Ja
Refine
Document Type
- Working Paper (100)
- Other (3)
- Report (2)
- Article (1)
- Conference Proceeding (1)
Language
- German (65)
- English (41)
- Multiple languages (1)
Is part of the Bibliography
- no (107)
Keywords
- Chemiedidaktik (9)
- Inklusion (7)
- Grundschule (6)
- Unterricht (6)
- Mathematikdidaktik (5)
- Statistik (5)
- Demokratie (4)
- Gedächtnis (4)
- Gesundheit (4)
- Hochschule (4)
Die Autoren schreiben: " Insgesamt scheinen wir mit unserer Diskussion über die Rolle, die Daten und Statistiken in der COVID-19-Pandemie gespielt haben und weiterhin in anderen Krisen spielen, einen Nerv in der Statistik-Community getroffen zu haben. Wir versuchen nicht, alle in den Kommentaren erwähnten Punkte anzusprechen, sondern konzentrieren uns auf einige der Hauptthemen, die von mehreren Diskussionsteilnehmern angesprochen wurden."
Eine Pandemie stellt die Entscheidungsfindung vor besondere Herausforderungen, da Entscheidungen kontinuierlich an sich schnell ändernde Beweise und verfügbare Daten angepasst werden müssen. Welche Gegenmaßnahmen sind zum Beispiel in einem bestimmten Stadium der Pandemie angemessen? Wie lässt sich die Schwere der Pandemie messen? Wie wirkt sich die Impfung in der Bevölkerung aus und welche Gruppen sollten zuerst geimpft werden? Der Prozess der Entscheidungsfindung beginnt mit der Datenerhebung und -modellierung und setzt sich bis zur Verbreitung der Ergebnisse und den anschließend getroffenen Entscheidungen fort. Das Ziel dieser Arbeit ist es, einen Überblick über diesen Prozess zu geben und Empfehlungen für die verschiedenen Schritte aus statistischer Sicht zu geben. Insbesondere diskutieren wir eine Reihe von Modellierungstechniken, darunter mathematische, statistische und entscheidungsanalytische Modelle sowie deren Anwendungen im COVID-19-Kontext. Mit dieser Übersicht möchten wir das Verständnis für die Ziele dieser Modellierungsansätze und die spezifischen Datenanforderungen fördern, die für die Interpretation der Ergebnisse und für erfolgreiche interdisziplinäre Kooperationen unerlässlich sind. Ein besonderer Schwerpunkt liegt auf der Rolle, die Daten in diesen verschiedenen Modellen spielen, und wir beziehen in die Diskussion die Bedeutung statistischer Grundkenntnisse und einer effektiven Verbreitung und Kommunikation von Erkenntnissen ein.
This volume is largely about nontraditional data; this paper is about a nontraditional visualization: classification trees. Using trees with data will be new to many students, so rather than beginning with a computer algorithm that produces optimal trees, we suggest that students first construct their own trees, one node at a time, to explore how they work, and how well. This build-it-yourself process is more transparent than using algorithms such as CART; we believe it will help students not only understand the fundamentals of trees, but also better understand tree-building algorithms when they do encounter them. And because classification is an important task in machine learning, a good foundation in trees can prepare students to better understand that emerging and important field. We also describe a free online tool—Arbor—that students can use to do this, and note some implications for instruction.
We consider groups defined by non-empty balanced presentations with the property that each relator is of the form, where x and y are distinct generators and is determined by some fixed cyclically reduced word that involves both a and b. To every such presentation we associate a directed graph whose vertices correspond to the generators and whose arcs correspond to the relators. Under the hypothesis that the girth of the underlying undirected graph is at least 4, we show that the resulting groups are non-trivial and cannot be finite of rank 3 or higher. Without the hypothesis on the girth it is well known that both the trivial group and finite groups of rank 3 can arise.
Der Diskussionsbeitrag problematisiert auf Basis internationaler Forschungsarbeiten sowie unter Einbezug von empirischen Studien der Verfasserinnen das Spannungsfeld konfligierender Ansprüche bei der Umsetzung von Partizipation in Grundschule und partizipationsorientierter Schulforschung. Mithilfe des Analysemodells von Pearce und Wood (2019) werden Partizipationspraxen in Schule und Forschung anhand der Kategorien Dialog, Inklusivität, Intergenerationalität und Transgression geprüft. Dabei werden für beide Systeme „Blinde Flecke“ identifiziert, die insbesondere dann entstehen, wenn die transformatorischen Effekte von Partizipation außer Acht bleiben. Gerade hierüber braucht es einen offenen, reflexiven Dialog zwischen Akteurinnen und Akteuren aus Grundschule und Forschung.
Die Publikation erhellt ein bemerkenswertes Forschungsprojekt, das in zahlreichen Facetten informelle und interkulturelle Bildungsprozesse einfängt und rekonstruiert. Die Beiträge analysieren und exemplifizieren eindrücklich, wie Kinder Begegnungssituationen und Herausforderungen meistern, unterschiedliche Strategien und Wege nutzen, um Sprachbarrieren zu umgehen. Die videoethnographische Studie überzeugt in besonderem Maße durch die Ergebnisse und ermutigt zu grenzüberschreitenden Austauschen – auch oder gerade in Grundschulen, die nicht die erlernte Fremdsprache der Kooperationsschule sprechen. Ein äußerst gelungener Sammelband, der weit über die Austauschthematik hinaus, Antworten auf pädagogische Fragestellungen liefert, die im Kontext von Interkulturalität stehen. Die Ergebnisse ermutigen, die unterschiedlichen „Sprachen“ der Kinder, im Sinne von nicht sprachlicher Verständigungskompetenz, Ausdrucksmöglichkeiten und Kommunikationskreativität, zu berücksichtigen, sie konstruktiv zu nutzen, nicht nur in informellen Settings, sie vielmehr konsequent für Schule und Unterricht mitzudenken.