Refine
Year of publication
Document Type
- Article (345) (remove)
Language
- German (345) (remove)
Keywords
- Ethik (5)
- Industrie 4.0 (4)
- Simulation (4)
- Islamismus (3)
- Mixed Reality (3)
- Partizipation (3)
- Pflege (3)
- Altenpflege (2)
- Covid-19 (2)
- Digitaler Zwilling (2)
Institute
- Institut für Gesundheits-und Pflegewissenschaften (IGP) (44)
- Virtual Automation Lab (VAL) (12)
- Weitere Projekte der Fakultät SABP (9)
- Institut für Change Management und Innovation (CMI) (5)
- Institut für nachhaltige Energietechnik und Mobilität (INEM) (2)
- Institut für Intelligente Systeme (IIS) (1)
- Labor Kunststofftechnik (LKT) (1)
Aufgrund der expliziten Verankerung der Lernkompetenz im Ausbildungsziel des in 2017 verabschiedeten Pflegeberufereformgesetzes sind die Lehrenden gefordert, die Lernkompetenzentwicklung in die berufliche Pflegeausbildung zu integrieren. Für diese Phase des lebenslangen Lernprozesses bedarf es ein bildungswissenschaftlich fundiertes Konzept, das auf lern- und kompetenztheoretischen Erkenntnissen basiert und zugleich vorliegende Forschungsergebnisse zur systematischen Analyse und Förderung der Lernkompetenz aus der beruflichen Bildung berücksichtigt. Das entwickelte und hier dargestellte Konzept mit intentionaler, inhaltlicher und methodischer Ausrichtung leistet einen Beitrag zur Lernkompetenzentwicklung von Auszubildenden und kann in Pflegebildungseinrichtungen implementiert und evaluiert werden.
Tagespflege in Bewegung
(2020)
Der Beitrag fragt danach, wie ein Konzept kritischer Professionalisierung, welches Aneignungs- bzw. Nutzer*innenperspektiven und arbeitsbündnistheoretische Überlegungen (insbesondere bezogen auf Schutz der Integritäten) zusammendenkt, eine Orientierungsfolie für die sich aus der Covid-19 Pandemie ergebenden Herausforderungen in der Offenen Kinder- und Jugendarbeit sein kann. Jugendarbeit allgemein und Offene Kinder- und Jugendarbeit im Besonderen sind gerade angesichts der gegenwärtigen Pandemiesituation aufgefordert, neue Praxen zu entwickeln, um Aushandlung, Partizipation und Sorge auch im digitalen Raum zu realisieren.
Das Prinzip der maximalen Entropie ist ein Verfahren der künstlichen Intelligenz, mit dem fehlendes stochastisches Wissen generiert werden kann. Dadurch ist die Methode für alle Aufgabenstellungen anwendbar, in denen temporär oder dauerhaft nur unvollständiges Wissen vorliegt. Das Prinzip fügt zu vorhandenem lückenhaften Wissen so viel, wie möglich Unsicherheit hinzu und minimiert dadurch nicht gerechtfertigte si-chere Annahmen. Anhand eines einfachen Beispiels mit zwei booleschen Zufallsvariablen wird die Überwachungseinrichtung einer Produktionsanlage modelliert. Dabei liegt über die Güte der Überwachung nur unvollständiges Wissen vor. Aus den gegebenen Informationen werden nun die Berechnungsschritte hin bis zu einer vollständigen Wahrscheinlichkeitsverteilung demonstriert. Diese Verteilung repräsentiert das vollständige Wissen aller Zusammenhänge des Modells. Die so gewonnene Wahrscheinlichkeitsverteilung wird abschließend zur Bewertung der Güte der Überwachungsanlage genutzt und ermöglicht dabei statistische Aussa-gen, welche mit dem ursprünglich gegebenen Wissen nicht möglich wa-ren.