Fachbereich Medizintechnik und Technomathematik
Refine
Year of publication
- 2015 (74) (remove)
Institute
- Fachbereich Medizintechnik und Technomathematik (74)
- INB - Institut für Nano- und Biotechnologien (32)
- IfB - Institut für Bioengineering (29)
- Fachbereich Chemie und Biotechnologie (7)
- Fachbereich Luft- und Raumfahrttechnik (2)
- Fachbereich Energietechnik (1)
- Fachbereich Gestaltung (1)
- Fachbereich Maschinenbau und Mechatronik (1)
- IAP - Institut fuer Angewandte Polymerchemie (1)
Document Type
- Article (44)
- Conference Proceeding (14)
- Part of a Book (6)
- Doctoral Thesis (4)
- Conference: Meeting Abstract (3)
- Book (2)
- Report (1)
Keywords
- Booster Station (1)
- Discrete Optimization (1)
- Gamma distribution (1)
- Goodness-of-fit test (1)
- Independence test (1)
- Limit analysis (1)
- Multimode failure (1)
- Non-linear optimization (1)
- Parametric bootstrap (1)
- Pump System (1)
Wer sich beim Titel dieses Workshops mit Schrecken an so manches Seminar im Studium oder aber an das eine oder andere Team-Meeting der Projektgruppe erinnert fühlt, in der Gruppenarbeit auf „Mind-Maps“ reduziert und im Rahmen dessen eine Tafel ohne Struktur mit willkürlichen Begriffen vollgeschrieben wurde, ist hier genau richtig. Mittlerweile hat sich insbesondere in denjenigen Arbeitsbereichen, in denen Fachleute aus verschiedenen Disziplinen gemeinsam arbeiten, die Erkenntnis durchgesetzt, dass durch Kooperation zwar neue Ideen entwickelt werden können, auf die ein(e) Einzelne(r) allein wahrscheinlich nie gestoßen wäre. Gleichzeitig wächst aber auch die Einsicht, dass es nicht ausreicht, Mitarbeiter in einen Raum mit Kaffee und Keksen zu beordern und mit einer Leitfrage zu konfrontieren, um einen zielführenden Prozess in der Gruppe anzustoßen.
Die an Schule und Hochschule vermittelten Inhalte zu Gruppenarbeit und Gruppenarbeitsmethoden beschränken sich leider häufig auf die schlichte Nennung prägnanter Schlagworte wie „Brainstorming“ oder „Synergie“. Weitergehende Erläuterungen der hinter diesen Begriffen steckenden methodischen Herangehensweise oder gar Raum zum Austesten von Gruppenarbeitsmethoden werden Lehrenden und Studierenden häufig nicht gegeben.
Dadurch bleiben die Ergebnisse von Gruppenarbeit nicht nur hinter dem erreichbaren Potential der verwendeten Gruppenarbeitsmethoden zurück, ebenfalls sind gegenwärtig sowohl die Menge von vorhandenen Gruppenarbeitsmethoden als auch deren umfangreiche Spanne an möglichen Einsatzgebieten noch weitgehend unbekannt.
Sowohl für die medizinische Lehre als auch den späteren beruflichen Werdegang haben Begriffe wie „Zusammenarbeit“ und „Teamwork“ immer mehr an Bedeutung gewonnen. Die Teilnehmer lernen in diesem Workshop die Möglichkeiten und Grenzen von Gruppenarbeit und wie sie Lösungsstrategien auf Alltagsprobleme durch eine strukturierte Herangehensweise übertragen können. Dabei ist der Transfer sowohl in den studierendenzentrierten Kleingruppenunterricht, als auch in die gruppenorientierte Forschungstätigkeit möglich.
Schon mal darüber geärgert, dass einige Dozenten, Gruppenleiter oder Kollegen einfach nicht verständlich erklären können? Oder vielleicht sogar selber geflucht, weil einige der lieben Kollegen die Erklärungen, die man ihnen so ausführlich gegeben hat, einfach nicht verstehen (wollen)? Woran liegt es bloß, dass mündlich weitergegebene Informationen über Abläufe oft nicht im beabsichtigten Sinne praktisch umgesetzt werden?
Es ist nicht nur ärgerlich, wenn solche Erklärungen nicht wie gewünscht umgesetzt werden (können), es kann sogar richtig teuer und gar gefährlich werden. Aber wer trägt die Schuld daran: Die/Derjenige, der’s vielleicht unzureichend erklärt hat, oder die/derjenige, die/der die gegebenen Informationen nicht adäquat umsetzt? Oder beide?
Wer diese Schuldfrage ein für alle Mal geklärt haben will, komme bitte nicht zu diesem Workshop. Denn wir werden einige Erklärungsszenarien unter die Lupe nehmen, um uns konstruktiv mit der Frage auseinanderzusetzen, wie gutes Erklären ablaufen kann.
Let X₁,…,Xₙ be independent and identically distributed random variables with distribution F. Assuming that there are measurable functions f:R²→R and g:R²→R characterizing a family F of distributions on the Borel sets of R in the way that the random variables f(X₁,X₂),g(X₁,X₂) are independent, if and only if F∈F, we propose to treat the testing problem H:F∈F,K:F∉F by applying a consistent nonparametric independence test to the bivariate sample variables (f(Xᵢ,Xⱼ),g(Xᵢ,Xⱼ)),1⩽i,j⩽n,i≠j. A parametric bootstrap procedure needed to get critical values is shown to work. The consistency of the test is discussed. The power performance of the procedure is compared with that of the classical tests of Kolmogorov–Smirnov and Cramér–von Mises in the special cases where F is the family of gamma distributions or the family of inverse Gaussian distributions.
Booster stations can fulfill a varying pressure demand with high energy-efficiency, because individual pumps can be deactivated at smaller loads. Although this is a seemingly simple approach, it is not easy to decide precisely when to activate or deactivate pumps. Contemporary activation controls derive the switching points from the current volume flow through the system. However, it is not measured directly for various reasons. Instead, the controller estimates the flow based on other system properties. This causes further uncertainty for the switching decision. In this paper, we present a method to find a robust, yet energy-efficient activation strategy.
