Attribut:Beschreibung-DE

Aus HI-LONa
Zur Navigation springen Zur Suche springen

Dies ist ein Attribut des Datentyps Text.

Unterhalb werden 20 Seiten angezeigt, auf denen für dieses Attribut ein Datenwert gespeichert wurde.
L
Die Studierenden erläutern Ansätze für das Management und die Analyse großer Echtzeitdatenströme.  +
Die Studierenden begründen die Relevanz von Interprofessionalität und die Notwendigkeit sowie die Probleme intersektoraler Kommunikation.  +
Studierende können einen Überblick über aktuell in der Medizin verwendete Robotersysteme geben und typische Krankheitsbilder und Versorgungsszenarien und deren Behandlung bzw. Unterstützung mit Robotersystemen erläutern.  +
Studierende kennen die besonderen Anforderungen an die Umgebung und das System für eine roboterassistierte Operation und können Bedingungen für eine roboterassistierte Operation und notwendige Vorbereitungsmaßnahmen benennen.  +
Studierende können die Anwendung eines Robotersystems im Operationssaal anhand typischer Szenarien erläutern und entsprechende Workflows für einen robotergestützten Eingriff entwerfen.  +
Studierende kennen die technischen Aspekte des Einsatzes eines Robotersystems und können diese zur Entwicklung roboterbasierter Systeme anwenden.  +
Die Studierenden kennen die wesentlichen* datenbezogenen Geschäftsprozesse der Klinischen Forschung von der Erhebung der Daten an den Studienzentren über die Verifikation und Validierung bis hin zur Aufbereitung der Daten für die biometrische Auswertung. Sie kennen Gesetze und Regularien sowie Standards* die national sowie international die Anforderungen an das Datenmanagement in klinischen Forschungsprojekten definieren.  +
Studierende können die hierfür relevanten Klassen von Spezialsoftwaresystemen für die klinische Forschung benennen und verstehen deren Einsatzzweck. Sie kennen die wesentlichen Datenaustauschstandards der klinischen Forschung und verstehen deren Beschreibungsumfang. Sie kennen und verstehen Architekturkonzepte von Datenintegrationszentren und die hierfür relevanten Basistechnologien.  +
Die Studierenden können die Schritte der Durchführungsphase im klinischen Datenmanagement detailliert beschreiben. Sie können die Dateneingabe und ihre Verifikation ebenso wie Datenimport und die Validierung der Daten unter Einsatz der hierfür relevanten Spezialsoftware planen, implementieren und durchführen.  +
Studierende kennen Aufgabe und Aufbau der verschiedenen medizinischer Register, sie kennen die Anforderungen an Softwaresysteme für Medizinische Register und verstehen deren Einsatszweck.  +
Studierende kennen grundlegende Begriffe des technologiegestützten Lehren und Lernens wie z.B. MOOC, Lernmanagementsystem, Gamification oder Serious Games for Health und wissen, wann diese Konzepte bzw. Werkzeuge nutzbringend für die Ausbildung, Aufklärung oder Therapie eingesetzt werden können.  +
Studierende wissen, was hinsichtlich des Urheberrechts bei der Erstellung von Lehr-/Lernanwendungen bzw. Lehr-/Lernmaterialien zu beachten ist und welche Ausnahmeregelungen für Forschung und Lehre gelten.  +
Studierende kennen die grundlegenden Formen des technologiegestützten Lehren und Lernens und sind insbesondere in der Lage, Hypertexte mit Hilfe von HTML zu erstellen.  +
Studierende können Vortragsaufzeichnungen erstellen und im Internet bzw. Intranet verfügbar machen.  +
Studierende sind in der Lage, selbständig neues Wissen im Internet und in einschlägigen Literaturdatenbanken zu recherchieren und sich zu erarbeiten (Fähigkeit zum Lebenslangen Lernen).  +
Die Studierenden können relevante Phasenmodelle des Wissensmanagements skizzieren und erläutern.  +
Die Studierenden kennen und nutzen relevante Quellen für den systematischen Wissenszugriff.  +
Die Studierenden können Methoden der semantischen Indexierung von Wissen erläutern und nutzen sowie den hierzu nötigen Transfer verwandter Kompetenzen aus dem Kontext der medizinischen Dokumentation und Terminologiearbeit leisten.  +
Die Studierenden können relevante Ansätze zur Qualitätssicherung von (Internet)-Quellen für Gesundheitsinformationen beschreiben und selbst zur Bewertung verwenden.  +
Die Studierenden können Maße für die Retrievalqualität erläutern und zur Bewertung einsetzen.  +