Attribut:Zusammenfassung

Aus smith_sr
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
Übung  +
Passwort zu Online Schulung  +
Data Analysis, Hypothese/Fragestellung, Daten sammeln, Datenaufbereitung, statistische Analyse, Präsentation  +
key features, Vision, Anforderungen, Architektur, aktueller Stand  +
Algorithmic surveillance of ICU patients, ASIC Hintergrund und Ziele, stufenweise Entwicklung, Projektplanung, primäre Endpunkte  +
Finalisierung der App-Entwicklung, CE-Kennzeichnung, Mobile-Device-Management/ App Installation, Anonymisierung der Kalibrierungs-/ASIC-Daten, Datennutzungs-verträge, Schulungen ASIC App, Ethikvoten, Studiendesign  +
Datenqualität, Datenqualitätsbewertung (manuelle Überprüfung, Novelty Detection), Analysesystem  +
Datenqualität, Datenqualitätsbewertung (manuelle Überprüfung, Novelty Detection), Analysesystem  +
Modularer App-Baukasten, Unterstützung des Arztes bei Befolgung der medizinischen Leitlinie, kleines Entwicklerteam  +
Modularer App-Baukasten, Unterstützung des Arztes bei Befolgung der medizinischen Leitlinie, kleines Entwicklerteam  +
Inhalte HELP-App, Staphylokokken-Blutstrominfek-tion, Staph. Aureus und lugdunensis, KNS-Arm, SAB-Arm, Studienaufbau  +
Übung  +
Implementation for PHT, concepts, architecture, implementation of basic infrastructure, assumptions, no focus on stations, missing functionalities, absence of privacy preserving technologies  +
Was ist Annotation? Warum wird annotiert? Was wird annotiert? Wie wird annotiert?  +
Daten und Organisatorisches zur Annotation, Annotationsarbeiten in Jena und Aachen, Einbettung im DIZ  +
Motivation / Grundlagen, Data Use Projects in SMITH, DUP Phänotypisierung via PhenoMan, DUP Vorhofflimmern - NTproBNP, DUP / ÜUC POLAR, Consent der MI-Initiative, Und was hat uns die MI-Initiative jemals gebracht?  +
Was gehört dazu? Warum brauchen wir es? Was sind Herausforderungen? Was gibt es schon/ Was wissen wir darüber?  +
Ausgangspunkt, Herausforderung agiles Lernziel-Management, Einordnung in bestehende Arbeiten, Methodik: Modellierung und Umsetzung, Ergebnisse, Ausblick  +
Orientierung (Begriffsklärungen, Anwendungsbeispiele), Hintergrund (methodische und technische Grundlagen), Bewertung (Evaluationsergebnisse, soziotechnische Konsequenzen)  +
Motivation, Eckdaten, Zielgruppe, Zugangs-/Zulassungsvoraussetzungen, Studienaufbau; systemische, sozio-technische, regulatorische Kontexte; Medical Data, Blended Learning Konzept, berufliche Perspektiven  +