Developing and piloting an implementation framework for transdisciplinary undergraduate collaboration, without curricular change: mathematics as an integrating resource and game-based assessment as a supporting tool

Source abstract

(English) Transdisciplinary undergraduate education is widely advocated but rarely implemented within rigid university structures. This doctoral thesis addresses this challenge through a three-iteration Educational Design Research (EDR) study (2023–2024) that developed, piloted, and validated a novel ten-step implementation framework for transdisciplinary collaboration, requiring no curricular changes. The intervention coupled an undergraduate systems engineering course with a medicine course around a shared public-health problem using DANE Multipurpose Survey microdata (n ≈ 600,000). It engaged ≈320 students and 46 external evaluators across six disciplines (engineering, medicine, public health, biomedicine, data analytics, and statistics), guided by three theoretical conjectures: epistemic common ground, productive friction, and assessment as integration signal. Student outputs were classified via the M-I-T scheme (Multidisciplinary, Interdisciplinary, Transdisciplinary), with I/T boundaries operationalized as integration into unified explanatory artifacts. The headline findings are an I-level attainment rate of 86.4%, a T-level rate of 32.1%, and a conditional T|I rate of 37.2% (a key indicator that distinguishes learning that goes beyond expectations from the integration of knowledge). Exploratory GBA (Game-Based Assessment, Iteration 3, n=7 teams) yielded +12.4 pp T-level (43.8% vs. 31.4%) and +9.1 pp T|I (43.5% vs. 34.4%), with 19.75% of students generating deep profiles (in applied math and problem solving), used as boundary input rather than as a selection criterion. The principal contribution is the evidence-based framework (Chapter 7; Figure 7.1), traceable to pilot data (Chapters 5–6; Table 7.1), incorporating mathematics as disciplinary bridge and GBA as peripheral diagnostic (Steps 3, 7; "augment, not replace"). Transferable to engineering–medicine pairings on data-rich problems, it includes entry rules, iteration triggers, skips, and adaptations. A decision checklist supports ethical and equitable use of the GBA, and the framework operationalizes practical outcomes through an instructor–GBA hybrid teaming model. (Català) L'educació transdisciplinària de grau és àmpliament defensada però rarament implementada dins de les estructures universitàries rígides. Aquesta tesi doctoral aborda aquest repte mitjançant un estudi de Recerca de Disseny Educatiu (Educational Design Research, EDR) de tres iteracions (2023–2024) que va desenvolupar, pilotar i validar un nou marc d'implementació de deu passos per a la col·laboració transdisciplinària, sense requerir canvis curriculars. La intervenció va acoblar un curs de grau d'enginyeria de sistemes amb un curs de medicina al voltant d'un problema compartit de salut pública utilitzant microdades de l'Enquesta Multipropòsit del DANE (n ≈ 600.000). Va implicar ≈320 estudiants i 46 avaluadors externs de sis disciplines (enginyeria, medicina, salut pública, biomedicina, analítica de dades i estadística), guiada per tres conjectures teòriques: terreny epistèmic comú, fricció productiva i avaluació com a senyal d'integració. Els resultats dels estudiants es van classificar mitjançant l'esquema M-I-T (Multidisciplinari, Interdisciplinari, Transdisciplinari), amb les fronteres I/T operacionalitzades com a integració en artefactes explicatius unificats. Les troballes principals són una taxa d'assoliment de nivell I del 86,4 %, una taxa de nivell T del 32,1 % i una taxa condicional T|I del 37,2 % (un indicador clau que distingeix l'aprenentatge que va més enllà de les expectatives de la integració de coneixements). L'AVJ exploratòria (Avaluació basada en Jocs, Game-Based Assessment; Iteració 3, n = 7 equips) va produir +12,4 pp de nivell T (43,8 % vs. 31,4 %) i +9,1 pp de T|I (43,5 % vs. 34,4 %), amb un 19,75 % dels estudiants generant perfils profunds (en matemàtiques aplicades i resolució de problemes), emprats com a entrada de frontera i no com a criteri de selecció. La contribució principal és el marc basat en evidència (Capítol 7; Figura 7.1), traçable a les dades pilot (Capítols 5–6; Taula 7.1), que incorpora les matemàtiques com a pont disciplinari i l'AVJ com a diagnòstic perifèric (Passos 3 i 7; "augmentar, no substituir"). Transferible a aparellaments enginyeria–medicina sobre problemes rics en dades, inclou regles d'entrada, disparadors d'iteració, omissions i adaptacions. Una llista de verificació de decisions dona suport a un ús ètic i equitatiu de l'AVJ, i el marc operacionalitza resultats pràctics mitjançant un model d'equip híbrid instructor–AVJ. (Translated using Claude Opus 4.7) (Español) La educación transdisciplinar en pregrado es ampliamente defendida pero rara vez implementada dentro de las rígidas estructuras universitarias. Esta tesis doctoral aborda este desafío mediante un estudio de Investigación de Diseño Educativo (Educational Design Research, EDR) de tres iteraciones (2023–2024) que desarrolló, pilotó y validó un novedoso marco de implementación de diez pasos para la colaboración transdisciplinar, sin requerir cambios curriculares. La intervención acopló un curso de grado de ingeniería de sistemas con un curso de medicina en torno a un problema compartido de salud pública utilizando microdatos de la Encuesta Multipropósito del DANE (n ≈ 600.000). Involucró a ≈320 estudiantes y 46 evaluadores externos de seis disciplinas (ingeniería, medicina, salud pública, biomedicina, analítica de datos y estadística), guiada por tres conjeturas teóricas: terreno epistémico común, fricción productiva y evaluación como señal de integración. Los productos de los estudiantes se clasificaron mediante el esquema M-I-T (Multidisciplinar, Interdisciplinar, Transdisciplinar), con las fronteras I/T operacionalizadas como integración en artefactos explicativos unificados. Los hallazgos principales son una tasa de logro de nivel I del 86,4 %, una tasa de nivel T del 32,1 % y una tasa condicional T|I del 37,2 % (un indicador clave que distingue e