Refine
Year of publication
- 2020 (158) (remove)
Document Type
- Article (86)
- Part of a Book (24)
- Book (19)
- Bachelor Thesis (9)
- Conference Proceeding (8)
- Other (5)
- Master's Thesis (3)
- Annotation (1)
- Report (1)
- Study Thesis (1)
Keywords
- Elektrochemie (3)
- Lithium-Eisensulfid-Batterie (3)
- EFQM (2)
- model car (2)
- Ableitung Solltrajektorie (1)
- Altenpflege (1)
- Aneignung (1)
- Arts and dementia (1)
- Autonomes Fahren (1)
- Autonomous (1)
Institute
In recent years, a number of bidirectional inductive power transfer systems (BD-IPT) suitable for wireless grid integration of electric vehicles have been developed. These developments have been fueled by the enhanced efficiency and spatial tolerance offered by BD-IPT systems. A typical BD-IPT system utilizes two synchronized full-bridge converters operating at fixed duty cycles to drive the primary and secondary magnetic couplers. However, in order to cater for a wide range of loading conditions, additional circuitry is employed at the expense of cost and power density. As an alternative solution, this paper proposes a novel power converter, named a boost active bridge (BAB), to replace the full-bridge converters. The BAB topology caters to a wide range of loading conditions without the need for any extra switching devices. A comprehensive mathematical model that predicts steady-state currents, voltages, and power transfer is presented to highlight the operating principles of the BAB technology. Experimental results obtained from a 3.5-kW prototype show a nearly constant efficiency under all loading conditions, validating the viability of the proposed BAB topology.
Partizipative Forschung
(2020)
In der partizipativen Forschung kommt der Reflexion eine wichtige Bedeutung zu. Gegenstand reflexiver Prozesse sind häufig die Frage nach der Entscheidungsmacht im partizipativen Prozess sowie die Phasen und verschiedenen Schritte des Forschungsprozesses. In diesem Beitrag gehen wir der Frage nach, wie in partizipativen Forschungsprojekten reflektiert wird, wie Forschungsgemeinschaften ihre Erkenntnisse nutzen und sie in den Forschungsprozess integrieren. Dazu nähern wir uns zunächst den Begriffen und dem Verständnis von Reflexion und Reflexivität im Kontext der partizipativen Forschung an. Anschließend stellen wir Ansatzpunkte, Formate und Erfahrungen des Reflektierens in Forschungsgemeinschaften vor. Der Beitrag entwickelte sich aus unserer gemeinsamen Arbeit im Forschungsverbund PartKommPlus. Wir beabsichtigen damit, Reflexion und Reflexivität als methodologische Grundlage partizipativer Forschung weiterzuentwickeln, zu begründen und ihren Mehrwert als eine zusätzliche Erkenntnisquelle sichtbar zu machen.
Wir stellen die visuelle Datenerhebungsmethode Photovoice in der partizipativen Forschung vor und diskutieren ihre Impulse für Veränderungen und ihre möglichen Wirkungen für die Arbeit mit verschiedenen Personengruppen. Anhand on drei Fallbeispielen aus „PartKommPlus – Forschungsverbund für gesunde Kommunen“ berichten wir Erfahrungen aus der gemeinsamen Forschung mit Erwachsenen mit Lernschwierigkeiten und Jugendlichen. Dazu stellen wir die jeweiligen Arbeitsschritte in der Anwendung von Photovoice dar. Beobachtete Wirkungen beschreiben wir nach dem Photovoice-Wirkungsmodell von Catalani und Minkler (2010) in drei Kategorien auf individueller, gemeinschaftlicher und gesellschaftlicher Ebene. Wir diskutieren die Vor- und Nachteile der Methode und erörtern, welchen Beitrag die Methode Photovoice zu dem individuellen Empowerment von Mitforschenden, dem Verstehen gemeinschaftlicher Bedürfnisse und Stärken sowie der Veränderung der sozialen Wirklichkeit über die Einflussnahme auf politische und einflussreiche Akteur*innen leisten kann.
Appreciative Inquiry (AI) ist eine ressourcenorientierte Methode aus dem Bereich der Organisationsentwicklung und wird im anglofonen Sprachraum als eine Methode partizipativer Forschung rezipiert. AI steht für wertschätzende Erkundung: Statt an Defiziten anzusetzen, ermöglicht AI als eine partizipative Forschungsmethode, Stärken in Organisationen, Gemeinschaften oder Netzwerken zu erforschen, aufzudecken und Impulse für Veränderungen zu setzen. Im deutschsprachigen Raum ist AI als Forschungsmethode noch wenig bekannt. Im folgenden Beitrag stellen wir die Anwendung von AI als Methode Partizipativer Gesundheitsforschung exemplarisch an einer Fallstudie vor. Im Rahmen der Fallstudie untersuchten wir – eine Forschungsgemeinschaft mit Mitgliedern aus Wissenschaft und Praxis – ein Netzwerk zur Gesundheitsförderung auf Stadtteilebene. Auf der Basis der Wertehaltung von AI wurde das Design erarbeitet, Interviews mit Fachkräften des Netzwerks durchgeführt und Daten in einem gemeinsam gestalteten Prozess ausgewertet. Schlussfolgerungen aus den Ergebnissen mündeten in die Entwicklung eines Instrumentes zur Beratung von Stadtteilen und Kommunen. Abschließend diskutieren wir in diesem Beitrag Chancen und Grenzen von AI sowie unsere verschiedenen Blickwinkel und Perspektiven innerhalb der Forschungsgemeinschaft auf den Prozess.
Industrie 4.0 und Big Data
(2020)
