Die WoGe – Potential- und Gefährdungsbeurteilung ist ein wissenschaftlich fundiertes und empirisch erprobtes beobachtungsbasiertes Verfahren zur Erfassung und Beurteilung von Wohlbefinden und psychischen Gefährdungen unter dreijähriger Kinder in Kindertageseinrichtungen (KiTa). Sie wurde im Projekt „Beanspruchungen von Kleinkindern in der institutionellen Kindertagesbetreuung: Entwicklung und Erprobung einer beobachtungsbasierten Gefährdungsbeurteilung“ in enger Zusammenarbeit mit pädagogischen Fachkräften entwickelt. Das Projekt wurde an der Universität Leipzig im Zeitraum in den Jahren 2021 bis 2024 durchgeführt und aus Mitteln der Forschungsförderung der Deutschen Gesetzlichen Unfallversicherung (DGUV) unter dem Förderkennzeichen FP – 0453 gefördert. Mit der WoGe – Potential- und Gefährdungsbeurteilung ist es KiTa-Teams und pädagogischen Fachkräften möglich, das aktuelle subjektive Wohlbefinden von Kindern differenziert zu beobachten sowie vorhandene Rahmenbedingungen und ihre Wirkungen auf das Wohlbefinden der betreuten Kinder systematisch einzuschätzen. Die Zusammenführung der gewonnenen Erkenntnisse dient als Grundlage für die Verstetigung, Veränderung oder Entwicklung pädagogischer Strukturen und Prozesse, welche das Wohlbefinden junger Kinder in der KiTa absichern. Das Verfahren besteht aus einer praxisnahen Handreichung mit einem umfangreichen wissenschaftlichen Anhang, einem Satz Erhebungsbögen und einem Satz Auswertungsbögen. Alle Materialien sind kostenfrei digital verfügbar.

Les systèmes dits Sensor Webs sont des middlewares informatiques assurant la communication entre les capteurs et les applications. En tant que véritables médiateurs, la popularité de ces systèmes n’a cessé de grandir depuis l’apparition des tout premiers capteurs. Plus récemment, l’émergence de nouveaux paradigmes tels que l’Internet des Objets (IoT) a complètement révolutionné les systèmes basés sur les capteurs en général. Parmi eux, les Sensor Webs ne dérogent pas à cette règle et doivent désormais répondre à de nouveaux défis, notamment en termes d’intégration, de Qualité des Observations (QoO) et d’adaptation système. Dans ce travail de recherche, nous proposons une nouvelle génération de Sensor Webs capables d’adapter la QoO distribuée de manière autonomique et de manière spécifique à chaque application (QASWS). Premièrement, nous introduisons un framework générique destiné aux chercheurs et développeurs souhaitant concevoir leur propre solution QASWS. Dans un deuxième temps, nous instancions ce framework et proposons un prototype de plateforme d’intégration pour l’évaluation de la QoO à la demande (iQAS). Après avoir évalué ses performances, nous présentons trois cas d’utilisation pour la plateforme iQAS. Finalement, nous concluons cette étude en imaginant l’apport de certains paradigmes transverses vis-à-vis de la QoO dans un futur proche. / Sensor Web systems are computer middlewares that aim at bridging the gap between sensors and applications. As true mediators, the popularity of such systems has steadily grown since the appearance of the very first sensors. More recently, the emergence of new paradigms such as the Internet of Things (IoT) has completely revolutionized the sensing research field. As a consequence, Sensor Webs should now cope with new challenges pertaining to integration, Quality of Observation (QoO) and system adaptation. In this research work, we propose a novel generation of Sensor Webs able to adapt the delivered QoO in an autonomic and application-specific manner (QASWS). First, we introduce a generic framework intended for researchers and developers who want to conceive their own QASWS solution. Then, we instantiate this framework and propose a prototype of an integration platform for QoO assessment as a service (iQAS). After evaluating its performances, we present three use cases for the iQAS platform. Finally, we conclude this work by foreseeing the benefits of some transverse paradigms with regard to QoO in the near future.

No description available.

No description available.

No description available.