Forschungsprojekte LWS

Gerne stellen wir Ihnen eine Auswahl unserer Projekte im Bereich Forschung und Dienstleistungen vor.

38489.1 IP-ICT - Impulse: Agentenbasierter digitaler Lehrer (Innosuisse)

In diesem Projekt wird ein agentenbasierter digitaler Lehrer entwicklet und getestet, um praxisbezogene, online-Remoteschulungen komplexer Industriesoft- und -hardware bei hoher Verfügbarkeit und Zuverlässigkeit erstmalig zu unterstützen.

Der agentenbasierte digitale Lehrer hilft:

a) Lehrenden bei der effizienten Erstellung von geeigneten Lehrmittel,
b) Lernende beim selbständigen bzw. agentenbegleiteten Üben und Aneignen von Praxiswissen.

Der modulare und agenten-basierte Aufbau erleichtert den Einstieg und führt die Lernenden rasch zu ersten Erfolgserlebnissen und ermöglicht dem Lehrer eine effiziente und möglichst automatisierte Erstellung der Übungen. Damit sind die Lernsitzungen nicht mehr an Zeit und Ort des Anbieters gebunden. Die interaktive online-Remoteschulung wird dem Anspruch einer mobilen und vielschichtig beschäftigten Gesellschaft gerecht, von überall und jederzeit über das Internet auf relevantes Wissen und Lehrmittel zuzugreifen ("ad-hoc & meta-learning"). Der agentenbasierte Ansatz gibt sowohl dem Lehrenden als auch dem Lernenden einen digitalen Begleiter zur Hand, der diese Gruppen in ihren jeweiligen Aufgaben bedarfsgerecht unterstützt.

Kontakt: Dr. Joachim Steinwendner

Dauer: 1.11.2019 - 31.10.2020

Pharmacovigilance Database - Unispital Zürich

Die Klinik für klinische Pharmakologie und Toxikologie des UniversitätsSpitals Zürich (USZ) ist eines der 6 regionalen Pharmakovigilance Zentren (RPVZ) der Schweiz.

Die Hauptaufgaben dieser Zentren besteht in der Erfassung, Evaluation und Dokumentation von Meldungen zu Unerwünschten ArzneimittelWirkungen (UAW), die Rückmeldung und Beratung der Primärmelder und der Weiterleitung an die Swissmedic.

Die FFHS hat die Aufgabe übernommen, eine Applikation zum Aufbau einer Forschungsdatenbank zu entwickeln, dass die internen Abläufe der Abteilung optimiert und die unterschiedlichen Systeme vereinheitlicht und ablöst und den Vorgaben der Swissmedic an RPVZ entspricht. Diese einheitliche Datenbank dient in weiterer Folge zur Analyse und forschungsmässigen Aufarbeitung der bisherigen Daten, die zur Zeit brach liegen.

Kontakt: Joachim Steinwendner

Dauer: Abgeschlossen

Optimierung der Oralen Eisen-Supplementierung

Orale Eisen-Supplementierung ist die Hauptstütze bei Therapien gegen Eisenmangel.

Allerdings ist die biologische Verfügbarkeit von Eisensupplementen im Allgemeinen tief, was hohe Dosierungen erfordert, was wiederum zu Nebenwirkungen des Magen-Darm-Trakts führt und folglich zu ineffizienten Therapien. Alternative Verabreichungszyklen (wie zum Beispiel die Verabreichung der Supplemente nur jeden zweiten Tag) führten zu einer höheren Absorptionrate bei jungen, nichtschwangeren Frauen in Kurzzeit- und mittelfristigen Studien

Wir sind bestrebt, die Eisensupplementierung für schwangere Frauen zu untersuchen und zu optimieren und die Nebenwirkungen bei alternativen Dosierungsarten zu beurteilen mit einer neuen App, die wir entwickeln. Das Instrument wird in einer randomisierten kontrollierten Studie an schwangeren Frauen eingesetzt werden, in Zusammenarbeit mit dem Department Gesundheit der FFHS, mit dem Labor für Humanernährung der ETHZ und dem Institute of Nutrition at Mahidol University in Thailand.

Kontakt: Joachim Steinwendner, Diego Moretti

Dauer: April 2019 – March 2022

Trendsentdecker und Students@Risk Tools (TrEndS)

Das TrEndS-Projekt ist eine Kooperation zwischen dem Laboratory for Web Science (LWS) und der MSc-Studiengangsleitung.

Es bietet die Möglichkeit einer systematischen Datenerfassung sowie -analyse, um die Potenziale des Studiengangs noch besser zu erkennen und entsprechende Massnahmen daraus abzuleiten. Dieses Projekt basiert auf den vorhandenen Datenbanken CAS Campus und Evento. Es verschafft einen neuartigen Umgang mit den erfassten Daten und beinhaltet zugleich Vorschläge für die Vereinheitlichung und Nutzung verschiedenartig abgelegter Informationen. Machine Learning und Deep Learning-Algorithmen erlauben es künftig, automatisch Informationen aus Daten zu generieren. Das geplante Daten-Analyse-Tool besteht aus den Teilen (I) «Trendsentdecker» sowie (II) «Students@Risk» und lässt nachträgliche Erweiterungen (z.B. Personalisierung des Lernangebots auf geschätztes Risiko basiert) zu.

Kontakt: Martina Perani

Dauer: 1.12.2018 - 29.2.2020

Measure Based on Graph Automorphism: Theoretical Aspects and Their Application

Das LWS ist Projektpartner im Projekt «Measure Based on Graph Automorphism» von Matthias Dehmer von der FH Steyr.

Ziel des Projektes ist die Untersuchung von Invarianten auf Graphen, insbesondere von solchen, die durch Automorphismen definiert werden. Es wird untersucht, welche Beziehungen es zwischen verschiedenen Invarianten gibt und inwiefern diese Invarianten innerhalb gewisser Graphklassen Graphen eindeutig klassifizieren können.

Kontakt: Urs-Martin Künzi

Dauer: 1.2.19 - 30.9.2020