22455 research outputs found
Sort by
Biomechanische Untersuchung der Kräfte und Momente bei orthodontisch sagittalen und vertikalen Zahnbewegungen über Teilbogenmechaniken mittels ROSS (3-D Robot Orthodontic Measurement & Simulation System)
Get PDFUntersuchung des Einflusses verschiedener Vorbehandlungsprotokolle auf die Verbundfestigkeit zweier 3D-gedruckter Komposite für definitiven, festsitzenden Zahnersatz
Get PDFImproving annotation quality: empirical insights into bias, human-AI collaboration, and workflow design
Get PDFHigh-quality annotated datasets are essential for training machine learning (ML) models. Annotation means assigning a label (such as a category, sentiment score, or classification) to an instance, for example to a piece of text, an image, or a PDF file. Even as training algorithms continue to improve, a model’s real-world performance remains limited by the quality of the training data. While there are many approaches for processing training data, relatively little attention within the ML field has been devoted to annotation quality and the development of best practices for data collection. This thesis contributes to the field through empirical assessments of annotation bias and its implications for training data quality. It further proposes and evaluates strategies to mitigate such biases and enhance annotation outcomes. In addition, it explores the role of large language models (LLMs) in annotation workflows by experimentally assessing their use in fully automated and human-assisted hybrid annotation pipelines.
The introductory part outlines the research questions and motivates the overall contributions. As part of this, the background chapter provides a review of the literature on factors influencing annotation quality, organized along two main dimensions: Annotator-related factors encompass individual-level traits and behaviors that may be correlated with annotation behavior. Annotation data collection strategies refer to all design-related decisions made when setting up a task, such as the selection of examples provided in the instructions, task length, or payment. In addition, challenges and opportunities of automating annotation are discussed.
Annotation is a structured task that follows standardized procedures for data collection, typically involving a stimulus and fixed response options, much like data collection in fields such as survey methodology and social psychology. In the first and second study, we investigate whether well-known sources of bias identified in these fields also apply to annotation tasks. The first study presents experimental results from a large sample of annotators. We analyze task structure and demographic effects in a hate speech sentiment annotation task, systematically varying the screen design to measure its effect on the resulting labels. In addition, we collect demographic characteristics, task perception metrics, and paradata to assess their relationship with label assignment. Most notably, annotation behavior was significantly influenced by whether classification tasks appeared on a single screen or were split across two, as well as by the annotator’s first language. The second study extends this project by examining whether annotation behavior changes over the course of the task. It estimates how the likelihood of assigning a label evolves with the number of previously completed annotations. As the task progressed, labeling a statement as hateful or offensive became significantly less likely, though the effect was small in magnitude. Together, these studies show that annotations are sensitive to both who performs them and how the task is structured.
The third and fourth study explore the potential of real-time, low-cost automated annotations generated by LLMs and their interaction with human annotators. In the third study, we conduct a cost-benefit analysis comparing different types of human and automated annotators in a satellite image annotation task. It includes initial attempts to combine human and LLM-generated annotations. We observe strong potential for cost reduction and quality retention, with less need for expert annotators – especially when leveraging the LLM’s self-reported uncertainty. The fourth study builds on this study by documenting a pipeline for generating and curating a gold-standard validation dataset for CO2 emission values extracted from PDF documents. It demonstrates a feasible approach to integrating automated components to reduce the workload of human domain experts. Even in this highly specialized task, combining LLM annotations with non-expert adjudication can substantially reduce reliance on domain experts.
The fifth study investigates the risks and implications of increasing automation in annotation workflows, particularly pre-annotations generated by artificial intelligence (AI). We simulate an AI-assisted scenario by presenting annotators with pre-annotations framed as AI-generated, to examine cognitive bias during adjudication. Notably, those who reported greater skepticism toward AI were more accurate in adjudicating the pre-annotations. Additionally, we observe that annotators are less likely to correct pre-annotations when flagging an error requires providing a corrected value.
Across its five contributions, this dissertation advances the field of annotation data collection methods by identifying bias in human, automated, and hybrid annotation setups. It proposes and evaluates multiple solutions and offers guidance for both research and practical annotation tasks. A consistent focus is placed on integrating insights and theories from various academic disciplines to benefit from a broad range of existing findings
Digital human-centered augmentation technologies
Get PDFOur senses, cognition, and physical capabilities have long been bound by biological constraints. Not anymore. Augmentation technologies, from wearable haptics to AI-driven cognitive support are expanding human potential in ways once imagined only in science fiction. But with these new capabilities come new questions: How does augmentation affect decision-making and risk-taking? How do others perceive augmented humans? This thesis addresses these points by not only studying augmented human behavior and perceptions but also developing functional prototypes to explore augmentation in real-world applications.
Here I explore the design of human augmentation technologies through the dual lenses of autonomy and heteronomy, investigating the interplay between internal and external influences on the augmented human and its decision-making processes.
For autonomy, I examine how augmentation technologies impact individual decision-making and behavior. Specifically, I focus on risk-taking and the sense of agency, demonstrating that the mere presence or even the belief in the presence of augmentation technologies significantly affects human behavior and the attribution of responsibility at both behavioral and physiological levels.
For heteronomy, I explore how external societal factors influence the decision-making of augmented individuals. By examining societal attitudes toward augmented humans across different cultural contexts, this work identifies key factors shaping public perceptions of augmentation technologies and presents a standardized methodology for measuring these attitudes over time. This includes the development and validation of the SHAPE scale, a psychometric tool designed to assess societal acceptance of human augmentation.
Finally, I investigate how individuals experience human augmentations, examining the boundaries between augmentation and learning. In this context, I further explore the potential of Virtual Reality as a platform to prototype and study augmented human experiences, providing insights into how these technologies can be integrated meaningfully into human life.
Beyond these behavioral and societal perspectives, this thesis also contributes to the technical foundations of human augmentation. A central part of this work involves the development of functional augmentation prototypes. These include wearable haptic feedback systems for sensory, cognitive and motor augmentation and interactive VR environments to study augmentation experiences in controlled settings.
The contributions of this thesis span from understanding individual behaviors to societal perceptions and technical artifacts in human augmentation. As augmentation technologies become increasingly plausible, this work provides researchers and practitioners with a human-centered framework for designing augmentation systems that harmoniously integrate into human life.Unsere Sinne, unsere Kognition und unsere körperlichen Fähigkeiten waren lange Zeit durch biologische Grenzen definiert. Doch das ändert sich. Augmentierungstechnologien – von tragbarer haptischer Rückkopplung bis hin zu KI-gestützter kognitiver Unterstützung – erweitern menschliche Fähigkeiten auf eine Weise, die einst nur in der Science-Fiction vorstellbar war. Doch mit diesen neuen Möglichkeiten entstehen auch neue Fragen: Wie beeinflusst Augmentierung Entscheidungsprozesse und Risikoverhalten? Wie werden augmentierte Menschen von der Gesellschaft wahrgenommen? Diese Arbeit untersucht diese Aspekte nicht nur durch empirische Studien zum Verhalten und zu den Wahrnehmungen augmentierter Menschen, sondern auch durch die Entwicklung funktionaler Prototypen, die Augmentierung in realen Anwendungsszenarien erfahrbar machen.
Diese Dissertation erforscht die Gestaltung von Augmentierungstechnologien aus zwei Perspektiven: Autonomie und Heteronomie. Dabei wird untersucht, wie interne und externe Faktoren die Entscheidungsfindung von augmentierten Individuen beeinflussen.
Im Bereich der Autonomie analysiere ich, wie Augmentierungstechnologien individuelle Entscheidungsprozesse und Verhaltensweisen verändern. Besonders im Fokus stehen Risikobereitschaft und das Gefühl der Handlungskontrolle (Agency). Die Ergebnisse zeigen, dass bereits die bloße Anwesenheit – oder sogar nur der Glaube an die Anwesenheit – von Augmentierungstechnologien das Verhalten und die Zuschreibung von Verantwortung sowohl auf kognitiver als auch auf physiologischer Ebene signifikant beeinflusst.
Im Bereich der Heteronomie untersuche ich, wie gesellschaftliche Faktoren die Entscheidungsprozesse von augmentierten Individuen formen. Durch die Analyse sozialer Einstellungen gegenüber augmentierten Menschen in verschiedenen kulturellen Kontexten identifiziere ich zentrale Faktoren, die öffentliche Wahrnehmungen von Augmentierungstechnologien prägen. Dies beinhaltet auch die Entwicklung und Validierung der SHAPE-Skala, eines psychometrischen Instruments zur Messung der gesellschaftlichen Akzeptanz von Augmentierungstechnologien über die Zeit.
Darüber hinaus untersuchen wir, wie Individuen Augmentierung erleben und wo die Grenzen zwischen Augmentierung und Lernen verlaufen. In diesem Zusammenhang wird insbesondere das Potenzial von Virtual Reality als Plattform zur Prototypisierung und Erforschung augmentierter Erfahrungen erforscht, um zu verstehen, wie diese Technologien sinnvoll in das menschliche Leben integriert werden können.
Neben diesen verhaltenswissenschaftlichen und gesellschaftlichen Perspektiven leistet diese Arbeit auch technologische Beiträge zur Augmentierungsforschung. Ein zentraler Bestandteil ist die Entwicklung funktionaler Augmentierungsprototypen. Dazu gehören tragbare haptische Feedback-Systeme für sensorische, kognitive und motorische Augmentierung sowie interaktive Virtual-Reality-Umgebungen (VR), in denen Augmentierungserfahrungen unter kontrollierten Bedingungen untersucht werden. Durch den Einsatz von VR als Forschungsplattform können digitale Simulationen als Testumgebungen für die Entwicklung zukünftiger Augmentierungstechnologien genutzt werden.
Die Erkenntnisse dieser Dissertation reichen von der Analyse individuellen Verhaltens über gesellschaftliche Wahrnehmungen bis hin zur Entwicklung technischer Artefakte in der Augmentierungsforschung. Während Augmentierungstechnologien zunehmend realisierbar werden, bietet diese Arbeit Forschenden und Praktiker:innen ein menschenzentriertes Rahmenwerk zur Gestaltung von Augmentierungssystemen, die sich nahtlos in das menschliche Leben integrieren. Indem sie es Individuen ermöglichen, ihre natürlichen Fähigkeiten zu erweitern, während gleichzeitig eine verantwortungsbewusste Innovation sichergestellt wird, ebnet diese Forschung den Weg für eine Zukunft, in der Technologie das Menschsein bereichert, anstatt es zu ersetzen
Specification search in structural equation modeling with SEM forests
Get PDFModel misspecification is a prevalent challenge in applied SEM, often requiring specification search to improve model fit. Traditional approaches, such as modification indices, are limited to variables already included in the model and are therefore ineffective at detecting omitted influential variables and their interaction effects. To address these limitations, the two studies presented in this dissertation introduce SEM forests as a novel and robust technique for specification search in SEM. The first study evaluates the performance of SEM forests to identify unique, mixed, and interaction covariate paths across different factor loading magnitudes, covariate path magnitudes, and sample sizes. The results indicate that SEM forests consistently do not incorrectly identify noninfluential omitted covariate paths under all examined conditions and accurately identify influential omitted covariate paths in multiple condition combinations explored, particularly when covariate-latent variable regression coefficients are strong and sample sizes are large. The second study provides a step-by-step guide for using SEM forests with the semtree R package, covering data preparation, model specification, forest generation, results interpretation, and model respecification. This practical guide equips researchers with the tools to apply SEM forests for specification search in SEM, addressing the limitations of traditional methods regarding omitted variables. Together, these studies demonstrate SEM forests as a robust alternative for specification search, enabling the identification of omitted influential covariates and interactions that traditional methods may overlook, ultimately enhancing the validity and reliability of SEM models
Acute and chronic brain damage after experimental traumatic brain injury: temporal profile of neuroinflammatory, vascular and neurodegenerative changes
Get PDFEpigenetische Veränderungen an Genen des WNT/β-Catenin-Signalwegs in Wilms-Tumoren
Get PDFWT represent the most common type of kidney tumors in children. Therefore, it should be given high priority in research. Overall, the prognosis of this disease is favourable, nevertheless most of the affected children suffer from the exhausting therapy, which almost always consists of surgery, neoadjuvant chemotherapy and sometimes even additional radiotherapy. Each of this therapeutic modalities causes different side effects and long-term effects, which, especially in children, should be considered carefully.
This study focused on the WNT/β-Catenin-pathway, which is known to be dysregulated in some of WT and even in higher frequency in other tumors. Up to now, there is a lack of knowledge, regarding whether epigenetic changes are responsible for these dysregulations. As a starting point for this study, an investigation of an irregular activation of the WNT/β-Catenin-pathway was conducted for a cohort of 101 WT. An overexpression of AXIN2 was observed in 31 % of WT through a gene expression analysis, which accounts for a larger portion than previously reported. Thus, the relevance of the research question could be confirmed.
One possible reason for this dysregulation could be the mutation of CTNNB1, which is already known as one of the most common mutations in WT. In the examined cohort, this mutation accounts only for 16 % of WT with activated WNT/β-Catenin-pathway. Therefore, as the next step, the involvement of APC, known to be altered in a lot of different tumors, was investigated as a potential cause of pathway-activation. This could not be confirmed through expression analysis or methylation analysis. Another focus was directed towards the group of SFRP.
It could not be stated that there is a lower expression level for SFRP2,4,5, which could lead to an dysregulated activation of the WNT/β-Catenin-pathway. For SFRP1 the expression was significantly lower than in the control group, but the interpretation of these results is difficult as no connection could be established with the activation of the WNT/β-Catenin-pathway. Very few of WT with an underexpression of SRFP1 also showed an irregular activation of the WNT/β-Catenin-pathway. The cause of this significant underexpression of SFRP1 could not be identified. The methylation analysis in the promoter of SFRP1 did not show any changes compared to the healty kidney tissue. Further investigations are required therefore.
According to previous research especially stromal WT are affected by an irregular activation of the WNT/β-Catenin-pathway in the investigated cohort. Other associations between an activation of the pathway and specific phenotypes, such as metastasis, tumor recurrence, age at diagnosis, gender, survival or bilateral occurrence could not be established.
In summary this study could verify and underline the importance of interest in the WNT/β-Catenin-pathway in the origin of WT. The pathway is aberrant in a large portion of WT. In addition to CTNNB1 mutation, there have to be more mechanisms causing the proven activation of the pathway. Epigenetic changes in the genes investigated could not be attributed as the cause of the aberrant activation. A direct relationship between the underexpression of SFRP1 and the activation needs to be further investigated.
Although WT with activation of the WNT/β-Catenin-pathway belong to the group of WT with favourable histology, it is worth further investigating these approaches. A detailed understanding of the origin of WT could be applied in clinical practice, for example to deescalate therapy or to provide a basis for future pharmacological treatments
Ästhetische Bilder und visuelle Faszination im Physikunterricht
Get PDFBilder im Physikunterricht erfüllen über ihre instruktionalen Funktionen hinaus viele affektive Funktionen, wie z.B. Aufmerksamkeit erregen, Faszination wecken sowie Interesse fördern. Die bisherige Forschung legt nahe, dass eine erhöhte affektive Wahrnehmung die Freude und die Bereitschaft zur Auseinandersetzung mit physikalischen Inhalten verstärken kann. Studien schreiben dabei ästhetischen Bildern eine besonders hohe affektive Komponente zu. Für ein umfassendes Verständnis der Effekte von ästhetischen Bildern im naturwissenschaftlichen Unterricht sind weitere Erkenntnisse nötig.
Dies motiviert die in der vorliegenden Arbeit durchgeführte Untersuchung von Ästhetik und visueller Faszination instruktionaler Bilder im Physikunterricht. Mit dem Ziel, wichtige Komponenten für ästhetische Bilder zu erfassen, wurde ein Katalog mit forschungsbasierten Kriterien zur Auswahl von ästhetischen Bildern für den Physikunterricht zusammengestellt. Dabei wurden unter anderem Erkenntnisse der Psychologie angewendet sowie inhaltsbezogene Kriterien aus der Forschung und Praxis der Physikdidaktik mit einbezogen. In der vorliegenden Arbeit wurden diese Kriterien eingesetzt, um potentiell ästhetische Bilder zu dem Thema geometrische Optik mit dem Kontext Natur auszuwählen. Für eine instruktionale Einbindung wurden die Bilder als Teil von Aufgaben in eine Lernumgebung integriert. Zur Evaluation der subjektiv empfundenen visuellen Ästhetik wurde ein Messinstrument, basierend auch auf Vorarbeiten in der Kunst- und Emotionspsychologie, für Bilder im Physikunterricht zugeschnitten und validiert.
Auf dieser Basis wurde eine Schulstudie mit Schülerinnen und Schülern (N = 118) der Mittelstufe durchgeführt. Die Lernenden bearbeiteten in einem Crossover-Design Aufgaben mit ästhetischen Bildern und mit Bildern, die denselben Lerninhalt mit Bildern von Experimenten im Klassenzimmer zeigen. Anschließend wurden Bilder beider Kategorien nach ihrer ästhetischen und affektiven Bildwahrnehmung bewertet. Auch weitere Faktoren wie Interesse, themenspezifisches Wissen sowie die Bearbeitungszeit der Aufgaben wurden erhoben. Die Ergebnisse zeigen durchwegs eine signifikant bessere Bewertung der ausgewählten ästhetischen Bilder mit hohen Effektstärken für die ästhetische Bildwahrnehmung (Cohen's d = [1,05 - 1,56]) und die affektive Bildwahrnehmung (Cohen's d = [0,85 - 1,48]). Eine einzige punktuelle Ausnahme kann im Rahmen des Forschungshintergrunds gut erklärt werden. Für die Wissenszuwächse und Bearbeitungszeiten konnten bei den vorgegebenen begrenzten Interaktionszeiten keine signifikanten Unterschiede erfasst werden.
In dieser Arbeit wurden ästhetische Bilder im Kontext Natur sowohl dekorativ als auch instruktional durch Aufgaben in eine Lernumgebung integriert. Mit den in dieser Arbeit durchgeführten Studien konnte nachgewiesen werden, dass der hier entwickelte Kriterienkatalog nützlich für die Auswahl von ästhetischen Bildern ist, welche bei Lernenden eine signifikante positive ästhetische und affektive Wahrnehmung hervorrufen. Dieser Katalog kann auch Lehrkräften praktische Hinweise für die Auswahl ästhetischer Bilder liefern. Somit ist eine Grundlage für die weitere Nutzung des pädagogischen Potenzials von ästhetischen Bildern im Physikunterricht gelegt. Darüber hinaus bildet diese Arbeit eine Grundlage für zukünftige Untersuchungen von Ästhetik im naturwissenschaftlichen Unterricht