Syftet med denna studie var att utforska sex förskollärares perspektiv, åsikter och känslor kring genusimplementering i två svenska förskolor. Denna kvalitativa studie strävade efter att undersöka hur förskollärare implementerar läroplanen och vad de känner när de implementerar den samt om de anser att en förbättring av läroplanen behövs. Det gjordes genom att tillämpa en kvalitativ undersökning av semistrukturerade intervjuer. Empirin analyserades genom en tematisk analys. Den teoretiska utgångspunkten i studien utgick från implementeringsteorin, som dels handlar om hur dokument används i praktiken. Men det handlar även om hur dokumentet fungerar, hur personerna som implementerar dokumentet känner, vad de anser är bra och vad som behöver förbättras. Ett övergripande resultat för studien var att samtliga lärare som intervjuats ansåg att genusimplementeringen är ytterst viktigt och är något som kommer naturligt. Resultaten visade också att läroplanens genusmål implementerades genom aktiviteter som bokläsning och lek. Det fanns en viss oro bland lärarna om vilka gränser som inte bör överskridas i genusimplementeringen. Men alla lärare var samtidigt positivt inställda och såg vikten i att implementera genus i undervisningen.

No description available.

No description available.

Att använda sig av estetiska uttrycksformer i förskolan gynnar en kunskapsutveckling där barn får möjlighet att knyta samman känslor, upplevelser, erfarenheter och kunskaper. Det framstår att det finns en samstämmighet i det som beskrivs i styrdokumenten, och det som erbjuds när det gäller estetiska uttrycksformer i förskolan.  Syftet med denna studie har varit att utifrån förskollärares erfarenheter öka kunskapen om hur de planerar och genomför undervisningen med estetiska uttrycksformer.  I studien används en kvalitativ metod med semistrukturerade intervjuer med åtta förskollärare från två olika förskolor, och erhållna data har analyserats i form av en tematisk innehållsanalys. Resultatet visar att förskollärare använder sig av estetiska uttrycksformer både som mål och metod i undervisningen i förskolan. När förskollärarna planerar undervisningstillfällen utgår de från estetiska uttrycksformer. De beskriver flera fördelar och möjligheter med undervisning genom de estetiska uttrycksformerna. Det viktigaste är att arbetet med estetiska uttrycksformer gör att förskollärarna får syn på barns lärande och utveckling. En annan viktig aspekt är att barn tar till sig kunskap på olika sätt, och genom att erbjuda olika estetiska uttrycksformer möjliggör för att barn får lära sig på sitt sätt. Studien visar även att förskollärare upplever att när det saknas intresse och kompetens i en estetisk uttrycksform påverkas arbetet och undervisningen i den uttrycksformen, vilket har uppmärksammats i tidigare forskning. Ytterligare forskning skulle behövas för att påvisa vikten av kompetens inom de estetiska uttrycksformerna hos förskollärarna, och utifrån den forskningen satsa på mer utbildning i förskollärarutbildningen. Det skulle även behövas mer kompetensutveckling för redan verksamma förskollärare.

This work regards the use of high performance computing (HPC) methods for a new bioinformatics challenge: the analysis of Terabyte-size data generated by the new ultra high throughput sequencing (UHTS) technology. As in microarray or mass spectrometry cases, public repositories are growing to store data from the next generation studies produced in laboratories around the world. These can be used to access to a large number of samples from experiments with different individuals, populations and sequencing platforms. Also experimental data of scientific articles are published in these stores, enabling to repeat and verify their results (reproducibility). An automatic downloader and analyzer system (D-Daemons architecture) is proposed to interface to a public repository of sequence reads, select all the experiments that match some research parameters, defined by a user, download them and apply an analysis pipeline to evidence their similarity or variability. A software pipeline based on this architecture and operating in a HPC environment has been developed to analyze the downloaded UHTS files in the shortest time possible. A case study of the system on “Colorectal Cancer (CRC) cell line†datasets and an aligner selection in a SNP discovery task on three RNA-Seq datasets (Human Breast tissue and of BT474 & MCF7 cell lines) are presented.

Single Nucleotide Polymorphisms (SNPs) represent the most abundant type of genetic variation and they are a valuable tool for several biological applications like linkage mapping, integration of genetic and physical maps, population genetics as well as evolutionary and protein structure-function studies. SNP genotyping by mapping DNA reads produced via Next generation sequencing (NGS) technologies on a reference genome is a very common and convenient approach in our days, but still prone to a significant error rate. The need of defining in silico true genetic variants in genomic and transcriptomic sequences is prompted by the high costs of the experimental validation through re-sequencing or SNP arrays, not only in terms of money but also time and sample availability. Several open-source tools have been recently developed to identify small variants in whole-genome data, but still the candidate variants, provided in the VCF output format, present a high false positive calling rate. Goal of this thesis work is the development of a bioinformatic method that classifies variant calling outputs in order to reduce the number of false positive calls. With the aim to dissect the molecular bases of grape acidity (Vitis vinifera L.), this tool has been then used to select SNPs in two grapevine varieties, which show very different content of organic acids in the berry. The VCF parameters have been used to train a Support Vector Machine (SVM) that classifies the VCF records in true and false positive variants, cleaning the output from the most likely false positive results. The SVM approach has been implemented in a new software, called VerySNP, and applied to model and non-model organisms. In both cases, the machine learning method efficiently recognized true positive from false positive variants in both genomic and transcriptomic sequences. In the second part of the thesis, VerySNP was applied to identify true SNPs in RNA-seq data of the grapevine variety Gora Chirine, characterized by low acidity, and Sultanine, a normal acidity variety closely related to Gora. The comparative transcriptomic analysis crossed with the SNP information lead to discover non-synonymous polymorphisms inside coding regions and, thus, provided a list of candidate genes potentially affecting acidity in grapevine.

No description available.

No description available.

No description available.

No description available.