Folge 6: Was ist quantitative Forschung? Teil 2
Einsatzplanung und Machine Learning
1 Stunde 20 Minuten
Podcast
Podcaster
Beschreibung
vor 3 Jahren
In dieser Folge interviewen wir Dr. Melanie Reuter-Oppermann zu
ihrer Forschung, die sich mit Einsatzplanung, Machine Learning und
mathematischen Modellen beschäftigt. Dabei dreht sich auch dieses
Mal alles um quantitative Forschungsmethoden.
Was ist quantitative Forschung?
Warum ist Mathe wichtig?
Womit beschäftigt sich Melanie in ihrer Forschung?
Was ist Machine Learning?
Was sind hier Vor- und Nachteile?
Hausmitteilungen
Wir haben am 23.1.2021 einen Neujahrsempfang für unsere
Mitglieder ausgerichtet und dabei über folgende Themen
gesprochen: Die Arbeit unserer AG Leitstelle, unsere
Berufstreuestudie, Akademisierung im Rettungswesen
Wir planen weiter mit Hochdruck unser 1. Symposium zur
Förderung der Wissenschaft im Rettungswesen. Es wird am
24.4.2021 stattfinden.
Der Call-for-Abstracs wurde bis zum 31.1.2021 verlängert.
Wer Hilfestellung bei seiner Abschlussarbeit braucht,
kann diese im Rahmen unserer Mitgliederleistung erhalten.
Infos unter www.gzfwr.org/ und kontakt@gzfwr.org
Shownotes
Forschungsprofil Dr. Melanie Reuter-Oppermann:
https://www.is.tu-darmstadt.de/fachgebiet_is/team_is/wimis_is/melanie_reuter_oppermann_1/reuter_8.de.jsp
Machine
Learning: https://www.computerwoche.de/a/was-sie-ueber-maschinelles-lernen-wissen-muessen
Random Forest:
https://de.wikipedia.org/wiki/Random_Forests
Naturalistischer Fehlschluss:
https://de.wikipedia.org/wiki/Naturalistischer_Fehlschluss#
Garbage-in-garbage-out: Eysenck, H. J. (1978). An
exercise in mega-silliness. American Psychologist, 33 (5).,
517. https://doi.org/10.1037/0003-066X.33.5.517.a
Positionspapier „Maschinelles Lernen und Künstliche
Intelligenz in
BOS-Leitstellen“: http://fachverband-leitstellen.de/index.php/info/send/2-verbandsunterlagen/164-positionspapier-maschinelles-lernen-und-kuenstliche-intelligenz-in-bos-leitstellen
Statistik online lernen
Khan Academy: https://de.khanacademy.org
Tutorium mit Professor Mathias Bärtl:
https://www.youtube.com/channel/UCtBEklAtHHji2V1TsaTzZXw
Nachbesprechung
Studie: Al-Dury, N., Ravn-Fischer, A., Hollenberg,
J. et al. Identifying the relative
importance of predictors of survival in out of hospital
cardiac arrest: a machine learning study. Scand J
Trauma Resusc Emerg Med 28, 60 (2020).
https://doi.org/10.1186/s13049-020-00742-9
Leitlinie: Polytraumaversorgung im Kindesalter:
https://www.awmf.org/leitlinien/detail/ll/006-120.html
"Oldie but goodie": HINTS
- https://www.stiftung-gesundheitswissen.de/projekt-hints-germany/hints-germany-open-access
(wichtige andere gesundheitswissenschaftliche Studien
sind NAKO und KIGGS)
Wenn Ihr Unterstützung von der GzFWR für Euren Unterricht,
Eure Fortbildungen oder Eure Forschungsprojekte haben
möchtet, meldet Euch unter:
kontakt@gzfwr.org
Wenn Ihr Fragen, Wünsche oder Kritik zu unserem Podcast
habt, kontaktiert uns unter:
podcast@gzfwr.org
Viel Freude beim Hören!
ihrer Forschung, die sich mit Einsatzplanung, Machine Learning und
mathematischen Modellen beschäftigt. Dabei dreht sich auch dieses
Mal alles um quantitative Forschungsmethoden.
Was ist quantitative Forschung?
Warum ist Mathe wichtig?
Womit beschäftigt sich Melanie in ihrer Forschung?
Was ist Machine Learning?
Was sind hier Vor- und Nachteile?
Hausmitteilungen
Wir haben am 23.1.2021 einen Neujahrsempfang für unsere
Mitglieder ausgerichtet und dabei über folgende Themen
gesprochen: Die Arbeit unserer AG Leitstelle, unsere
Berufstreuestudie, Akademisierung im Rettungswesen
Wir planen weiter mit Hochdruck unser 1. Symposium zur
Förderung der Wissenschaft im Rettungswesen. Es wird am
24.4.2021 stattfinden.
Der Call-for-Abstracs wurde bis zum 31.1.2021 verlängert.
Wer Hilfestellung bei seiner Abschlussarbeit braucht,
kann diese im Rahmen unserer Mitgliederleistung erhalten.
Infos unter www.gzfwr.org/ und kontakt@gzfwr.org
Shownotes
Forschungsprofil Dr. Melanie Reuter-Oppermann:
https://www.is.tu-darmstadt.de/fachgebiet_is/team_is/wimis_is/melanie_reuter_oppermann_1/reuter_8.de.jsp
Machine
Learning: https://www.computerwoche.de/a/was-sie-ueber-maschinelles-lernen-wissen-muessen
Random Forest:
https://de.wikipedia.org/wiki/Random_Forests
Naturalistischer Fehlschluss:
https://de.wikipedia.org/wiki/Naturalistischer_Fehlschluss#
Garbage-in-garbage-out: Eysenck, H. J. (1978). An
exercise in mega-silliness. American Psychologist, 33 (5).,
517. https://doi.org/10.1037/0003-066X.33.5.517.a
Positionspapier „Maschinelles Lernen und Künstliche
Intelligenz in
BOS-Leitstellen“: http://fachverband-leitstellen.de/index.php/info/send/2-verbandsunterlagen/164-positionspapier-maschinelles-lernen-und-kuenstliche-intelligenz-in-bos-leitstellen
Statistik online lernen
Khan Academy: https://de.khanacademy.org
Tutorium mit Professor Mathias Bärtl:
https://www.youtube.com/channel/UCtBEklAtHHji2V1TsaTzZXw
Nachbesprechung
Studie: Al-Dury, N., Ravn-Fischer, A., Hollenberg,
J. et al. Identifying the relative
importance of predictors of survival in out of hospital
cardiac arrest: a machine learning study. Scand J
Trauma Resusc Emerg Med 28, 60 (2020).
https://doi.org/10.1186/s13049-020-00742-9
Leitlinie: Polytraumaversorgung im Kindesalter:
https://www.awmf.org/leitlinien/detail/ll/006-120.html
"Oldie but goodie": HINTS
- https://www.stiftung-gesundheitswissen.de/projekt-hints-germany/hints-germany-open-access
(wichtige andere gesundheitswissenschaftliche Studien
sind NAKO und KIGGS)
Wenn Ihr Unterstützung von der GzFWR für Euren Unterricht,
Eure Fortbildungen oder Eure Forschungsprojekte haben
möchtet, meldet Euch unter:
kontakt@gzfwr.org
Wenn Ihr Fragen, Wünsche oder Kritik zu unserem Podcast
habt, kontaktiert uns unter:
podcast@gzfwr.org
Viel Freude beim Hören!
Weitere Episoden
16 Minuten
vor 2 Wochen
56 Minuten
vor 3 Wochen
1 Stunde 17 Minuten
vor 1 Monat
56 Minuten
vor 3 Monaten
57 Minuten
vor 3 Monaten
In Podcasts werben
Kommentare (0)