Refine
Year
Publication Type
- Article (2629)
- Lecture (2241)
- Part of a Book (1834)
- Bachelor Thesis (1460)
- Book (1180)
- Master's Thesis (696)
- Conference Proceeding (380)
- Contribution to a Periodical (289)
- Report (107)
- Review (33)
Language
- German (10955) (remove)
Keywords
- Wohnraum (253)
- Urban (207)
- Umnutzung (179)
- Münster (157)
- Nachhaltigkeit (144)
- Denkmalschutz (73)
- Neubau (70)
- Schule (69)
- Digitalisierung (68)
- Klimawandel (67)
Faculty
- Sozialwesen (SW) (2851)
- Architektur (MSA) (1405)
- Gesundheit (MDH) (1301)
- Wirtschaft (MSB) (977)
- Energie · Gebäude · Umwelt (EGU) (936)
- Oecotrophologie · Facility Management (OEF) (818)
- IBL (754)
- Studiengang Soziale Arbeit (514)
- Bauingenieurwesen (BAU) (501)
- ITB (281)
Unter dem Titel „DO-IT-YOURHEALTH!” wurde im Rahmen des “Coburger Wegs” und hier im Modul ⅔ “Interdisziplinäre Projekte” eine online Gesundheitsförderung vom 15.11.2015 bis zum 11.12.2015 an der Hochschule Coburg durchgeführt. Diese richtete sich an alle Studierende mit dem Ziel, deren Gesundheitsbewusstsein in den Bereichen Ernährung, Bewegung und Innere Haltung zu stärken.
Räumliche Konstellationen, Radikalisierungspotenziale und raumbezogene Radikalisierungsprävention
(2023)
Background
Artificial intelligence (AI) has the capability to analyze vast amounts of data and has been applied in various healthcare sectors. However, its effectiveness in aiding pharmacotherapy decision-making remains uncertain due to the intricate, patient-specific, and dynamic nature of this field.
Objective
This study sought to investigate the potential of AI in guiding pharmacotherapy decisions using clinical data such as diagnoses, laboratory results, and vital signs obtained from routine patient care.
Methods
Data of a previous study on medication therapy optimization was updated and adapted for the purpose of this study. Analysis was conducted using R software along with the tidymodels extension packages. The dataset was split into 74% for training and 26% for testing. Decision trees were selected as the primary model due to their simplicity, transparency, and interpretability. To prevent overfitting, bootstrapping techniques were employed, and hyperparameters were fine-tuned. Performance metrics such as areas under the curve and accuracies were computed.
Results
The study cohort comprised 101 elderly patients with multiple diagnoses and complex medication regimens. The AI model demonstrated prediction accuracies ranging from 38% to 100% for various cardiovascular drug classes. Laboratory data and vital signs could not be interpreted, as the effect and dependence were unclear for the model. The study revealed that the issue of AI lag time in responding to sudden changes could be addressed by manually adjusting decision trees, a task not feasible with neural networks.
Conclusion
In conclusion, the AI model exhibited promise in recommending appropriate medications for individual patients. While the study identified several obstacles during model development, most were successfully resolved. Future AI studies need to include the drug effect, not only the drug, if laboratory data is part of the decision. This could assist with interpreting their potential relationship. Human oversight and intervention remain essential for an AI-driven pharmacotherapy decision support system to ensure safe and effective patient care.
Zeitenwende für Sparer? Was die Rückkehr der Zinsen für die private Vermögensbildung bedeutet
(2024)
Während das Ertragswertverfahren nach IDW S1 mit Hilfe des Capital Asset Pricing Models (CAPM) die Kapitalkosten aus den Verhältnissen am Kapitalmarkt zum Bewertungsstichtag ableitet, arbeitet das vereinfachte Ertragswertverfahren nach §§ 199 ff. BewG für Stichtage seit dem Jahr 2016 mit einem festen Multiplikator. Veränderliche Kapitalmarktzinsen auf der einen und ein feststehender Multiplikator auf der anderen Seite führen stichtagsabhängig zu Unterschieden im Bewertungsergebnis. Angesichts der aktuellen Rechtsprechung des BFH, der gestiegenen Kapitalmarktzinsen und veränderlicher Risikofaktoren sollen für die Jahre ab 2016 für den Marktdurchschnitt und für ausgewählte Branchen die so ermittelten Kapitalkosten mit dem Multiplikator nach § 203 BewG verglichen werden. Der Beitrag schließt mit einem kurzen Fazit zur Verfahrenswahl.
Der vorliegende Beitrag unternimmt den Versuch, Kompetenzbereiche zu
identifizieren, welche Soziale Organisationen bei der Bewältigung der Auswirkungen des digitalen Wandels unterstützen können. Dazu wird im ersten Schritt ein knapper Einblick in die diesbezügliche Fachdebatte gegeben und dargestellt, dass dort verstärkt Kompetenzen als Schlüssel zur Bewältigung des digitalen Wandels ausgemacht werden. Im Anschluss daran werden eine Transferleistung
für die Profession der Sozialen Arbeit vorgenommen und entsprechende Kompetenzbereiche für Soziale Organisationen vorgestellt. Im abschließenden Fazit wird auf die Bedeutung einer digital-spezifischen Kompetenzvermittlung in der
(Pflicht-)Ausbildung von Sozialarbeitenden hingewiesen.
Für viele Problemstellungen erscheinen interdisziplinäre Teams eine großartige Idee zu sein. Jedoch ist das Führen dieser Teams anspruchsvoll. Dies liegt an steigenden Anforderungen der Auftraggeber und unterschiedlichen Erwartungen der Teammitglieder zugleich. Aber wie können Teamleiter diesen zunehmend komplexen Anforderungen genügen? Dieses Buch bietet eine kompakte Einführung in die ergebnisorientierte Teamführung und hebt vier wesentliche Eckpunkte hervor, die die Wahrscheinlichkeit eines Teamerfolgs erhöhen können: Teamgeist für interdisziplinäre Arbeit, klare Kommunikation, stetiges vereinfachen, sowie kontinuierliches reflektieren und weiterentwickeln. Basierend auf aktuellen Ergebnissen der Teamforschung entwickelt das Buch einen praktischen Überblick für Führungskräfte, um ihre persönlichen Fähigkeiten weiterzuentwickeln und die bestehenden Ressourcen der Organisation besser zu nutzen.