Bachelorarbeit - Cheatsheet

Verwendung von Datenbanken und wissenschaftlichen Journalen

Definition:

Nutzung von Datenbanken und wissenschaftlichen Journalen zur Recherche und Beschaffung aktueller, relevanter wissenschaftlicher Arbeiten.

Details:

• Datenbanken für molekulare Medizin: PubMed, Web of Science, Scopus
• Wichtige Journale: Nature, Science, Cell
• Suchstrategien: Stichwörter, Phrasensuche, boolesche Operatoren
• Zweck: Literaturrecherche, bestehende Studien verstehen, Forschungslücken identifizieren
• Zitierformate beachten: z.B. APA, MLA, Vancouver

Grundlagen der statistischen Analyse

Definition:

Grundlagen der statistischen Analyse in der Bachelorarbeit im Studiengang Molekulare Medizin an der Universität Erlangen-Nürnberg.

Details:

• Deskriptive Statistik: Mittelwert, Median, Standardabweichung
• Wahrscheinlichkeitstheorie: Wahrscheinlichkeitsverteilungen, Gesetz der großen Zahlen, Zentraler Grenzwertsatz
• Hypothesentests: Nullhypothese, Alternativhypothese, p-Wert, Signifikanzniveau
• Regressionsanalyse: Lineare Regression, Bestimmtheitsmaß (R^2)
• Konfidenzintervalle: Berechnung und Interpretation
• Fehlerarten: Typ I (α), Typ II (β)
• Software: Verwendung von R oder SPSS für statistische Analysen

PCR und Gel-Elektrophorese

Definition:

PCR: Methode zur Amplifikation spezifischer DNA-Sequenzen; Gel-Elektrophorese: Trennverfahren für Nukleinsäuren oder Proteine nach Größe/ Ladung

Details:

• PCR (Polymerase-Kettenreaktion): Denaturierung, Annealing, Extension
• Benötigte Komponenten: Template-DNA, Primer, DNA-Polymerase, dNTPs, Puffer
• Gel-Elektrophorese: Agarose- oder Polyacrylamidgel
• Molekülgrößenbestimmung durch Vergleich mit Molekulargewichtsstandard-Markern
• Ethidiumbromid oder SYBR Green zur DNA-Färbung

Formulierung einer Forschungsfrage und Hypothesen

Definition:

Kern einer wissenschaftlichen Arbeit; definiert das Ziel und den Untersuchungsrahmen der Forschung.

Details:

• Forschungsfrage: spezifische, fokussierte Frage, die beantwortet werden soll
• Hypothese: überprüfbare Annahme, z.B. 'Wenn X, dann Y'
• Relevanz: wissenschaftlicher und praktischer Nutzen
• Klarheit: präzise und verständlich formuliert
• Machbarkeit: realistischer Zeit- und Ressourcenumfang
• Variablen: unabhängige (manipulierte) und abhängige (gemessene) Variablen

Schreiben eines Abstracts und einer Zusammenfassung

Definition:

Kurze Darstellung der wichtigsten Punkte einer wissenschaftlichen Arbeit. Abstrakt ≠ Zusammenfassung, aber beide vermitteln Hauptaussagen.

Details:

• Abstract: Max. 250 Wörter, Ziel: Überblick, keine Zitate oder Details, präsentierte Ergebnisse und Methodik
• Zusammenfassung: Detaillierter als Abstract, enthält alle wesentlichen Aspekte: Hintergrund, Methodik, Ergebnisse, Diskussion, Schlussfolgerung
• Beides ist verständlich und prägnant zu halten

Effektive Literaturrecherche-Strategien

Definition:

Strategien zur effizienten Suche und Auswahl relevanter wissenschaftlicher Literatur für die Bachelorarbeit in Molekularer Medizin.

Details:

• Verwendung spezialisierter Datenbanken: PubMed, Web of Science, Google Scholar.
• Relevante Suchbegriffe definieren: Synonyme, Fachbegriffe, Boolean Operators (AND, OR, NOT).
• Verwendung von Filtern: Publikationsdatum, Dokumentart, Sprache.
• Sichtung von Abstracts und Zusammenfassungen zur schnellen Relevanzbewertung.
• Zitieren und Referenzmanagement-Tools nutzen: EndNote, Mendeley, Zotero.
• Literatur von Schlüsselautoren und 'Must-Read' Artikeln identifizieren.
• Laufende Bewertung und Aktualisierung der Suchergebnisse.

Verwendung von Software zur Datenanalyse (z.B. SPSS, R)

Definition:

Verwendung von Software zur Datenanalyse (z.B. SPSS, R) - Einsatz in Bachelorarbeit zur Auswertung und Interpretation von Daten.

Details:

• SPSS: Benutzungsfreundliche Oberfläche, ideal für Anfänger, umfassende Statistik-Funktionen.
• R: Open-Source, große Flexibilität, ideal für fortgeschrittene Analysen, umfangreiche Bibliotheksunterstützung.
• Dateneingabe: CSV-Dateien, Excel-Dateien, direktes Eingeben.
• Datenmanipulation: Funktionen wie \texttt{dplyr} in R, \texttt{Data Management} in SPSS.
• Statistische Tests: \texttt{t-Test}, \texttt{ANOVA}, \texttt{Korrelationen} in beiden Tools verfügbar.
• Visualisierung: \texttt{ggplot2} in R, \texttt{Graphs} in SPSS.
• Skripterstellung: Skripte in R, Syntax in SPSS.

Dokumentation des experimentellen Vorgehens

Definition:

Dokumentation des experimentellen Vorgehens umfasst die lückenlose Aufzeichnung aller Schritte und Beobachtungen eines Experiments, um Reproduzierbarkeit und Nachvollziehbarkeit zu gewährleisten.

Details:

• Ziel: Transparenz und Reproduzierbarkeit der Ergebnisse
• Protokolliere jeden Schritt detailliert, einschließlich Methoden, Materialien und Bedingungen
• Ergebnisse und Beobachtungen sofort notieren
• Nicht nur Erfolgsschritte, auch Fehlschläge dokumentieren
• Verwende Tabellen und Diagramme für Klarheit
• Achte auf verständliche und präzise Sprache