Folge 6: Was ist quantitative Forschung? Teil 2
Einsatzplanung und Machine Learning
1 Stunde 20 Minuten
Podcast
Podcaster
Beschreibung
vor 5 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!
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!
Weitere Episoden
57 Minuten
vor 9 Monaten
1 Stunde 11 Minuten
vor 10 Monaten
1 Stunde 8 Minuten
vor 10 Monaten
1 Stunde 13 Minuten
vor 11 Monaten
59 Minuten
vor 1 Jahr
In Podcasts werben
Abonnenten
Fischach
Deutschland
Kommentare (0)