Refine
Has Fulltext
- yes (26) (remove)
Document Type
- Book (13)
- Working Paper (5)
- Report (3)
- Article (2)
- Part of a Book (2)
- Other (1)
Institute
Language
- German (16)
- English (7)
- French (1)
- Multiple languages (1)
- Portuguese (1)
Is part of the Bibliography
- yes (26) (remove)
In diesem Artikel sollen einige Aspekte des nachhaltigen Reportings im Sinne der EU-Richtlinien betrachtet werden. Inhaltlich wird die nachhaltige Unternehmensführung unter den Gesichtspunkten der Beschreibung und dem Einfluss der Neuregelung der Transparenzrichtlinien und Offenlegungspflichten auf die Unternehmen fokussiert. Weiterhin wird ein überblicksartiger Einblick in dafür notwendige nachhaltige unternehmerische Prozesse und deren Standards aufgezeigt. Abschließend wird dessen Bezug im Sinne des Reportings sowie eine kritische Bewertung betrachtet.
Emotionale Kompetenzen und psychische Gesundheit: Eine Querschnittstudie in Gesundheitsberufen
(2021)
Hintergrund
Im Jahr 2020 waren 5,7 Mio. Menschen in Gesundheits- und Pflegeberufen tätig. Der Kontakt mit anderen Menschen ist in diesen Berufen Teil des Arbeitsauftrags und der Mensch ist der Arbeitsgegenstand.
Ziel der Arbeit
Das Ziel der Arbeit ist die Untersuchung der Auswirkung von psychischer Belastung (Arbeitsintensität, Spielräume), emotionaler Erschöpfung und emotionalen Kompetenzen (Regulation) auf das psychische Wohlbefinden bei Beschäftigten in Gesundheitsberufen.
Material und Methoden
Die Erhebung der Querschnittstudie von 624 Beschäftigten aus der Altenpflege und dem Rettungsdienst (72,5 % weiblich) erfolgte im Rahmen zweier Projekte zur betrieblichen Gesundheitsförderung. Zum Einsatz kamen standardisierte validierte Verfahren, welche mittels Korrelationsanalysen sowie einer hierarchischen Regressionsanalyse zur Vorhersage des psychischen Wohlbefindens ausgewertet wurden.
Ergebnisse
Hohe Arbeitsintensität, hohe Spielräume, hohe emotionale Erschöpfung und eine hohe emotionale Kompetenz (Regulation) tragen zur Aufklärung des psychischen Wohlbefindens bei (R2 = 33 %).
Schlussfolgerung
Anhand der Ergebnisse wird deutlich, dass neben dem Erleben von Arbeit und Gesundheit auch emotionale Kompetenzen einen Einfluss auf die psychische Gesundheit bei Beschäftigten in Gesundheitsberufen haben. Damit leistet die Studie einen wichtigen Beitrag für die Entwicklung von Maßnahmen des betrieblichen Gesundheitsmanagements in diesen Berufsgruppen.
Im Zuge der europäischen Wirtschaftskrise kam es seit dem Jahr 2008 zu einem Anstieg arbeitsbedingter Migrationsbewegungen aus südeuropäischen Ländern in ökonomisch stabilere Staaten, wie zum Beispiel Deutschland.
In der Bundesrepublik herrscht dahingegen ein durch den demografischen Wandel verursachter Mangel an qualifizierten Arbeitskräften. Die gezielte Anwerbung gut ausgebildeter Arbeitskräfte aus dem Ausland ist eine der Maßnahmen gegen diesen Fachkräftemangel. Insbesondere im Gesundheitssektor werden im Rahmen sogenannter „Fachkräfteinitiativen“ ausländische Mitarbeiter angeworben.
Der Fokus der vorliegenden Forschungsarbeit liegt auf der Anwerbung spanischer Fachkräfte nach Deutschland. Anhand von qualitativen Interviews mit spanischen Krankenschwestern werden der Recruitingprozess und der spätere Arbeitsalltag genauer untersucht. Hierbei zeigt sich, dass die Erwartungen dieser jungen Menschen an ihr Leben in Deutschland oftmals unerfüllt bleiben.
The Jupyter ecosystem with JupyterHub and JupyterLab as its most prominent members is the de-facto standard for teaching Python programming and also for research in machine learning and data science. Although the Jupyter project is well documented, there are lots of settings and situations requiring deep knowledge of the internal workings of Jupyter, Linux and related software tools. This report describes three problems and possible solutions arising when installing and configuring a Jupyter-based teaching environment. These three problems are the installation and setup of the autograding tool nbgrader, the interplay between JupyterHub and Linux PAM, and providing access to WebDAV resources for users of JupyterHub.
The book is the first of four volumes on data science and artificial intelligence. This first volume covers fundamentals of data science: an introduction to Python programming, software libraries for data management, techniques for working with big data. It contains many exercises and projects with real-world data.
The book 'Reinforcment Learning: An Introduction' by Sutton and Barto is the standard text book for introductory courses to reinforcement learning. Next to concrete algorithms and extensive examples the book contains several fundamental results related to Markov decision processes (MDPs) and Bellman equations in Chapters 3 and 4. Unfortunately some proofs are missing, some theorems lack precise formulation, and for some results the line of arguments is quite garbled.
In this note we provide all missing proofs, give precise formulations of theorems and untangle the line of arguments. Further, we avoid using random variables and their expected values. Since we (like Sutton/Barto) restrict our attention to finite MDPs all expected values can be made explicit avoiding overloaded notation and murky conclusions.
This article bridges the gap between introductory literature like Sutton/Barto and research literature containing exact formulations and proofs of relevant results, but being less accessible to beginners due to higher generality and complexity.
LEGO robotics sets are a well established tool for teaching programming in undergraduate courses. Starting with the now outdated EV3 set LEGO provided a Python programming interface and (inofficial) Linux support. The current LEGO Spike Prime set still provides Python programming, but no direct support for Linux.
In this report we collect and extend information on controlling Spike Prime robots from Linux hosts. We cover access to a robot's Python interpreter and code transfer as well as bidirectional robot-to-host communication via USB and Bluetooth. Results may be extended to robot-to-robot communication via Bluetooth.
The book is the second of four volumes on data science and artificial intelligence. This second volume covers data visualization tool and techniques as well as fundamentals of supervised machine learning: linear regression, artificial neural networks, support-vector machines, decision trees, ensemble methods and more.