Die Fuldaer Zeitung berichtete am 13.10.2004 von den Ergebnissen der landesweiten Ab-schlussprüfungen an Haupt- und Realschulen. Wir können uns darüber freuen, dass der Raum Fulda die ansonsten recht trübe hessische Bildungslandschaft mit besten Noten überstrahlt.

Aus der statistischen Analyse hessischer Abschlussarbeiten ist bekannt, dass es einen negativen statistischen Zusammenhang zwischen der Frauenerwerbstätigkeit und den Schulleistungen der Kinder gibt. Solche Aussagen werden gern im Sinne von Ursache-Wirkungsbeziehungen interpretiert und im Kampf der Ideologien als Waffe missbraucht. Die Statistik liefert aber an und für sich keine Aussagen über Ursache und Wirkung. Dieser Bericht nimmt die Statistik der Schulleistungen zum Anlass für eine grundsätzliche Klärung der Fragen von Ursache und Wirkung. Der Kausalitätsbegriff erhält mit dem Closest-World-Konzept von David Lewis eine tragfähige Basis. Die statistische Ursachenanalyse wird als dreistufiges Verfahren konzipiert. Es zeigt sich, dass sich bei konsequenter Anwendung der Methode notorische Irrtümer der Statistik vermeiden lassen. Insbesondere löst sich das Simpsonsche Paradoxon in Wohlgefallen auf. Im ersten Schritt erfolgt eine Strukturanalyse. Mit heuristischen Methoden werden mögliche Kausalbeziehungen erfasst und als azyklischer gerichteter Graph dargestellt. Bei der Aufstellung dieses Strukturmodells hilft eine Liste von Merkmalen der Kausalität. Im zweiten Schritt wird das Strukturmodell mit den Methoden der statistischen (allgemeiner: stochastischen) Analyse bewertet. An dem so erstellten Kausalmodell lassen sich im dritten Schritt Ursache und Wirkung durch gezielte Interventionen und kontrafaktische Manipulationen studieren. Die Beantwortung der konkreten Frage, ob die hohe Frauenerwerbstätigkeit ursächlich für die schlechten Schulleistungen ist, erfordert kontrafaktische Schlussfolgerungen. Und in genau diesem Punkt bleibt die Analyse unbefriedigend: Wir suchen ja nach Ursachen, weil wir sie in unserem Sinne faktisch manipulieren wollen. Wir müssen also über diese einfache Ursachenbestimmung hinausgehen. Die schlechten Schulleistungen könnten beispielsweise auf mangelnde persönlicher Zuwendung zurückzuführen sein. Zuwendung hängt zwar von Variablen wie der Frauenerwerbstätigkeit ab. Aber diese Kopplung ist eher lose: Zuwendung ist eine faktisch veränderbare Variable. Andere Länder zeigen, wie sich persönliche Zuwendung und soziale Interaktion und damit die Schulleistungen trotz Frauenerwerbstätigkeit und hohem Ausländeranteil verbessern lassen.

Vortrag anlässlich der Hessischen Landestagung des deutschen Vereins zur Förderung des mathe-matischen und naturwissenschaftlichen Unterrichts (MNU) am 15. September 2005 in Fulda

Bei knappen Ressourcen besitzt der krasse Egoist die Rücksichtslosigkeit, alles was er zum Überleben braucht, an sich zu raffen. Nur er scheint vital genug für Nach-kommen zu sein. Und diesen gibt er seinen Egoismus weiter, ob auf biologischem Wege oder kulturell vermittelt. Dennoch kennen wir Rücksichtnahme, Fürsorglichkeit und sogar aufopferndes Verhalten. Wie lässt sich das erklären?

Der vorliegende Bericht stellt ausgewählte Ergebnisse zur Gesundheit der Studierenden an der Hochschule Fulda vor. Im Fokus stehen Ergebnisse zur physischen und psychischen Gesundheit, zum Gesundheitsverhalten sowie zum Studienverlauf und –erfolg. Die dritte Befragung des HFD-Gesundheitssurveys erfolgte online in der Zeit von Oktober bis Dezember 2024 und umfasst eine Stichprobe von insgesamt 697 Studierenden Die Ergebnisse zeigen für den Bereich der physischen Gesundheit, dass über ein Drittel der Studierenden (36,2 %) von einer chronischen Erkrankung und 28,8 % von Übergewicht oder Adipositas betroffen sind. Im Bereich der psychischen Gesundheit geben 46,2 % ein (sehr) geringes Wohlbefinden an und 35,0 % der Studierenden leiden an Erschöpfung. Mit Blick auf das Gesundheitsverhalten kommt ein Großteil der Studierenden den Empfehlungen für eine gesunde und ausgewogene Ernährung der Deutschen Gesellschaft für Ernährung (DGE) nicht nach. Auch die Empfehlungen der Weltgesundheitsorganisation (WHO) für körperliche Aktivität werden von 69,3 % der Studierenden nicht erfüllt. Für das Konsumverhalten zeigt sich, dass etwa ein Viertel der Studierenden einen riskanten Alkoholkonsum aufweist, während 19,2 % der Befragten angeben zu rauchen. Des Weiteren weisen 26,2 % der Studierenden Symptome einer Schlafstörung auf. Für den Studienverlauf berichten 85,2 % von zum Teil hoch ausgeprägten psychologischen Anforderungen (z. B. hartes oder exzessives Arbeiten) im Studium. Jedoch gibt mit über 90 % die Mehrheit der Studierenden an, sich durch ihre Mitstudierenden und Dozierenden gut unterstützt zu fühlen. Zusammenfassend liefern die Ergebnisse des dritten HFD-Gesundheitssurveys die Grundlage für den Auf- und Ausbau von Maßnahmen des studentischen Gesundheitsmanagements an der Hochschule Fulda. Der Bericht schließt mit einer Abschlussbetrachtung und ersten Implikationen zur Verwendung der Ergebnisse im Hochschulkontext.

Was bietet die Auswahl bewährter Methoden, Materialien und Praxis-Beispiele? Eine gesundheitskompetente Organisation gewährleistet, dass Einrichtungen der Gesundheitsversorgung ihre Strukturen, Prozesse, Informationsmaterialien und Kommunikation so gestalten, dass Menschen mit unterschiedlichen Wissens- und Kompetenzniveaus ihre gesundheitliche Situation besser verstehen, selbstbestimmte Entscheidungen für sich und andere treffen und sich im Gesundheitssystem sicher zurechtfinden können. Zur Stärkung der organisationalen Gesundheitskompetenz in Einrichtungen der Gesundheitsversorgung wurden in den vergangenen Jahren im deutschsprachigen Raum verschiedene praxistaugliche Material- und Methodensammlungen sowie Selbstbewertungsinstrumente erstellt. Diese Arbeiten aus Deutschland, Österreich und der Schweiz werden hier gebündelt und zur Verfügung gestellt. Die in der Sammlung enthaltenen Materialien und Methoden sind kostenfrei und richten sich an (Gesundheits-)Fachpersonen und Entscheidungsträger*innen aus dem Gesundheitswesen, die ihre Einrichtungen in Richtung einer gesundheitskompetenten Organisation entwickeln möchten. Sie bietet eine Auswahl an praxisnahen Tools, die dabei helfen, gezielte Maßnahmen zu ergreifen, diese in den Alltag zu integrieren und den Nutzen für Patient*innen, Klient*innen, Angehörige und Mitarbeitende zu maximieren. Mit klaren Anleitungen und bewährten Methoden sowie Materialien unterstützt diese Sammlung die Umsetzung des Konzepts der organisationalen Gesundheitskompetenz und kann zur nachhaltigen Verbesserung der Gesundheitsversorgung beitragen. Die in der Sammlung zusammengestellten Methoden und Materialien sind gemeinsam mit Gesundheitsfachpersonen aus Einrichtungen der Gesundheitsversorgung entwickelt worden, bereits empirisch geprüft und werden in regelmäßigen Abständen durch die Autor*innen aktualisiert. Dabei handelt es sich um eine von den Autor*innen getroffene Auswahl, die kein vollständiges Abbild aller existierenden Methoden darstellt. Wir laden dazu ein, auf mögliche Ergänzungen hinzuweisen, um die Sammlung kontinuierlich aktuell zu halten und zu verbessern. Die Inhalte dienen als Orientierungshilfe und können bei Anwendung eine wertvolle Ressource darstellen, um die organisationale Gesundheitskompetenz in Einrichtungen der Gesundheitsversorgung zu verbessern. Dadurch tragen sie unter anderem zur Steigerung der Zufriedenheit und Sicherheit von Patient*innen, Klient*innen, Angehörigen und Mitarbeitenden sowie zur Versorgungsqualität bei. Weitere Informationen und Ressourcen zur Förderung der Gesundheitskompetenz und der organisationalen Gesundheitskompetenz finden sich auf der Webseite des Deutschen Netzwerks Gesundheitskompetenz (DNGK) unter https://dngk.de/, sowie im Fachbereich „Organisationale Gesundheitskompetenz“ des DNGK unter https://dngk.de/ogk-organisationale-gesundheitskompetenz/.

The management of modern computer networks becomes increasingly complex, which makes it challenging to determine and deploy decision policies that ensure effective network operation. Reasons for this are ever growing architectures with a large amount of edge and intermediate transit networks. While the first ones connect a huge variety of host systems, the second ones can provide multiple paths of either equal or unequal cost to support higher throughputs and guarantee fault-tolerance. Because devices located at the edge offer or access various network services and applications, data exchange and communication between a pair of involved systems is highly diverse. As versatile runtime behavior results in dynamic network traffic profiles that are subject to constant change, reflected patterns and conditions feature a high degree of complexity. Two affected disciplines are network performance and security management. The former covers tasks that aim to optimize the traffic routing and forwarding in a network. The latter includes those to secure an environment against potential threats, whereby its operation is monitored to discover network attacks and apply appropriate mitigation. Methodologies from the field of network traffic engineering can be leveraged to improve management decisions towards efficient traffic steering and reliable analysis. The general process involves network monitoring and measurement, investigation and optimization steps. In this regard, collected network state and traffic data is analyzed to determine suitable runtime policies that are deployed to pursue a desired management objective. In the context of performance management, equal-cost multi-path routing is a widely adopted standard to distribute the load of upcoming network flows over multiple alternative paths. Since the activity time and intensity level of coherent packet streams highly vary, an inefficient load distribution may result in imbalanced path utilization states. In addition, high loads or network congestion on certain paths have a negative impact on the experience of individual flows that are forwarded along these paths. For example, the perceived latency and the achieved throughput rate may thereby be increased and decreased respectively. One direction for improvement is to take dynamic utilization states into account during the path determination process: First, the use of monitored trends reflecting real conditions from the near past is conceivable. Second, estimated trends representing likely conditions for the near future can be considered. Thus, load balancing decisions are enhanced by performing either utilization- or prediction-aware flow routing. As the actual load of emerging network flows is thereby more evenly shared among available paths, closely balanced and thus efficient saturation levels are ensured. In the context of security management, network intrusion detection and prevention methods help to reveal and handle network attacks. Therefore, one option is to track and export data records for coherent network flows and feed collected data as investigation input to differentiate between benign and malicious packet streams. However, commonly deployed intrusion detection systems are independent and perform isolated traffic analysis that is based on just local attack knowledge. Because attack types and scenarios constantly evolve and may be executed in a highly distributed and coordinated manner, local decision knowledge may not be sufficient to achieve an acceptable level of accuracy and reliability. One direction for improvement is to employ collaborative traffic analysis, whereby a group of local environments forms a logical global setting. Each participant shares its local data views or locally extracted decision knowledge and contributes to a combined global perspective. While this mutual sharing process enhances overall attack detection performance, efficient data exchange and processing is of high importance to ensure scalability. At the same time, timely and granular decision outcomes are required, which enables to apply fast and effective reaction to occuring attacks on network flow level. Machine learning can assist both of the aforementioned network management tasks. For example, traffic prediction approaches can be used to estimate load profiles for upcoming network flows or to classify an observed packet stream as either benign or malicious. In general, large amounts of network traffic data that incorporate high feature diversity can be analyzed to discover included data patterns and extract corresponding knowledge. Then, prepared prediction models can either provide decision support or enable complete autonomy. Whereas the former still involves a human operator, the latter is decoupled and relies on independent system operation. Consequently, open- and closed-loop data processing and decision-making cycles are feasible. Since determined management decisions for traffic control highly depend on the quality of traffic prediction results, traffic monitoring methods have to deliver representative and consistent data views that are consumed as suitable analysis input. Due to the advancements around software-defined networking and the evolvement of programmable switches, network environments can be designed, deployed and operated in a highly flexible manner. While fine-grained network monitoring, analysis and control services are enabled, functionality can be located on centralized controller or distributed switch level. Independent single-step or cooperative multi-step approaches can be provisioned in a device's reconfigurable data plane, its open and customizable operating system (local control plane) or in an assigned controller platform (global control plane). As each system tier is associated with different deployment properties, a systematic combination allows to benefit from their individual advantages. Besides flexible capabilities for initial system provisioning, dynamic runtime adaption is possible as well. The integration of recent paradigms from the field of computer networking with selected methodologies from the field of machine learning allows to move towards self-driving network systems. In order to pursue a high-level management objective, a data processing pipeline with successive steps for continuous data collection and analysis plus subsequent policy enforcement can thereby be autonomously performed. While there are multiple sub-systems that are in charge of a particular runtime task, their individual operation and mutual interaction define overall system behavior. In general, the system's effectiveness in terms of decision efficiency and reliability must be constantly reviewed. If misbehavior or a significant deviation from intended system performance is detected, adaptation has to be initiated and appropriate change applied. This thesis contributes approaches that enable or support effective traffic engineering tasks in the areas of network performance and security management. Therefore, advanced network analytics as well as the principles of softwarized and programmable network architectures are considered. Whereas each proposed approach covers distinct aspects on network monitoring, analysis or control, their combination makes up integrated solutions. Regarding network performance management, predictive flow routing and forwarding is pursued to ensure more efficient load balancing in multi-pathing environments. Load profiling on network flow level allows to estimate likely path utilization states that are taken into account to balance path saturation trends over time more closely. Regarding network security management, collaborative flow classification is pursued to improve the decision accuracy and reliability. Besides an enhanced attack detection performance, efficient data processing with scalable and timely analysis outcomes is achieved.

This paper uses both the descriptive and comparative approaches to provide an overview of migration of international students to Fulda University of Applied Sciences as a case study of Germany universities. This paper presents an in-depth analysis of migration of international students in Fulda University of Applied Sciences using secondary data on international students in Fulda University of Applied Sciences that obtained from the international office and marketing department at the international office in Fulda University of Applied Sciences. We add to the existing studies in the international literature by presenting an interesting analysis of migration of international students in Fulda University of Applied Sciences as a case study of German universities. An interesting element in our analysis is that we examine migration of international students in Fulda University of Applied Sciences compared to Germany universities. Therefore, we provide an extremely valuable contribution to the increasing debate in the international literature concerning the increasing interaction between migration and increasing internationalisation of higher education in Germany. We provide new contribution by showing the impact of the COVID-19 Pandemic on migrations of international higher education students to Fulda University of Applied Sciences. We examine the first hypothesis that consistent with all German universities the pattern and size of migration of international students to Fulda University of Applied Sciences increased substantially over the period (2008-2023) but the distribution showed considerable variation over the period (2008-2023). We investigate the second hypothesis that consistent with all German universities the COVID-19 Pandemic has not affected the flow of migration of international students to Fulda University of Applied Sciences (2019-2020). We find that the international students make 19.5% of total students studying in Fulda University of Applied Sciences 2023, while the international students make 16% of total students studying in German universities, 2022/23. We show that the share of international students in Fulda University of Applied Sciences (which is nearly fifth of all students studying in Fulda University of Applied Sciences (19.5%)), is above the standard rate for all German universities (16%). We find that consistent with all German universities in Fulda University of Applied Sciences, despite the fact that more than half of international students coming from ten key top countries, however, the diversity is demonstrated from the fact that the international students coming from a wider range of countries. A unique aspect of our analysis is the presentation of a new case study on migrant international higher education students at Fulda University of Applied Sciences. This study utilizes new primary data from a short survey examining the migration patterns of international students. The survey analysed the distribution of international students at Fulda University of Applied Sciences, focusing on their regions and countries of origin, fields of study, backgrounds, motivations, challenges, and recommendations for improving the international student experience at Fulda University of Applied Sciences and in Germany overall. The survey results at Fulda University of Applied Sciences align closely with trends observed across German universities regarding international students.

Monatlicher Newsletter HLBS Fulda