1654 research outputs found
Sort by
Wie gelingt die interhochschulische Vernetzung von Middle-Out-Transformierer:innen?
Der Beitrag beschreibt den Entwicklungsprozess ausgewählter gelungener middle-out-initiierter und kooperativ umgesetzter Weiterentwicklungen hochschulischer Lehr-Lernsysteme einzelner Hochschulen. Ausgehend von innerhochschulischen Prozessen, die auf die Mikro- und Mesoebene studentischer Kompetenzaneignungsprozesse im Kontext ‚Schreibdidaktik‘ fokussieren, konnte eine bilaterale interhochschulische Kooperation etabliert werden. Der daraus generierte Mehrwert wird diskutiert. Er bildet die Grundlage für die Idee eines größeren interhochschulischen Netzwerks von Middle-Out-Transformierer:innen. Hierzu werden die notwendigen Voraussetzungen für das nachhaltige Etablieren sowie die Entwicklungspotentiale eines solchen Netzwerks erarbeitet
Reservoirs of Corynebacterium spp. in the Environment of Dairy Cows
Although Corynebacterium spp. can be regularly associated with subclinical and clinical mastitis cases in dairy cows, knowledge on their reservoirs in dairy farms is sparse. Therefore, samples were collected at 10 visits with 14 day intervals from bedding material (n = 50), drinking troughs (n = 20), different walking areas (n = 60), cow brushes (n = 8), fly traps (n = 4), the passage to pasture (n = 9) as well as milking liners (n = 80) and milker gloves (n = 20) in one dairy cow farm. Additionally, quarter foremilk samples from all lactating cows (approximately 200) were collected at each visit. All samples underwent microbiological examination and cultured isolates were identified using MALDI-TOF MS. Most Corynebacterium spp. that were cultivated from milk were also isolated from the housing environment and milking-related niches (C. amycolatum, C. confusum, C. stationis, C. variabile, C. xerosis) or from milking-related niches only (C. frankenforstense, C. pilosum, C. suicordis). C. bovis was not cultivated from any environmental niche, while being the dominant species in milk samples. This study demonstrates that many Corynebacterium spp. present in milk samples can also be isolated from the cows’ environment. For C. bovis, the most relevant Corynebacterium species with regard to intramammary infections, it indicates that environmental reservoirs are of little relevance
TeCoPhy: A Text Corpus of German Physics Texts
To learn a subject, the acquisition of the associated technical language is important.
Despite this widely accepted importance of learning the technical language, hardly any studies are published that describe the characteristics of most technical languages that students are supposed to learn. This might largely be due to the absence of specialized text corpora to study such languages at lexical, syntactical and textual level. In the present paper we describe a corpus of German physics text that can be used to study the language used in physics. A large and a small variant are compiled. The small version of the corpus consists of 5.3 Million words and is available on request
Der schwierige Nachweis von Nachhaltigkeit : Wie Nachhaltigkeit und deren Wirkung systematisch gemessen werden kann
Unternehmen, die sich ernsthaft mit Nachhaltigkeit beschäftigen, müssen den Nachweis erbringen, dass sie positive Effekte für die Gesellschaft erzielen. Damit ist eine ganzheitliche Wirkungsmessung unabdingbar. Sozialunternehmen sollten als Vorbild für eine solche Wirkungsmessung dienen. Eine wissenschaftliche Studie auf Basis der sog. „Ergebnispyramide“ kommt jedoch zu dem Schluss, dass selbst diese ihre Wirkung bisher kaum ganzheitlich messen
Schönheitsideale auf Instagram : Eine empirische Studie zum Einfluss von Vergleichsprozessen mit Fitness-Influencer*innen auf die eigene Körperzufriedenheit
Diese Bachelorarbeit untersucht den Einfluss von Fitness-Influencer*innen auf Instagram auf die Körperzufriedenheit der Rezipierenden. Sie untersucht die Auswirkungen von Fitness-Influencer*innen und dessen Internetauftritt auf die Zufriedenheit mit dem eigenen Körper der Rezipierenden unter Einbeziehung sozialer Vergleichsprozesse. Um empirische Befunde liefern zu können, wurde eine standardisierte Online-Befragung durchgeführt
Harmonisation of German Health Care Data Using the OMOP Common Data Model – A Practice Report
Data harmonization is an important step in large-scale data analysis and for generating evidence on real world data in healthcare. With the OMOP common data model, a relevant instrument for data harmonization is available that is being promoted by different networks and communities. At the Hannover Medical School (MHH) in Germany, an Enterprise Clinical Research Data Warehouse (ECRDW) is established and harmonization of that data source is the focus of this work. We present MHH’s first implementation of the OMOP common data model on top of the ECRDW data source and demonstrate the challenges concerning the mapping of German healthcare terminologies to a standardized format
Automatisierte Klassifizierung von radiologischen Freitext-Befunden: Analyse verschiedener Feature-Extraction-Methoden zur Identifizierung distaler Fibulafrakturen
Purpose: Radiology reports mostly contain free-text, which makes it challenging to obtain structured data. Natural language processing (NLP) techniques transform free-text reports into machine-readable document vectors that are important for creating reliable, scalable methods for data analysis. The aim of this study is to classify unstructured radiograph reports according to fractures of the distal fibula and to find the best text mining method.
Materials & Methods: We established a novel German language report dataset: a designated search engine was used to identify radiographs of the ankle and the reports were manually labeled according to fractures of the distal fibula. This data was used to establish a machine learning pipeline, which implemented the text representation methods bag-of-words (BOW), term frequency-inverse document frequency (TF-IDF), principal component analysis (PCA), non-negative matrix factorization (NMF), latent Dirichlet allocation (LDA), and document embedding (doc2vec). The extracted document vectors were used to train neural networks (NN), support vector machines (SVM), and logistic regression (LR) to recognize distal fibula fractures. The results were compared via cross-tabulations of the accuracy (acc) and area under the curve (AUC).
Results: In total, 3268 radiograph reports were included, of which 1076 described a fracture of the distal fibula. Comparison of the text representation methods showed that BOW achieved the best results (AUC = 0.98; acc = 0.97), followed by TF-IDF (AUC = 0.97; acc = 0.96), NMF (AUC = 0.93; acc = 0.92), PCA (AUC = 0.92; acc = 0.9), LDA (AUC = 0.91; acc = 0.89) and doc2vec (AUC = 0.9; acc = 0.88). When comparing the different classifiers, NN (AUC = 0,91) proved to be superior to SVM (AUC = 0,87) and LR (AUC = 0,85).
Conclusion: An automated classification of unstructured reports of radiographs of the ankle can reliably detect findings of fractures of the distal fibula. A particularly suitable feature extraction method is the BOW model.
Key Points:
- The aim was to classify unstructured radiograph reports according to distal fibula fractures.
- Our automated classification system can reliably detect fractures of the distal fibula.
- A particularly suitable feature extraction method is the BOW model.Ziel: Radiologische Befundtexte enthalten häufig Freitext, was eine strukturierte Datenauswertung erschwert. Natural language processing (NLP)-Techniken wandeln Freitext in maschinenlesbare Dokumentenvektoren um, die für die Entwicklung zuverlässiger, skalierbarer Methoden zur Datenanalyse wichtig sind. Ziel dieser Studie war es, unstrukturierte Röntgenbefunde nach Frakturen der distalen Fibula zu klassifizieren und die beste Text-Mining-Methode zu finden.
Material & Methoden: Zur Erstellung eines eigenen deutschsprachigen Befunddatensatzes wurden mittels einer dedizierten Suchmaschine Sprunggelenks-Röntgenbilder identifiziert und die entsprechenden Befunde manuell nach Frakturen der distalen Fibula sortiert. Anhand der Daten wurde eine Machine-Learning-Pipeline erstellt, die die Textrepräsentationsmethoden Bag-of-Words (BOW), Term Frequency-Inverse Document Frequency (TF-IDF), Principal Component Analysis (PCA), Non-Negative Matrix Factorization (NMF), Latent Dirichlet Allocation (LDA) und Document Embedding (doc2vec) implementierte. Die extrahierten Dokumentvektoren wurden zum Trainieren von neuronalen Netzen (NN), Support Vector Machines (SVM) und logistischer Regression (LR) verwendet, um distale Fibulafrakturen zu erkennen. Die Ergebnisse wurden mittels Kreuztabellen bzgl. der Accuracy (acc) und der area under the curve (AUC) verglichen.
Ergebnisse: Insgesamt wurden 3268 Röntgenbefunde inkludiert, von denen 1076 eine distale Fibulafraktur beschrieben. Der Vergleich der Textdarstellungsmethoden zeigte, dass BOW die besten Ergebnisse erzielte (AUC = 0,98; acc = 0,97), gefolgt von TF-IDF (AUC = 0,97; acc = 0,96), NMF (AUC = 0,93; acc = 0,92), PCA (AUC = 0,92; acc = 0,9), LDA (AUC = 0,91; acc = 0,89) und doc2vec (AUC = 0,9; acc = 0,88). Im Vergleich der Klassifikatoren erwiesen sich die NN (AUC = 0,91) gegenüber SVM (AUC = 0,87) und LR (AUC = 0,85) als überlegen.
Schlussfolgerung: Durch die automatisierte Klassifikation von unstrukturierten Befunden von Sprunggelenksaufnahmen können Frakturen der distalen Fibula zuverlässig erkannt werden. Eine besonders geeignete Methode zur Feature Extraction ist das BOW-Modell.
Kernaussagen:
- Ziel war die automatisierte Klassifizierung unstrukturierter Röntgenbefunde entsprechend distaler Fibulafrakturen.
- Eine zuverlässige Detektion von distalen Fibulafrakturen ist durch das automatisierte Klassifizierungssystem gewährleistet.
- Eine besonders geeignete Methode zur Feature Extraction ist das BOW-Modell
Probing the diabetes and colorectal cancer relationship using gene – environment interaction analyses
Background: Diabetes is an established risk factor for colorectal cancer. However, the mechanisms underlying this relationship still require investigation and it is not known if the association is modified by genetic variants. To address these questions, we undertook a genome-wide gene-environment interaction analysis.
Methods: We used data from 3 genetic consortia (CCFR, CORECT, GECCO; 31,318 colorectal cancer cases/41,499 controls) and undertook genome-wide gene-environment interaction analyses with colorectal cancer risk, including interaction tests of genetics(G)xdiabetes (1-degree of freedom; d.f.) and joint testing of Gxdiabetes, G-colorectal cancer association (2-d.f. joint test) and G-diabetes correlation (3-d.f. joint test).
Results: Based on the joint tests, we found that the association of diabetes with colorectal cancer risk is modified by loci on chromosomes 8q24.11 (rs3802177, SLC30A8 – ORAA: 1.62, 95% CI: 1.34–1.96; ORAG: 1.41, 95% CI: 1.30–1.54; ORGG: 1.22, 95% CI: 1.13–1.31; p-value3-d.f.: 5.46 × 10−11) and 13q14.13 (rs9526201, LRCH1 – ORGG: 2.11, 95% CI: 1.56–2.83; ORGA: 1.52, 95% CI: 1.38–1.68; ORAA: 1.13, 95% CI: 1.06–1.21; p-value2-d.f.: 7.84 × 10−09).
Discussion: These results suggest that variation in genes related to insulin signaling (SLC30A8) and immune function (LRCH1) may modify the association of diabetes with colorectal cancer risk and provide novel insights into the biology underlying the diabetes and colorectal cancer relationship
Analyse und Klassifizierung von Digitalisierungsinitiativen in der Landwirtschaft : Vorschlag eines Klassifizierungsmodells und Ergebnisse einer Landwirtebefragung
In diesem Beitrag wird zunächst ein Reifegradmodell zur Messung des Digitalisierungsgrades von landwirtschaftlichen Betrieben vorgeschlagen. Es basiert auf bestehenden Reifegradmodellen, welche an die landwirtschaftlichen Besonderheiten angepasst wurden. Im zweiten Teil werden die Ergebnisse einer Befragung von 151 Landwirten in Deutschland geschildert, in der sich Landwirte mit den Stufen des Reifegradmodells identifizieren sollten. Zusätzlich wurde gefragt, warum sich Landwirte in einen bestimmten Reifegrad eingruppiert haben und was sie daran hindert, einen höheren Reifegrad zu erreichen
Geflüchtete aus der Ukraine in Deutschland: Ergebnisse der ersten Welle der IAB-BiB/FReDA-BAMF-SOEP Befragung
Der russische Angriffskrieg auf die Ukraine hat die größte Fluchtbewegung in Europa seit Ende des Zweiten Weltkriegs ausgelöst. Seit Kriegsbeginn sind mehr als eine Million Menschen aus der Ukraine nach Deutschland geflohen. Erste repräsentative Erkenntnisse über deren Lebenssituation und Zukunftspläne ermöglicht die Studie „Geflüchtete aus der Ukraine in Deutschland (IAB-BiB/FReDA-BAMF-SOEP Befragung)“, eine gemeinsame Studie des Instituts für Arbeitsmarkt- und Berufsforschung (IAB), des Bundesinstituts für Bevölkerungsforschung (BiB), des Forschungszentrums des Bundesamts für Migration und Flüchtlinge (BAMF-FZ) und des Sozio-oekonomischen Panels (SOEP) am DIW Berlin. Für diese Studie wurden 11.763 Geflüchtete aus der Ukraine in der Zeit zwischen August und Oktober 2022 befragt