open_access
Refine
Year
Publication Type
- Article (121)
- Report (34)
- Conference Proceeding (18)
- Book (11)
- Contribution to a Periodical (5)
- Other (5)
- Bachelor Thesis (3)
- Part of a Book (3)
- Working Paper (3)
- Part of Periodical (2)
Keywords
- PIV (4)
- renewable energy (4)
- wind turbine (4)
- Blockchain (3)
- Lüftungstechnik (3)
- Nachhaltigkeit (3)
- instationäre Lüftung (3)
- BBNE (2)
- Spreadsheet Energy System Model Generator (2)
- Third culture kids (2)
Faculty
Hintergrund.ZurQualitätssicherungund
WeiterentwicklungvonBGF-Maßnahmen
(betrieblicheGesundheitsförderung) istes
vonInteresse,einenÜberblicküberwissen
schaftlichuntersuchteBGF-Maßnahmenin
denletztenzweiJahrzehntenzuerlangen.
Zielsetzung.WissenschaftlichevaluierteBGF
MaßnahmenausdenJahren2000–2020wer
denmithilfederinderPraxisdurchdenGKV
SpitzenverbandeingesetztenThemenfelder
aufdiethematischenEntwicklungen,den
Nutzen,aberauchdieSchwächenfürdie
ÜbertragbarkeitindiePraxishinanalysiert.
Methode.EinesystematischeLiteraturrecher
chefürdenPublikationszeitraumzwischen
2000und2020wurdeinzweielektronischen
Datenbankendurchgeführt.
Ergebnisse.DieEinschlusskriterienerfüllten
41Artikel.DiemeistenderindenStudien
durchgeführtenundevaluiertenBGF
MaßnahmenwarenkeineEinzelmaßnahmen,
sondernstelltenProgrammedar. Inihnen
wurdenmehrereThemenfeldergleichzeitig
adressiert.Insgesamtzeigtensichdieinden
StudienuntersuchtenBGF-Maßnahmensehr
heterogen.ZumEndedesUntersuchungszeit
raumesnahmdieAnzahlanPublikationen
zu.
Schlussfolgerung.DieimLeitfadenPräventi
onvorgegebenenBGF-Themenfeldersindbis
aufeinThemenfeldausgewogenvertreten.
DieStudienzudenBGF-Maßnahmen
sindbezogenaufdieVerständlichkeitder
angewendetenDidaktikundMethodikoft
nureingeschränktnachvollziehbarund
somitschwerindieorganisationalePraxis
übertragbar.
Zusammenfassung
Hintergrund. Zur qualitätsbasierten
Weiterentwicklungeffizienter und bedarfs
orientierter Maßnahmen der betrieblichen
Gesundheitsförderung (BGF) ist es von
Interesse, einen Einblick in Ihren Aufbau,
die Ausgestaltung und den Ablauf der
Maßnahmender letztenzwei Jahrzehntezu
erlangen.
Zielsetzung. Auf Basis der arbeitsschutzori
entierten Leitliniendes GKV-Spitzenverbands
wird untersucht, ob vor der Umsetzung
von BGF-Maßnahmen Bedarfserhebungen
mittels Ist-Analysen durchgeführt wurden.
Zusätzlich wird betrachtet,ob die Analysen
„weiche“ Faktoren wie Kultur, Führung und
Beziehungsklima beinhalten. Weiter wird
analysiert, welche wissenschaftlichenTheori
en undModelle denMaßnahmenzugrunde
liegen. Zudem führt die Untersuchungeine
Wirksamkeitsbetrachtungdurch, um zu
ermitteln, welche Effekte die Maßnahmen
erzielten.
Methode. Das vorliegende Literatur-Review
untersucht wissenschaftlichevaluierte BGF
Maßnahmenaus den Jahren 2000–2020.
Hierzu wurde eine systematischeLitera
turrecherche in den zwei elektronischen
DatenbankenScopus und Web of Science
für den benannten Publikationszeitraum
durchgeführt.
Ergebnisse. Die Einschlusskriterienerfüllten
41Artikel.Nur4derStudienführteneine
Ist-Analyse zur Bedarfsbestimmung von
BGF-Maßnahmendurch. 25 Studien führten
Ist-Analysen im Rahmen der Maßnahmen
durch, alle waren arbeitsschutzorientiert.Vier
Studien inkludierten in ihrer Erhebung zu
Beginn Teilaspektevon weichen Faktoren. In
12 Studienwurdenden evaluiertenInterven
tionen unterschiedliche wissenschaftliche
Theorien und Modelle zugrunde gelegt. Alle
Studien berichtetenmindestensfür einzelne
Untersuchungsparametervon positiven
Effekten.
Schlussfolgerung. Vor dem Hintergrund
des Strukturwandels der Wirtschaft und der
beständig zunehmenden Humanisierung
der Arbeit spielen wissenschaftsbasierte
Analyseinstrumentezur Bedarfsbestimmung
eine große Rolle. Zukünftige Analyseinstru
mentesolltenvon derWissenschaftkonzipiert
und erprobt werden und zusätzlich zur
Arbeitsschutzorientierung die immateriellen,
weichen Faktoren Kultur, Führung und
Beziehungsklima beinhalten. Trotz der
Empfehlungen, Maßnahmenauf Grundlage
von Theorien und Modellen zu konzipieren,
wurde dieses Potenzial von nur wenigen
wissenschaftlichevaluiertenStudien genutzt.
Die Wirksamkeitsbetrachtungzeigt, dass alle
Studien mindestensfür Teile Ihrer Evaluation
von positiven Effekten berichten. Dieses
Untersuchungsergebnisdes Reviewsweist auf
ein Publikationsbiashin
The workbook consists of a total of three modules built on each other. The module contents help employees in bakeries to deal with the topic of sustainability.
The topic of digitalisation is addressed in the context of merchandise management and sustainability and specifically how returned bakery products can be reduced using digital prediction tools. These modules take into account the day-to-day processes and challenges in the bakery trade and develop practical solutions.
Das Arbeitsbuch besteht aus insgesamt drei aufeinander aufgebauten Modulen. Die Modulinhalte helfen Beschäftigten in Bäckereien sich mit dem Thema Nachhaltigkeit auseinanderzusetzen. Es wird das Thema Digitalisierung im Kontext der Warenwirtschaft und Nachhaltigkeit aufgegriffen und speziell darauf eingegangen, wie sich Retouren mittels digitaler Vorhersagetools reduzieren lassen. In den vorliegenden Modulen werden die tagtäglichen Prozesse und Herausforderungen im Bäckerhandwerk berücksichtigt und praxisnahe Lösungen erarbeitet.
Energieausweise informieren über den Energiebedarf und -verbrauch von Gebäuden. Für die Erstellung eines Energieausweises werden gebäudespezifische Daten benötigt, weshalb sie oft nicht für alle Gebäude vorliegen oder erst durch eine Begehung vor Ort erfasst werden können. Die vorliegende Arbeit untersucht die Möglichkeit, durch die Identifikation eines Datenschemas, basierend auf einer integrativen Analyse von Energieausweisen, Energiebedarfsvorhersagen für unbekannte Wohngebäude zu treffen. Die Zielsetzung der vorliegenden Arbeit besteht in der Identifikation wesentlicher Merkmale aus offenen Datenquellen, welche den Energiebedarf signifikant beeinflussen sowie deren Integration in ein kompaktes und effizientes Regressionsmodell. Dabei werden verschiedene maschinelle Lernmethoden, insbesondere das Extreme Gradient Boosting (XGB), eingesetzt, um Modelle zu entwickeln und zu validieren, die auf Daten aus Energieausweisen basieren.
Dafür werden unter anderem Merkmale aus den beschriebenen Merkmalen zum Dach, der Außenwände, zu Fenstern und zum Boden extrahiert und in neue Merkmale überführt. Dies sind unter anderem Dach- und Wandtyp, das zugehörige Isolationsniveau und der Verglasungsgrad der Fenster. Im Anschluss werden drei Datensätze entwickelt und auf ihre Leistung untersucht. Eine Analyse der Merkmalsrelevanz hat gezeigt, dass über alle Datensätze hinweg bestimmte Merkmale wie Gebäudetyp, Baujahr, Wohnfläche, Dämmungsgrad und geografische Lage entscheidenden Einfluss auf die Vorhersage des Energiebedarfs haben. Das auf den Fernerkundungsdaten basierte Modell, wies nach Optimierung ein Bestimmtheitsmaß R2 von 0,64 und einen mittleren absoluten Fehler (MAE) von 4,12 auf. Der Fehler bezieht sich auf eine Effizienzskala von 1-100 (Energieklasse G-A). Nach Skalierung der Pipeline und durch Ergänzung weiterer Datenpunkte, konnte der Wert auf 0,84 erhöht werden. Durch die Ergänzung von vebrauchsabhängigen Merkmalen, erreichte das XGB-Regressionsmodell ein R2 von 0,94 und einen MAE von 1,46 über den Trainings- und Testdatensatz. Zur weiteren Validierung werden die Auswirkungen der einzelnen Merkmale über Shapley-Werte quantifiziert, um die Auswirkungen der Merkmale bei der Vorhersage zu interpretieren. Die entwickelten Modelle erreichten eine hohe Prognosegenauigkeit und demonstrierten eine signifikante Verbesserung gegenüber herkömmlichen Methoden. Die Erstellung der Datensätze erfolgte unter Verwendung der Programmiersprache Python sowie des Frameworks Scikit-learn (Version 1.4.1) zur Entwicklung der Modelle. Die erzeugten Datensätze und Modelle wurden in eine reproduzierbare Pipeline überführt und stehen nach Freigabe unter GitHub zur Verfügung.