Refine
Year of publication
Document Type
- Part of Periodical (415)
- Working Paper (115)
- Report (37)
- Conference Proceeding (27)
- Article (23)
- Master's Thesis (19)
- Bachelor Thesis (13)
- Book (9)
- Doctoral Thesis (9)
- Part of a Book (4)
Is part of the Bibliography
- no (679) (remove)
Keywords
- Newsletter (390)
- Biosphärenreservat Rhön (61)
- Vorlesungsverzeichnis (19)
- Gesundheitskompetenz (15)
- Gesundheitsversorgung (9)
- Eingliederungshilfe (8)
- Biosphärenreservat (7)
- Hessische Rhön (7)
- Nachhaltige Entwicklung (7)
- Corona-Pandemie (6)
Institute
- Wissenschaftliche Sammlung Rhön (303)
- Hochschul- und Landesbibliothek (222)
- Wirtschaft (23)
- Pflege und Gesundheit (20)
- Fachübergreifend (19)
- Oecotrophologie (14)
- Fachbereich Pflege und Gesundheit (10)
- Gesundheitswissenschaften (10)
- Sozial- und Kulturwissenschaften (9)
- Angewandte Informatik (3)
Hintergrund
In den letzten Jahren hat die Anzahl der Patient*innen in Notaufnahmen aufgrund unterschiedlicher Einflussfaktoren deutlich zugenommen (Dodt, C. 2018). Das hat zu einer steigenden Arbeitsbelastung für die Beschäftigten geführt. Darüber hinaus haben es die Mitarbeiter*innen vielfach mit aggressivem Verhalten der Patient*innen und Begleitpersonen zu tun. In dieser Studie wird das Ausmaß der Belastung durch Gewalt gegenüber Beschäftigten unter Berücksichtigung geschlechterspezifischer Aspekte in hessischen Notaufnahmen untersucht. Es werden die möglichen gesundheitlichen Folgen und der Handlungsbedarf aufgezeigt.
Methodik
Grundlage der Untersuchung ist eine Online-Befragung der Mitarbeiter*innen in hessischen Notaufnahmen. Hierzu wurde ein Fragebogen entwickelt, mit welchem u.a. die Mitarbeiter*innen zu Gewalterfahrungen, Maßnahmen und Empfindungen gefragt wurde.
Ergebnisse
Aus 51 hessischen Notaufnahmen konnten 354 ausgefüllte Fragebögen ausgewertet werden. Über dreiviertel der Teilnehmenden (76,6%) finden Gewalt in der Notaufnahme normal. 97% der Befragten haben in den letzten 12 Monaten mindestens eine Form verbaler Gewalt und 76% mindestens eine Form körperlicher Gewalt erlebt. Nur 49,6% haben keine Form sexualisierter Gewalt erlebt. Die Folge der Erlebnisse ist, dass sich nachts viele Mitarbeiter*innen an ihrem Arbeitsplatz nicht sicher fühlen (39,2%). Männliche Personen sind nach Aussage der Befragten häufig die Tatpersonen (79,8%). Dabei spielen Alkohol und Drogen eine große Rolle (85,5%), bzw. sind der Unmut über Wartezeiten (83,8%) verantwortlich. Beendet werden die Vorfälle durch eine klare Aufforderung, das Verhalten zu ändern (74%), mit Hilfe der Polizei (70,8%) oder durch Unterstützung der Kollegen (69,3%). Viele der Mitarbeiter*innen ärgern sich nach Gewaltvorfällen (80,5%) oder sind wütend (58,1%). Aber auch Gefühle der Hilflosigkeit (42%), der Angst (36,3%) und Enttäuschung (36%) treten auf. Langfristig sind 43,7% der Studienteilnehmer*innen durch diese Erlebnisse gereizt, haben eine gedrückte Stimmung (36,2%), sind abgestumpft (34,4%), verlieren die Freude am Beruf (32,1%) oder wollen sogar den Beruf wechseln (26,5%).
Schlussfolgerung
Das Ausmaß von Gewaltvorkommnissen und deren gesundheitlichen Auswirkungen zeigen die Notwendigkeit eines umfassenden gendersensiblen Gewaltmanagements in der Notaufnahme. Hierzu gehören die Erfassung und Beurteilung von Gewaltereignissen, präventive Maßnahmen, unterstützende Maßnahmen zur Beendigung von Vorfällen, Maßnahmen zum Schutz der Mitarbeiter*innen sowie Nachsorgemaßnahmen.
Als Kern der grounded theory werden kodieren und vergleichen angesetzt. Varianten betreffen Wege der Erkenntnis, Umgang mit Fachliteratur, Varianten des Kodierens und angestrebte Ergebnisse. Alle Grundgedanken werden illustriert durch Beispiele aus Lehrforschungsprojekten, die an der Hochschule Fulda durchgeführt wurden.
Climate change is a global challenge, with estimated mitigation costs ranging from $1.6 to $3.8 trillion per year. As a pioneer in climate action, the European Union has the most exten-sive emissions trading system worldwide (90% of the global value of $759 billion in 2021). In this paper, we review the European Union's climate strategy, emphasizing the EU Emissions Trading System (EU ETS) development, and the role of tropical forest carbon credits for off-setting. We argue that the European Union continues to leave a significant potential of trop-ical forests as natural carbon sinks unattended. In contrast, we reveal that the regulators can learn from the experiences made in the past and the finalization of the rulebook for Article 6 of the Paris Agreement. We present a proposal on changes to the EU ETS regulation by con-verting the European Commission's proposal to increase the linear reduction factor from 2.2% to 4.2% to the eligibility of forest carbon credits, resulting in additional funding poten-tial for forestry projects to increase necessary carbon sinks. Simultaneously, allowing flexibil-ity of investing to a limited extent in neutralization projects mitigates the risk of overstress-ing regulated companies to reach the emission reduction targets.
Abstract knowledge is deeply grounded in many computer-based applications. An important research area of Artificial Intelligence (AI) deals with the automatic derivation of knowledge from data. Machine learning offers the according algorithms. One area of research focuses on the development of biologically inspired learning algorithms. The respective machine learning methods are based on neurological concepts so that they can systematically derive knowledge from data and store it. One type of machine learning algorithms that can be categorized as "deep learning" model is referred to as Deep Neural Networks (DNNs). DNNs consist of multiple artificial neurons arranged in layers that are trained by using the backpropagation algorithm. These deep learning methods exhibit amazing capabilities for inferring and storing complex knowledge from high-dimensional data.
However, DNNs are affected by a problem that prevents new knowledge from being added to an existing base. The ability to continuously accumulate knowledge is an important factor that contributed to evolution and is therefore a prerequisite for the development of strong AIs. The so-called "catastrophic forgetting" (CF) effect causes DNNs to immediately loose already derived knowledge after a few training iterations on a new data distribution. Only an energetically expensive retraining with the joint data distribution of past and new data enables the abstraction of the entire new set of knowledge. In order to counteract the effect, various techniques have been and are still being developed with the goal to mitigate or even solve the CF problem. These published CF avoidance studies usually imply the effectiveness of their approaches for various continual learning tasks.
This dissertation is set in the context of continual machine learning with deep learning methods. The first part deals with the development of an application-oriented real-world evaluation protocol which can be used to investigate different machine learning models with regard to the suppression of the CF effect. In the second part, a comprehensive study indicates that under the application-oriented requirements none of the investigated models can exhibit satisfactory continual learning results. In the third part, a novel deep learning model is presented which is referred to as Deep Convolutional Gaussian Mixture Models (DCGMMs). DCGMMs build upon the unsupervised approach of Gaussian Mixture Models (GMMs). GMMs cannot be considered as deep learning method and they have to be initialized in a data-driven manner before training. These aspects limit the use of GMMs in continual learning scenarios.
The training procedure proposed in this work enables the training of GMMs by using Stochastic Gradient Descent (SGD) (as applied to DNNs). The integrated annealing scheme solves the problem of a data-driven initialization, which has been a prerequisite for GMM training. It is experimentally proven that the novel training method enables equivalent results compared to conventional methods without iterating their disadvantages. Another innovation is the arrangement of GMMs in form of layers, which is similar to DNNs. The transformation of GMMs into layers enables the combination with existing layer types and thus the construction of deep architectures, which can derive more complex knowledge with less resources.
In the final part of this work, the DCGMM model is examined with regard to its continual learning capabilities. In this context, a replay approach referred to as Gaussian Mixture Replay (GMR) is introduced. GMR describes the generation and replay of data samples by utilizing the DCGMM functionalities. Comparisons with existing CF avoidance models show that similar continual learning results can be achieved by using GMR under application-oriented conditions. All in all, the presented work implies that the identified application-oriented requirements are still an open issue with respect to "applied" continual learning research approaches. In addition, the novel deep learning model provides an interesting starting point for many other research areas.
Hintergrund und Zielsetzung:
Die Corona-Pandemie ging mit umfangreichen Veränderungen des Alltages an Grund- und weiterführenden Schulen einher und stellte an Menschen deutschlandweit hohe Anforderungen an den Umgang mit Gesundheitsinformationen. Aktuelle Studien deuteten auf ein hohes Belastungserleben und eine psychische Beanspruchung von Schüler*innen, Schulleitungen und Lehrpersonen während der Corona-Pandemie hin. Vor diesem Hintergrund wurde am Fachbereich Gesundheitswissenschaften der Hochschule Fulda unter der Leitung von Frau Prof. Dr. Rathmann die Studie zur „Gesundheit und Gesundheitskompetenz von Schüler*innen, Schulleitungs- und Lehrpersonal an hessischen Grund- und weiterführenden Schulen in Zeiten der Corona-Pandemie (GhoStiH)“ durchgeführt. Innerhalb der Studie wurde (1) das Belastungs- und Beanspruchungserleben sowie die Gesundheitskompetenz von Schulleitungen, Lehrpersonen und Schüler*innen an hessischen Grund- und weiterführenden Schulen erfasst. Daneben standen (2) wahrgenommene Veränderungsbedarfe im Hinblick auf Belastungen, Beanspruchungen und die Gesundheitskompetenz von Schulleitungen, Lehrpersonen und Schüler*innen während der Corona-Pandemie im Fokus. Schließlich sollten (3) Handlungsempfehlungen zur Minderung pandemiebedingter Belastungen und Beanspruchungen sowie zur Förderung der Gesundheitskompetenz bei den Zielgruppen formuliert werden.
Methodik:
Im Rahmen des qualitativen Anteils der Studie wurden im Zeitraum von März bis Mai 2021 n=8 Schüler*innen wie auch n=7 Schulleitungen und n=9 Lehrpersonen mithilfe von problemzentrierten Interviews telefonisch bzw. videogestützt befragt. Die Interviews wurden transkribiert und mithilfe der qualitativen Inhaltsanalyse unter Verwendung deduktiver und induktiver Kategorienbildung ausgewertet.
Ergebnisse:
Die Ergebnisse wiesen auf ein starkes Belastungs- und Beanspruchungserleben der Schüler*innen wie auch des Schulleitungs- und Lehrpersonals während der Corona-Pandemie hin. Fehlende soziale Beziehungen und fehlende Alltagsstrukturen stellten starke Belastungen der Schüler*innen dar und wirkten sich negativ auf die psychische Gesundheit aus. Dabei waren Gefühle der Einsamkeit, Langeweile, Aggressivität und des "Genervtseins“ in allen Gruppen der Schüler*innen präsent. Das Gesundheitsverhalten, wie etwa das Bewegungs- und Ernährungsverhalten, war bei den Schüler*innen unterschiedlich stark ausgeprägt. Die kritische Beurteilung pandemiespezifischer Gesundheitsinformationen bereitete einem Teil der Schüler*innen Schwierigkeiten, wohingegen das Finden, Verstehen und Anwenden der Informationen weniger problematisch erschien.
Belastungen und Beanspruchungen des Schulleitungs- und Lehrpersonals bezogen sich überwiegend auf die Ebenen der Arbeitsaufgabe, -organisation, -umgebung und das soziale Umfeld während der Corona-Pandemie. Die Interviews deuteten auf eine psychisch-emotionale Beanspruchung des Schulleitungs- und Lehrpersonals während der Corona-Pandemie hin, wohingegen physische Beanspruchungen eine untergeordnete Rolle spielten. Die Mehrheit der Befragten berichtete von einem ausgeprägten Gesundheitsverhalten und einem hohen Gesundheitsbewusstsein. Anhand der Interviews zeigten sich nur wenige Schwierigkeiten des Schulleitungs- und Lehrpersonals im Umgang mit pandemiespezifischen Gesundheitsinformationen, welche überwiegend auf den Kompetenz-Ebenen der Beurteilung und Anwendung zu finden waren. Bedarfe wurden im Hinblick auf schulische Rahmenbedingungen, Kommunikations- und Kooperationsprozesse wie auch auf gesundheitsbezogene Angebote formuliert.
Schlussfolgerungen:
Um das Belastungserleben von Schüler*innen während der Corona-Pandemie und in vergleichbaren Situationen zu senken und einen Beitrag zur Stärkung von Gesundheit und Wohlbefinden zu leisten, wurden vier Handlungsfelder identifiziert. Das erste Handlungsfeld bezieht sich auf eine „Strukturierung des Alltages“, welche während der Corona-Pandemie im Falle vieler Schüler*innen abhandengekommen ist. Als zweites Handlungsfeld wurden “schulische Rahmenbedingungen” identifiziert. Demnach können u. a. einheitliche Regelungen im Distanz-Unterricht, übersichtlich gestaltete Lernplattformen und ein angemessener Workload zu einer Entlastung der Schüler*innen beitragen. Die Bereiche “Kommunikation und soziale Beziehungen” stellten ein drittes Handlungsfeld dar. Schüler*innen sollte trotz andemiebedingter Einschränkungen die Aufrechterhaltung sozialer Kontakte erleichtert werden, wobei Lehrpersonen und Erziehungsberechtigte eine unterstützende Funktion einnehmen. Das letzte Handlungsfeld weist auf die Notwendigkeit von Ansätzen zur Stärkung der “Gesundheitskompetenz und des Gesundheitsbewusstseins” bei Schüler*innen aller Altersgruppen hin.
Um zu einer Entlastung des Schulleitungs- und Lehrpersonals während der Corona-Pandemie und in künftigen Ausnahmesituationen beizutragen, wurden drei Handlungsfelder identifiziert. Das erste Handlungsfeld „schulische Rahmenbedingungen“ beinhaltet die Qualifikation von Lehrpersonen im Bereich des Distanzunterrichts, den Ausbau der digitalen Infrastruktur an Schulen und deren technischer Ausstattung sowie die Aufstockung personeller Ressourcen. Das zweite Handlungsfeld „Kommunikation und Kooperation“ bezieht sich u. a. auf die Partizipation von Schulleitungen und Lehrpersonen an politischen Entscheiden, auf die Informationsweitergabe und -aufbereitung seitens politischer Akteur*innen sowie auf schulinterne und -externe Austauschmöglichkeiten. Schließlich betont das dritte Handlungsfeld „Prävention und Gesundheitsförderung“ die Relevanz von Aktivitäten zur Förderung der psychischen Gesundheit des Schulleitungs- und Lehrpersonals während der Corona-Pandemie.