standardem, ale najczę-ściej wygląda martwo. Dużo bardziej eleganckim (ale i trudnym) rozwiązaniem jest prezentacja graſiczna wniosków w formie modelu podsumowującego pracę.

Gdy już mamy napisany tekst do końca wracamy na początek i próbujemy ustalić tytuł. Tytuł stanowi odpowiednik adresu, powinien zatem być jednoznaczny, krótki, precyzyjny i składać się ze słów a nie skrótów lub symboli. To ostatnie zastrzeżenie staje się jasne gdy uświadomimy sobie że tytuły prac traſiają do baz danych i w przypadku użycia skomplikowanej symboliki tytuł będzie trudny do odszukania. Ponadto tytuł powinien zawierać nie więcej niż dwanaście słów więc nie ma tam miejsca na pustosło-wie. Tytuły w rodzaju „Nowa metoda analizy związków ſluoru” są niekonkretne więc nie powinny być używane. Zamiast tego warto zastanowić się nad czymś w rodzaju „Metoda automatycznego fotometrycznego miareczkowania jonów ſluoru przy użyciu azotanu toru oraz alizaryny jako wskaźników”. Nie jest to może szczyt literackiej ele-gancji ale liczy się zawartość informacyjna.

Ostatnim elementem pracy jest abstrakt. O ile tytuł pełni rolę adresu, abstrakt może być uważany za przystawkę przed właściwym daniem. Jego rolą jest zainteresowanie czytelnika zawartością pracy (autoreklama). I tu po raz kolejny przydaje się przemyśla-

134 W. Rożek, I. Maciejowska, A. Kotarba, S. Witkowski na uprzednio koncepcja „osi pracy”. Abstrakt powinien opowiadać prostą historię na-wet jeśli w istocie sprawa jest bardzo zawikłana.

Na zakończenie zwróćmy uwagę na podobieństwo dobrze napisanej pracy nauko-wej do stylu starej bajki, której każdy słucha z przyjemnością. Narrator w pierwszych słowach mówi: „Posłuchajcie bajki o Kopciuszku który miał ciężkie życie i musiał po-konywać przeciwności losu…, ale na końcu poślubił księcia i żyli długo i szczęśliwie” – analog abstraktu. Zauważmy, że bajki nie psuje to, że na początku Kopciuszek musi ciężko pracować (nad pomiarami), oddzielać mak od popiołu (interpretując wyniki i czytając literaturę), wydaje się że jest nieuchronnie skazany na porażkę (gdy otrzyma-ne zależności były uporczywie odmienne od spodziewanych), bowiem w końcu odnaj-duje drogę do poślubienia księcia (oraz napisania mądrej i eleganckiej rozprawy) – jak-że piękne podsumowanie!

Rok wcześniej…

Rok wcześniej…

Pierwsze mikrosympozjum pod nazwą WYKORZYSTANIE TECHNOLOGII INFORMA-TYCZNYCH W AKADEMICKIEJ DYDAKTYCE CHEMII, odbyło się na Wydziale Chemii UJ w Krakowie 18 czerwca 2007 r. Zostało zorganizowane przez Wydział Chemii Uniwersyte-tu Jagiellońskiego oraz Sekcję Dydaktyczną Polskiego Towarzystwa Chemicznego, aby poszukać wspólnie odpowiedzi na pytanie jak wyglądają doświadczenia pracowników pol-skich szkół wyższych z wykorzystaniem ICT w kształceniu studentów chemii.

W mikrosympozjum uczestniczyło ponad 60 osób, w tym 2 osoby z Francji: dr Pascal Mimero (ECTN, CPE Lyon) i dr Konrad Szafnicki (Ecole des Mines de Saint-Etienne) oraz liczne grono studentów. Reprezentowane były:

• uniwersytety: Łódzki, Gdański, Jagielloński, UAM, UMK,

• politechniki: Wrocławska, Rzeszowska, Warszawska, Krakowska,

• Akademia Pedagogiczna w Krakowie,

• Akademia Rolnicza w Krakowie,

• Ośrodek Edukacji Informatycznej i Zastosowań Komputerów w Warszawie.

Wygłoszono 2 wykłady plenarne (dr Agnieszka Wierzbicka z Międzywydziałowego Zakła-du Nowych Mediów i Nauczania na Odległość, Uniwersytet Łódzki oraz dr Pascal Mime-ro), 14 komunikatów ustnych, a w ramach sesji posterowej prezentowanych było 18 plaka-tów. Tematyka prac obejmowała m.in.:

• przygotowanie i zasady stosowania materiałów multimedialnych (Tworzenie programów multimedialnych dla studentów - M. Bartosiewicz),

• formy i zasady przygotowania studentów do korzystania z technologii informatycznych na kierunkach chemicznych (M. Miranowicz),

• systemy zarządzania kursami (R Góra et al., St. Witkowski et al., M. Biesaga),

• kursy elearningowe (chemia analityczna – K. Szafnicki),

• blendedlearning (B.Dębska),

• przykłady i metodologia wykorzystania narzędzi informatycznych (Nauczanie modelowa-nia molekularnego w chemii organicznej z wykorzystaniem programów gaussian oraz hy-perchem – M. Doskocz et al.),

• technologie wspomagające proces oceniania (Dynamicznie generowane testy internetowe – J. Milczarek),

• zastosowanie ICT w kształceniu uczniów i nauczycieli (Studenckie prezentacje multime-dialne - M. Kwiatkowski, Narzędzia wizualizacji pracy grupowej - N. Miranowicz, Wyko-rzystanie edytora exe - P. Cieśla, Rozwiązywanie rachunkowych zadań z chemii przy użyciu tablicy interaktywnej M. Nodzyńska),

• laboratoria wspomagane komputerowo (np. Symulacja komputerowa układów dynamicz-nych na przykładzie miareczkowania pH-statycznego – T Michałowski et al.)

W trakcie mikrosympozjum prof. Artur Michalak dokonał otwarcia polskiego serwera E-chem test center, do korzystania z którego zapraszamy uczniów, studentów oraz nauczycieli i wykładowców z całej Polski http://www.cpe.fr/ectnassoc/echemtest/index.htm

Materiały sympozjum WYKORZYSTANIE TECHNOLOGII INFORMATYCZNYCH W AKADEMICKIEJ DYDAKTYCE CHEMII zostały wydane w formie książkowej ISBN 978-83-921505-3-4. Teksty tam zmieszczone są również dostępne na stronie: http://www.chemia.uj.edu.pl/~ictchem/book.html.

Iwona Maciejowska, Stefan Witkowski

Index autorów

Almeida Paz, F. A. 44 Bajaczyk, R. 99 Bell, R. G. 44 Błoszyk, J. 99 Bomba, R. 57 Brela, M. 27 Chemielarz, L. 122 Chupáč, A. 72 Cieśla, P. 91 Czarniecki, K. 37, 75 Dębska, B. 51 Fic, G. 15 Frankowicz, M. 113, 117, 122 Górny, M. 46 Guzowska-Świder, B. 80 Jańczyk, A. 62 Jyż-Kuroś, D. 72 Kaczmarczyk, J. 102, 103 Kalisz, A. 104 Klinowski, . 44 J

Kotarba, A. 128 Kopek, W. 95

Kozyra, P. 126 Kruczała, K. 32 Łańcucki, Ł. 32 Legutko, P. 102 Luchter-Wasylweska, E. 46

Maciejowska, I. 62, 128 Majda, D. 44 Makowski, M. 27 Makowski, W. 11 Mazur, G. 27 Michalak, A. 113 Migdał-Mikuli, A. 104 Miranowicz, M. 58 Mlekodaj, K. 102 Molenda, M. 122 Mrozek, J. 42, 117 Nodzyńska, M. 85 Nowak, G. 15 Osborne, C. 121 Pasionek, M. 103 Paśko, J. R. 65, 72, 91, 95 Rożek, W. 128 Ruszak, M. 105 Rybska, E. 99 Sojka, Z. 32 Spałek, T. 32 Stopa, G. 47, 48, 100, 101 Szaleniec, M. 19 Szczepanik, D. 42 Urbanek, M. 80 Węgrzyn, A. 68, 105, 126 Witkowski, S. 68, 102, 103, 104, 105, 128

Druk

Drukarnia Cyfrowa Eikon Plus ul. Wybickiego 46 31-302 Kraków www.eikon.net.pl

Documents

technologie informacyjne dla chemików