TY - VIDEO A1 - Lambert, Jens ED - Rakow, Thomas C. T1 - Podcast: Einführung in Oracle SQL Command Line (SQLcl) N2 - Als Einführung in die Benutzung der Software SQL Developer Command Line (SQLcl) von Oracle werden folgende Aktionen erklärt: Anmelden, Ausgeben von Tabellen und ihren Metadaten, Verwenden der Befehlshistorie, Formatieren der Ausgabe, Speichern, Bearbeiten und Wiederverwenden von Befehlen sowie das Anlegen von Logdateien. Vorausgesetzt werden geringe Vorkenntnisse von relationalen Datenbankmanagementsystemen mit SQL. Das Video wurde im Rahmen des Projektes EILD.nrw entwickelt, gefördert durch das Ministerium für Kultur und Wissenschaft gemeinsam mit der Digitalen Hochschule NRW (DH.NRW) in der Förderlinie „OERContent.nrw“ (Open Education Resources). KW - Datenbanksysteme KW - Oracle SQLc Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-34619 CY - Düsseldorf ER - TY - CHAP A1 - Rakow, Thomas C. ED - Wojciechowski, Manfred T1 - EILD.NRW – Entwicklung von Inhalten für die Lehre im Fach Datenbanken T2 - Forschungsreport 2020 N2 - Kompetenzen auf dem Gebiet der Datenbanken gehören zum Pflichtbereich der Informatik. Das Angebot an Lehrbüchern, Vorlesungsformaten und Tools lässt sich jedoch für Lehrende oft nur eingeschränkt in die eigene Lehre integrieren. Als Antwort auf diese Herausforderung werden im Projekt EILD.nrw digitale Inhalte für die Lehre in unterschiedlich konzipierten Studiengängen, Lehrmethoden und technischen Umgebungen entwickelt. Versehen mit einer Creative Commons (CC) Lizenzierung werden die Lerninhalte in der Digitalen Hochschule NRW zur Verfügung gestellt. N2 - Competencies in the field of databases are compulsory in computer science. However, the range of textbooks, lecture formats and tools can often only be integrated by teachers into their own teaching to a limited extent. In response to this challenge, the EILD.nrw project is developing digital content for teaching in differently designed study programs, teaching methods and technical environments. Provided with a Creative Commons (CC) license, the learning content is made available in the Digital University of NorthRhine-Westphalia. T2 - Developing content for teaching databases Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-29161 SP - 116 EP - 117 PB - Hochschule Düsseldorf CY - Düsseldorf ER - TY - CHAP A1 - Rakow, Thomas C. ED - Wojciechowski, Manfred T1 - Weiterentwicklung der Medienstationen für den Erinnerungsort T2 - Forschungsreport 2020 N2 - Der Erinnerungsort auf dem Campus der HS Düsseldorf erinnert an die Deportation der jüdischen Bevölkerung in Ghettos und Vernichtungslager. In dem Projekt wurden die biografischen Angaben aus dem Digitalen Archiv auf der Website des Erinnerungsortes publiziert. Die familiären Beziehungen werden grafisch dargestellt und auf die Website von Yad Vashem verlinkt. N2 - The “Alter Schlachthof” Memorial Centre on the campus of Hochschule Düsseldorf UAS commemorates the deportation of the Jewish population to ghettos and extermination camps. In the project, the biographical information from the digital archive was published on the website of “Alter Schlachthof”. Family relationships are shown graphically and linked to the Yad Vashem website. T2 - Further development of the media stations for the Memorial Center "Alter Schlachthof" Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-29177 SP - 114 EP - 115 PB - Hochschule Düsseldorf CY - Düsseldorf ER - TY - JOUR A1 - Versümer, Siegbert A1 - Steffens, Jochen A1 - Blättermann, Patrick A1 - Becker-Schweitzer, Jörg T1 - Modelling evaluations of low-level sounds in everyday situations using linear machine learning for variable selection JF - Frontiers in Psychology KW - DOAJ Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-23779 SN - 1664-1078 N1 - Supplementary Material The Supplementary Material for this article can be found online at: https://www.frontiersin.org/articles/10.3389/fpsyg.2020.570761/full#supplementary-material VL - 11 PB - Frontiers ER - TY - JOUR A1 - Lepa, Steffen A1 - Steffens, Jochen A1 - Herzog, Martin A1 - Egermann, Hauke T1 - Popular Music as Entertainment Communication: How Perceived Semantic Expression Explains Liking of Previously Unknown Music JF - Media and Communication Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-23602 VL - 8 IS - 3 SP - 191 EP - 204 PB - Cogitatio ER - TY - RPRT A1 - Jackszis, Arabella T1 - Diskriminierung im Machine Learning und Erklärbarkeit von Algorithmen N2 - Künstliche Intelligenz und Machine Learning sind hochaktuelle Themen in der Informatik. Fortschrittliche Technologien und Vorgehensweisen schaffen neue Einsatzfelder für Anwendungen, die Verhaltensweisen des Menschen erlernen und nachahmen. Dieses innovative Vorgehen birgt jedoch einige Gefahren. Das menschliche Verhalten ist nicht immer objektiv und korrekt. Oft beherrschen Vorurteile das Treffen menschlicher Entscheidungen, sodass Personen diskriminiert werden. Es besteht das Risiko, dass Maschinen diese Verhaltensweise übernehmen. Hinzu kommt die fehlende Erklärbarkeit der Algorithmen. Je nach Modell ist nicht eindeutig, nach welchen Prinzipien eine Entscheidung getroffen wird. Das erschwert das Aufdecken von Diskriminierung und senkt die Vertrauenswürdigkeit des Systems. In dieser Arbeit werden Ursachen für Diskriminierung und fehlende Transparenz, sowie Lösungsmethoden erarbeitet. Dabei wird erörtert, inwieweit die beiden Themen aufeinander einspielen und gemeinsam zur Qualität der Software beitragen. N2 - Artificial Intelligence and Machine Learning are matters of high interest in Information Technology. Advanced technologies and approaches are creating new areas of use for applications that study and imitate human behavior. At the same time, this innovative approach poses new dangers. Human behavior is not always objective and correct. Prejudice often dominates human decisions and therefore leads to discrimination. There is a risk that machines adopt this behavior. On top of this, algorithms are often not explainable. Depending on the model, the principles that are relevant for the decision are not clear. This makes it harder to detect discrimination and reduces the trustworthiness of a system. In this paper, causes of bias in Machine Learning and the lack of transparency, as well as methods to eliminate these problems, are elaborated. It works out the interaction between the two issues and how they contribute to the quality of the software. T2 - Discrimination in machine learning and explainability of algorithms KW - Diskriminierung KW - Discrimination KW - Fairness KW - Erklärbarkeit KW - Nachvollziehbarkeit KW - Transparenz KW - Machine Learning KW - explainability KW - transparency KW - artificial intelligence KW - machine learning KW - traceability KW - Künstliche Intelligenz KW - Hg_TCR Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-25075 VL - Arbeitspapier des Lehrgebiets Datenbanken und E-Business, Nr. 2/2021 PB - Hochschule Düsseldorf CY - Düsseldorf ER - TY - JOUR A1 - Benim, Ali Cemal A1 - Diederich, Michael A1 - Pfeiffelmann, Björn T1 - Aerodynamic Optimization of Airfoil Profiles for Small Horizontal Axis Wind Turbines JF - Computation KW - DOAJ Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-25143 SN - 2079-3197 VL - 6 IS - 2 PB - MDPI ER - TY - CHAP A1 - Tiator, Marcel A1 - Geiger, Christian A1 - Grimm, Paul ED - Dilkina, B. ED - Catala, A. ED - Giacomo, G. De T1 - Point Cloud Segmentation with Deep Reinforcement Learning T2 - ECAI 2020: 24th European Conference on Artificial Intelligence, 29 August-8 September 2020, Santiago De Compostela, Spain - Including 10th Conference on Prestigious Applications of Artificial Intellig Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-30872 SN - 978-1-64368-100-9 SP - 2768 EP - 2775 PB - IOS Press ER - TY - CHAP A1 - Rakow, Thomas C. A1 - Focken, Mareike ED - Wojciechowski, Manfred T1 - EILD.nrw – Evaluation von Lehrinhalten im Fach Datenbanken T2 - Forschungsreport 2021 N2 - Zur Qualitätssicherung werden die im Projekt EILD.nrw erstellten Lern- und Lehrmodule wie Quizze, interaktive Tools und Lehrvideos in der aktuellen Lehre an der HSD eingesetzt und regelmäßig quantitativ und qualitativ evaluiert. Verbesserungen werden eingearbeitet und die Inhalte um Metadaten und Beschreibungen sowie Hinweise für Lehrende und Lernende erweitert. Im weiteren Verlauf des Projektes werden die entwickelten Inhalte jeweils durch die Projektpartner der anderen Hochschulen auch in ihren Kursen evaluiert. Die Evaluationen an der HSD werden mittels der Moodle-Aktivität „Feedback“ in verschiedenen Frequenzen und Zeiträumen durchgeführt. Zu den Aufgaben oder eingesetzten Tools werden quantitativ mittels skalierter Antworten die Themen Zufriedenheit, Gefallen, Bearbeitungszeit, Schwierigkeitsgrad, hilfreich für die Bearbeitung oder Benutzerfreundlichkeit abgefragt. Der qualitative Teil enthält in der Regel eine offene Frage mit der positiv formulierten Bitte um Verbesserungsvorschläge. Die Teilnahme am Feedback ist anonym, freiwillig und die bereits abgegebenen Bewertungen sind sichtbar für alle Kursteilnehmenden. Die Evaluationsergebnisse werden in den Lerneinheiten als Open Educational Resources (OER) dokumentiert, um Studierenden und Lehrenden eine Hilfe zur Auswahl an die Hand zu geben. N2 - For quality assurance, the learning and teaching modules created in the EILD.nrw project for the subject of databases are used in ongoing teaching and regularly evaluated quantitatively and qualitatively. According to the evaluation, the content is improved before it is published in an OER platform of the state of North Rhine-Westphalia. The evaluation results are documented as a quality criterion in the OERs, which can help students and teachers to select suitable OERs. Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-36892 UR - https://doi.org/10.20385/opus4-3648 SP - 138 EP - 139 CY - Düsseldorf ER - TY - JOUR A1 - Anglada-Tort, Manuel A1 - Masters, Nikhil A1 - Steffens, Jochen A1 - North, Adrian A1 - Müllensiefen, Daniel T1 - The Behavioural Economics of Music: Systematic review and future directions JF - Quarterly Journal of Experimental Psychology N2 - Music-related decision-making encompasses a wide range of behaviours including those associated with listening choices, composition and performance, and decisions involving music education and therapy. Although research programmes in psychology and economics have contributed to an improved understanding of music-related behaviour, historically, these disciplines have been unconnected. Recently, however, researchers have begun to bridge this gap by employing tools from behavioural economics. This article contributes to the literature by providing a discussion about the benefits of using behavioural economics in music-decision research. We achieve this in two ways. First, through a systematic review, we identify the current state of the literature within four key areas of behavioural economics-heuristics and biases, social decision-making, behavioural time preferences, and dual-process theory. Second, taking findings of the literature as a starting point, we demonstrate how behavioural economics can inform future research. Based on this, we propose the Behavioural Economics of Music (BEM), an integrated research programme that aims to break new ground by stimulating interdisciplinary research in the intersection between music, psychology, and economics. Y1 - 2022 SN - 1747-0218 U6 - https://doi.org/10.1177/17470218221113761 SN - 1747-0226 VL - 76 IS - 5 PB - SAGE ER -