10 results
Search Results
Now showing 1 - 10 of 10
- ItemBridging the Gap Between (AI-) Services and Their Application in Research and Clinical Settings Through Interoperability: the OMI-Protocol(Hannover : Technische Informationsbibliothek, 2024-02) Sigle, Stefan; Werner, Patrick; Schweizer, Simon; Caldeira, Liliana; Hosch, René; Dyrba, Martin; Fegeler, Christian; Sigle, Stefan; Werner, Patrick; Schweizer, Simon; Caldeira, Liliana; Hosch, René; Dyrba, Martin; Fegeler, Christian; Grönke, Ana; Seletkov, Dmitrii; Kotter, Elmar; Nensa, Felix; Wehrle, Julius; Kaufmes, Kevin; Scherer, Lucas; Nolden, Marco; Boeker, Martin; Schmidt, Marvin; Pelka, Obioma; Braren, Rickmer; Stump, Shura-Roman; Graetz, Teresa; Pogarell, Tobias; Susetzky, Tobias; Wieland, Tobias; Parmar, Vicky; Wang, YuanbinArtificial Intelligence (AI) in research and clinical contexts is transforming the areas of medical and life sciences permanently. Aspects like findability, accessibility, interoperability, and reusability are often neglected for AI-based inference services. The Open Medical Inference (OMI) protocol aims to support remote inference by addressing the aforementioned aspects. Key component of the proposed protocol is an interoperable registry for remote inference services, which addresses the issue of findability for algorithms. It is complemented by information on how to invoke services remotely. Together, these components lay the basis for the implementation of distributed inference services beyond organizational borders. The OMI protocol considers prior work for aspects like data representation and transmission standards wherever possible. Based on Business Process Modeling of prototypical use cases for the service registry and common inference processes, a generic information model for remote services was inferred. Based on this model, FHIR resources were identified to represent AI-based services. The OMI protocol is first introduced using AI-services in radiology but is designed to be generalizable to other application domains as well. It provides an accessible, open specification as blueprint for the introduction and implementation of remote inference services.
- ItemGuidelines zum Text und Data Mining für Forschungszwecke in Deutschland(Hannover : Technische Informationsbibliothek, 2022-10-28) Brehm, ElkeIm Rahmen dieser Guidelines wird beschrieben, unter welchen Bedingungen Text und Data Mining (TDM) zu wissenschaftlichen Zwecken bei wissenschaftlichen Publikationen auf der Basis von Schrankenregelungen und/oder Verträgen durchgeführt werden darf und was für Risiken bestehen. Zum Abschluss wird dargestellt, wie Publikationen für TDM genutzt werden können, wenn weder eine gesetzliche Schrankenregelung eingreift noch eine vertragliche Erlaubnis gegeben ist.
- ItemOffene Bildungsinfrastrukturen : Anforderungen an eine OER-förderliche IT-Infrastruktur(Hannover : Technische Informationsbibliothek, 2023) Wannemacher, Klaus; Stein, Mathias; Kaemena, AlenaOffene Bildungsinfrastrukturen sollen den freien Zugang zu (Hochschul-)Bildung unterstützen. Sie ermögli-chen Studierenden den uneingeschränkten Zugriff auf frei verfügbare Lehr- und Lernmaterialien (OER Open Educational Resources), erweitern hochschuldidaktische Möglichkeiten und tragen zur Sichtbarkeit von Lehrexpertise bei. Zudem leisten sie einen Beitrag zur Qualitätsförderung von Studium und Lehre und unterstützen den Kompetenzaufbau bei Lehrenden und Studierenden. Die Gesamtheit der offenen Bildungsinfrastrukturen differenziert sich weiter aus. Angesichts der vielfältigen Landschaft der OER-förderlichen IT-Infrastrukturen für die Hochschulen und der unzureichenden Integration von OER-Portalen, -Plattformen und -Tools erscheinen verstärkte Bemühungen um bessere Voraussetzungen zur Herstellung von Interoperabilität zwischen Informations- und Weiterbildungsportalen im Bereich der Hochschullehre geboten. Zu diesem Zweck führten das nordrhein-westfälische OER-Portal ORCA.nrw und das HIS-Institut für Hochschulentwicklung (HIS-HE) in Kooperation mit der Stiftung Innovation in der Hochschullehre eine Untersuchung durch, die auf Grundlage einer Erhebung des gegenwärtigen Entwicklungsstands Anregungen zur Herstellung von Interoperabilität zwischen Informations- und Weiterbildungsportalen im Hochschulkontext ge-ben möchte. Mittels einer Literaturanalyse, eines hybriden Expert:innen-Workshops sowie leitfadengestützter Expert:innen-Interviews wurde eine überblicksartige Darstellung OER-förderlicher IT-Infrastrukturen für den Hochschulbereich unter besonderer Berücksichtigung lehrbezogener und didaktischer Implikationen er-arbeitet. Zudem wurden Anforderungen an eine offene Bildungsinfrastruktur aus technischer, hochschuldidaktischer und bildungsorganisatorischer Perspektive ermittelt und potenzielle künftige Entwicklungsschritte definiert. Im Rahmen der durchgeführten Erhebungsschritte zeigte sich, dass sich die Landschaft der offenen Bildungsinfrastrukturen im Hochschulsektor kontinuierlich ausdifferenziert und durch ein hohes Maß an Vielfalt geprägt ist. Sie umfasst Vernetzungseinrichtungen, OER-Repositorien und -Referatorien, Informations- und Weiterbildungsportale sowie Stand-alone-Lösungen wie lokale Installationen von Lernmanagementsystemen (LMS) an Hochschulen. Das Bestreben zum Schaffen von Aggregationsmechanismen für OER (vgl. OERSI, Digitale Vernetzungsinfrastruktur Bildung u. ä.) befindet sich in einem frühen Stadium. Die dezentrale Verortung offener Bildungsinfrastrukturen scheint dem Ziel der leichten Auffindbarkeit und ausgiebigen Weiternutzung offener Lehr- und Lernmaterialien teilweise entgegenzustehen. Als zentrale Herausforderung erweist sich daher die Vernetzung bestehender Portale und Tools durch die Nutzung eines allgemein anerkannten Metadatenprofils und Standardvokabulars für Lehr- und Lernmaterialien, eine stärkere Vernetzung bestehender Infrastrukturen durch einen Aggregationsmechanismus für digitale Lernressourcen sowie eine verbesserte Interoperabilität entsprechender Infrastrukturen durch das Schaffen von Schnittstellen und das Nutzen von Plugins. Zugleich wurde deutlich, dass technische, organisatorische und didaktische Unterstützungsdienste für eine ausgiebige Nutzung von OER bislang noch zurück-haltend angeboten werden. Es bedarf mittelfristig einer stärkeren Automatisierung im Bereich der Veröffentlichung von OER sowie einer stärkeren Einbeziehung von Communitys of Practice in die weitere Ausdifferenzierung der Infrastrukturen. Auch mangelt es bislang an empirischen Erhebungen zu der Praxis und den Bedarfslagen der Produzent:innen und Nutzer:innen von OER. Zudem wird die Entwicklung OER-förderlicher IT-Infrastrukturen bislang noch zu selten auf einer strategischen Ebene adressiert und forciert. Eine Analyse gängiger Anwendungsfälle für die Entwicklung und Nutzung von OER wurde bislang noch kaum geleistet. Zugleich zeigen sich vielversprechende Bestrebungen zur Etablierung eines auf die spezifischen Belange offener Lehre an den Hochschulen zugeschnittener Metadatenprofile. Auf einer organisationalen Ebene könnten künftig neben OER-Plattformen und Hochschulen mit lokalen Installationen von LMS auch Hochschulbibliotheken als Betreiber und Dienstleister für OER-förderliche IT-Infrastrukturen auftreten.
- ItemZweitveröffentlichungsrecht für Wissenschaftler*innen(Hannover : Technische Informationsbibliothek, 2021-02-25) Brehm, ElkePräsentation im Rahmen der Veranstaltungsreihe "Open-Access-Talk"
- ItemAnalysis of Knowledge Tracing performance on synthesised student data(Hannover : Technische Informationsbibliothek, 2024) Pagonis, Panagiotis; Hartung, Kai; Wu, Di; Georges, Munir; Gröttrup, SörenKnowledge Tracing (KT) aims to predict the future performance of students by tracking the development of their knowledge states. Despite all the recent progress made in this field, the application of KT models in education systems is still restricted from the data perspectives: 1) limited access to real life data due to data protection concerns, 2) lack of diversity in public datasets, 3) noises in benchmark datasets such as duplicate records. To resolve these problems, we simulated student data with three statistical strategies based on public datasets and tested their performance on two KT baselines. While we observe only minor performance improvement with additional synthetic data, our work shows that using only synthetic data for training can lead to similar performance as real data.
- ItemQuaMath – A Large-scale Implementation Program to improve Mathematics Education(Hannover : Technische Informationsbibliothek, 2024-06-11) Hallemann, SveaThis Mini-Review introduces the QuaMath program (“Developing Quality in Mathematics classrooms and teacher professional development”). The national 10-year program aims to develop the quality of mathematics instruction and teacher professional development in collaboration with the federal states. QuaMath is conducted within the framework of the DZLM (Deutsches Zentrum für Lehrkräftebildung Mathematik (German Center for Mathematics Teacher Education, a network of 12 German universities collaborated with the IPN Leibniz-Institute for Science and Mathematics Education)). Working with teachers and practitioners, the DZLM develops, implements, and researches effective training and support programs in mathematics for teachers and early childhood educators. I address the special role of the 400 facilitators in the implementation and success of the QuaMath program. They themselves receive intense training from the Consortium of Mathematics Education Professors (DZLM).
- ItemPotenziale und Herausforderungen von Building Information Modeling im Facility Management : Eine Fallstudie zur Untersuchung ausgewählter BIM-Anwendungsfälle mit Power BI(Hannover : Technische Informationsbibliothek, 2024) Ernstorfer, ElenaDespite the potential benefits that Building Information Modelling (BIM) can offer in the operation and maintenance phase of buildings, BIM has so far mainly been used in the design and construction phase in the construction industry. Until now the use of BIM methods in FM inhibited by a lack of standards and uniform processes, among other things. Many companies are deterred by the high upfront costs for software, hardware and staff training. In order to promote the acceptance of BIM-based FM, low-threshold solutions are necessary. This thesis investigates the approach of using Power BI to facilitate targeted access to FM-relevant data of a BIM model and to link these with further data sources. With the help of a plug-in called Tracer, any data up to floor plan and 3D views can be extracted from a BIM model and integrated into Power BI dashboards. The case study conducted as part of this work shows that Power BI offers a solution approach to BIM integration that addresses some of the identified challenges. An expert survey confirms the user-friendliness, functionality and optimisation potential of the Power BI Dashboard solution for the processes considered.
- ItemGutachten zu bestimmten kollisionsrechtlichen Fragen zur umfassenden Nutzung von lizenzierten Bibliotheksbeständen zum Zwecke des Text und Data Mining(Hannover : Technische Informationsbibliothek, 2022) Jani, Ole; Vonthien, Maximilian; Technische Informationsbibliothek (TIB)Die Technische Informationsbibliothek, Stiftung des öffentlichen Rechts („TIB“) ist die Deutsche Zentrale Fachbibliothek für die Gebiete Technik, Architektur, Chemie, Informatik, Mathematik und Physik, welche ihre Bestände Nutzern auf der ganzen Welt anbietet. Die TIB verfügt dabei über Verlagspublikationen sowohl in gedruckter als auch in elektronischer Form. Um Verlagspublikationen in elektronischer Form für ihre Nutzer verfügbar machen zu können, schließt die TIB Lizenzverträge mit den jeweiligen Verlagen ab, welche im Ausland sitzen. Darüber hinaus ist die TIB Mitglied der NFDI4Ing-Initiative, welche das Ziel hat, Forschungsprozesse durch ein nachhaltiges Forschungsdatenmanagement unter Berücksichtigung der FAIR-Prinzipien für Forschungsdaten zu unterstützen. Spezifische Aufgabe der TIB ist es dabei, Guidelines zum Text und Data Mining für Wissenschaftler aufzustellen. Text und Data Mining ist mittlerweile eine gebräuchliche und anerkannte wissenschaftliche Methode, sodass Bibliotheken Wissenschaftlern ihre Bestände möglichst umfassend für das Text und Data Mining zur Verfügung stellen und damit die Forschung zeitgemäß unterstützen möchten. Die Bibliotheken in Deutschland möchten die ihr von Verlagen lizenzierten elektronischen Publikationen im Rahmen der gesetzlichen Bestimmungen über die Zulässigkeit bestimmter Nutzungen urheberrechtlich geschützter Werke („urheberrechtliche Schranken“) zu Zwecken des Text und Data Mining zur Herstellung eines Textcorpus nutzen und das Textcorpus online zur Verfügung stellen. Die Herstellung des Textcorpus soll dabei ausschließlich in Deutschland erfolgen. Das so hergestellte Textcorpus soll dann aber auch Nutzern im Ausland zugänglich und durch solche Nutzer zum Zwecke des Text und Data Mining nutzbar sein. Ferner sollen Forscher nach Maßgabe der gesetzlichen Bestimmungen Schranken zu Zwecken des Text und Data Mining auch die Möglichkeit haben, aus den Bibliotheksbeständen selbst ein Textcorpus zu erstellen und dieses entsprechend auszuwerten. In diesem Zusammenhang möchte die TIB wissen, ob die urheberrechtlichen Schranken zu Zwecken des Text und Data Mining auch auf solche digitalen Bibliotheksbestände anwendbar sind, zu denen die Lizenzverträge zwischen dem Verlag und der Bibliothek die Anwendung des deutschen Rechts auf diese Verträge nicht eindeutig geregelt oder gar ausgeschlossen haben oder in denen die Nutzung der lizenzierten Verlagspublikationen zum Zwecke des Text und Data Mining entweder ganz ausgeschlossen oder verschiedenen Einschränkungen unterworfen ist.
- ItemWebinar Science-Tracking : Ad-hoc Arbeitsgruppe der Deutschen Forschungsgemeinschaft zum Datentracking in den Wissenschaften(Hannover : Technische Informationsbibliothek, 2024) Ludwig, Judith; Altschaffel, Robert; Dittmann, Jana; Beurskens, Michael; Mittermaier, BernhardDie Ad-hoc Arbeitsgruppe zum Datentracking in den Wissenschaften des Ausschusses für Wissenschaftliche Bibliotheken und Informationssysteme (AWBI) der Deutschen Forschungsgemeinschaft (DFG) hat im Rahmen eines Webinars am 11. März 2024 von 15:00-17:00 Uhr die Ergebnisse ihrer Arbeit vorgestellt.
- ItemBibliometrics and Bibliometric Analysis(Hannover : Technische Informationsbibliothek, 2024) Lu, Linna[no abstract available]