Das E-Learning Modul MUVE-STAT (Statistische Grundbegriffe und Grundlagen multivariater Verfahren) ermöglicht Psychologiestudierenden einen anwendungsorientierten und interaktiven Erwerb statistischer Methodenkenntnisse. Die Inhalte umfassen anschauliche Darstellungen statistischer Grundbegriffe bis hin zur Anwendung multivariater Verfahren. MUVE-STAT soll Lehrende und Studierende in unterschiedlichen, insbesondere in interdisziplinären Bachelorstudiengängen unterstützen und eine erfolgreiche Fortsetzung des Studiums im Rahmen eines konsekutiven Masterstudiengangs, wie dem Studiengang „Psychologie: Human Performance in Socio- Technical Systems” (HPSTS) an der TU Dresden, gewährleisten.

Description logics in their standard setting only allow for representing and reasoning with crisp knowledge without any degree of uncertainty. Of course, this is a serious shortcoming for use cases where it is impossible to perfectly determine the truth of a statement. For resolving this expressivity restriction, probabilistic variants of description logics have been introduced. Their model-theoretic semantics is built upon so-called probabilistic interpretations, that is, families of directed graphs the vertices and edges of which are labeled and for which there exists a probability measure on this graph family. Results of scientific experiments, e.g., in medicine, psychology, or biology, that are repeated several times can induce probabilistic interpretations in a natural way. In this document, we shall develop a suitable axiomatization technique for deducing terminological knowledge from the assertional data given in such probabilistic interpretations. More specifically, we consider a probabilistic variant of the description logic EL⊥, and provide a method for constructing a set of rules, so-called concept inclusions, from probabilistic interpretations in a sound and complete manner.

For a probabilistic extension of the description logic EL⊥, we consider the task of automatic acquisition of terminological knowledge from a given probabilistic interpretation. Basically, such a probabilistic interpretation is a family of directed graphs the vertices and edges of which are labeled, and where a discrete probabilitymeasure on this graph family is present. The goal is to derive so-called concept inclusions which are expressible in the considered probabilistic description logic and which hold true in the given probabilistic interpretation. A procedure for an appropriate axiomatization of such graph families is proposed and its soundness and completeness is justified.

The need for navigation in hypertext requires cognitive resources, and this can result in disorientation and cognitive overhead. So, information retrieval and text comprehension are impaired. It is not possible to construct a coherent mental representation of text content (situation model), which is essential for text comprehension. The question is, how can, based on hypertext studies and knowledge about text comprehension, suggestions for hypertext design be found. In this study, the influence of different navigation possibilities and linking structures of hypertext on orientation problems, text comprehension, and efficiency of information retrieval was investigated. First, linear text and hierarchic structured hypertext with a graphical overview over the text structure were compared. Furthermore, text comprehension processes were focused more intensively. Therefore, the influence of the coherence of linking structure and of working memory load on interaction with the text, text comprehension, and efficiency of information retrieval was investigated. Results show that disadvantages of hypertext concerning orientation problems can be compensated with the aid of a graphical overview which is usable for navigation. This orientation and navigation aid is also an advantage for the speed of information retrieval. In contrast, for text comprehension coherence of the linking of individual text nodes plays an essential role. Only if hypertext is constructed in a way that a coherent reading sequence is suggested to the reader, the user is able to construct a coherent mental representation about the text content. It becomes apparent that different tasks, in this case reading a text vs. information retrieval, make different demands to hypertext. To some extend, the results were only shown with high working memory load, which shows the influence of cognitive resources. / Die Notwendigkeit der Navigation in Hypertexten beansprucht kognitive Ressourcen und führt leicht zu einer Desorientierung und einer kognitiven Überlastung. Sie erschwert damit das Auffinden von Informationen und beeinträchtigt das Verstehen des Textes, d.h. es kann keine kohärente mentale Repräsentation über den Textinhalt (Situationsmodell) aufgebaut werden, was jedoch in der Textverstehensforschung als zentraler Punkt des Verstehens betrachtet wird. Die Frage ist nun, wie aus den bisherigen Erkenntnissen zu Hypertexten und aus dem Wissen über Textverstehensprozesse Hinweise für eine optimale Hypertextgestaltung abgeleitet werden können. In der vorliegenden Arbeit wurde dazu der Einfluss verschiedener Navigationsmöglichkeiten und der Verknüpfungsstruktur von Hypertexten auf die Probleme des Nutzers beim Umgang mit dem Hypertext und auf das Textverstehen bzw. den Wissenserwerb und die Effizienz der Informationssuche untersucht. Zunächst wurde dazu ein Vergleich von linear verknüpftem Text und einem hierarchisch strukturierten Hypertext mit einer graphischen Übersicht über die Textstruktur vorgenommen. Weiterhin wurden verstärkt die Textverstehensprozesse beim Umgang mit Hypertext betrachtet. Dazu wurde der Einfluss des Kohärenzgrades der Verknüpfung des Textes und der Arbeitsgedächtnisbelastung auf den Umgang mit dem Text, das Textverstehen und die Effizienz der Informationssuche untersucht. Die Ergebnisse zeigen, dass die Nachteile des Hypertextes hinsichtlich der Orientierungsprobleme durch eine navigierbare graphische Übersicht über die Textstruktur kompensiert werden können. Diese Strukturierungs- und Navigationshilfe erweist sich auch als Vorteil für die Schnelligkeit der Informationssuche. Für das Textverstehen hingegen spielt die Kohärenz der Verknüpfung der einzelnen Textknoten eine zentrale Rolle. Nur wenn der Hypertext so strukturiert ist, dass dem Nutzer eine zeitlich kohärente Leseweise nahegelegt wird, ist der Nutzer auch in der Lage, eine kohärente mentale Repräsentation über den Textinhalt aufzubauen. Es zeigt sich deutlich, dass unterschiedliche Aufgaben, hier Lesen eines Textes vs. Suchen nach Informationen, unterschiedliche Anforderungen an Hypertexte stellen. Teilweise werden die gezeigten Ergebnisse erst unter einer erhöhten Arbeitsgedächtnisbelastung deutlich, was den Einfluss kognitiver Ressourcen deutlich macht.

Die hier zur Verfügung gestellte Datei ist leider nicht vollständig, aus technischen Gründen sind die folgenden Anhänge leider nicht enthalten: Anhang 3: Begriffshierarchie "verarbeitungstechnische Funktion" S. 141 Anhang 4: Begriffshierarchie "Eigenschaftsänderung" S. 144 Anhang 5: Begriffshierarchie "Verarbeitungsgut" S. 149 Anhang 6: Begriffshierarchie "Verarbeitungstechnisches Prinzip" S. 151 Konsultieren Sie die Druckausgabe, die Sie im Bestand der SLUB Dresden finden: http://slubdd.de/katalog?TN_libero_mab21079933:ABKÜRZUNGEN UND FORMELZEICHEN S. 5 1. EINLEITUNG S. 7 2. UNTERSTÜTZUNGSMITTEL FÜR DIE KONZEPTPHASE IN DER VERARBEITUNGSMASCHINEN-KONSTRUKTION - ALLGEMEINE ANFORDERUNGEN, ENTWICKLUNGSSTAND 9 2.1. DIE BEDEUTUNG DER KONZEPTPHASE IN DER VERARBEITUNGSMASCHINENKONSTRUKTION S. 9 2.2. ALLGEMEINE ANFORDERUNGEN AN UNTERSTÜTZUNGSMITTEL FÜR DEN KONSTRUKTEUR ALS PROBLEMLÖSER S. 13 2.3. SPEZIFIK VERARBEITUNGSTECHNISCHER PROBLEMSTELLUNGEN S. 17 2.3.1. Verarbeitungstechnische Informationen im Konstruktionsprozeß von Verarbeitungsmaschinen S. 17 2.3.2. Komplexität verarbeitungstechnischer Probleme S. 19 2.3.3. Unbestimmtheit verarbeitungstechnischer Probleme S. 21 2.3.4. Beschreibungsspezifik verarbeitungstechnischer Problemstellungen S. 22 2.4. UNTERSTÜTZUNGSMITTEL FÜR DIE KONZEPTPHASE UND IHRE EIGNUNG FÜR DIE VERARBEITUNGSMASCHINENKONSTRUKTION S. 24 2.4.1. Traditionelle Unterstützungsmittel für die Lösungssuche S. 24 2.4.1.1. Lösungskataloge S. 24 2.4.1.2. Konstruktionsmethodik in der Prinzipphase S. 25 2.4.2. Rechnerunterstützung für die Konstruktion mit Relevanz für die Konzeptphase S. 28 2.4.2.1. Kurzüberblick über Konstruktionsunterstützungssysteme und ihre Einbindung in übergeordnete Systeme S. 28 2.4.2.2. Rechnerunterstützung zum Analysieren S. 31 2.4.2.3. Rechnerunterstützung zum Informieren S. 32 2.4.2.4. Rechnerunterstützung zum Synthetisieren S. 34 2.4.2.5. Rechnerunterstützung zum Bewerten und Auswählen S. 39 2.4.2.6. Integrierende Systeme mit Unterstützung für die Konzeptphase S. 41 2.4.3. Der Wissensspeicher Verarbeitungstechnik S. 43 2.5. SCHLUßFOLGERUNGEN AUS DER ANALYSE DES IST-STANDES S. 46 3. ANFORDERUNGEN AN EINE RECHNERUNTERSTÜTZUNG DER PRINZIPPHASE DER VERARBEITUNGSMASCHINENKONSTRUKTION 47 3.1. FUNKTIONSBESTIMMUNG S. 47 3.1.1. Typisierung der mit dem System zu lösenden Fragestellungen S. 47 3.1.2. Anforderungen an Funktionalität und Dialoggestaltung S. 50 3.2. INHALTLICHE ABGRENZUNG S. 54 3.3. ANFORDERUNGEN AN DIE WISSENSREPRÄSENTATION S. 57 4. INFORMATIONSMODELL DES VERARBEITUNGSTECHNISCHEN PROBLEMRAUMES S. 61 4.1. ÜBERBLICK ÜBER MÖGLICHE DARSTELLUNGSARTEN S. 61 4.1.1. Allgemeiner Überblick S. 61 4.1.1.1. Unterschiede zwischen wissensbasierten Systemen und anderen Wissensrepräsentationsformen S. 61 4.1.1.2. Algorithmische Modellierung S. 62 4.1.1.3. Relationale Modellierung S. 63 4.1.1.4. Darstellungsformen in wissensbasierten Systemen S. 64 4.1.2. Die verwendete Software und ihre Möglichkeiten S. 71 4.2. ÜBERBLICK ÜBER DEN SYSTEMAUFBAU S. 74 4.2.1. Gesamtüberblick S. 74 4.2.2. Sichtenmodell S. 78 4.2.3. Relationale Darstellung von Prinzipinformationen, Kennwerten und Kenngrößen S. 83 4.2.4. Bildinformationen S. 85 4.2.5. Ergänzende Informationen in der Benutzeroberfläche S. 86 4.3. MODELLIERUNG VON WISSENSKOMPONENTEN DER DOMÄNE VERARBEITUNGSTECHNIK S. 87 4.3.1. Abbildung verarbeitungstechnischer Funktionen S. 87 4.3.1.1. Darstellungsarten für verarbeitungstechnische Funktionen - Bedeutung, Verwendung, Probleme S. 87 4.3.1.2. Die Sicht "Verarbeitungstechnische Funktion" S. 89 4.3.1.3. Die Sicht "Eigenschaftsänderung" S. 90 4.3.2. Abbildung von Informationen über Verarbeitungsgüter S. 93 4.3.2.1. Beschreibungskomponenten und ihre Verwendung bei der Lösungssuche S. 93 4.3.2.2. Die Sicht "Verarbeitungsgut" S. 94 4.3.2.3. Abbildung von Verarbeitungsguteigenschaften S. 94 4.3.3. Abbildung verarbeitungstechnischer Prinzipe S. 96 4.3.3.1. Die Sicht "Verarbeitungstechnisches Prinzip" S. 96 4.3.3.2. Die Detailbeschreibung verarbeitungstechnischer Prinzipe S. 97 4.3.4. Verarbeitungstechnische Kenngrößen S. 99 4.3.5. Darstellung von Zusammenhängen mittels Regeln S. 100 4.3.6. Unterstützung der Feinauswahl S. 102 5. PROBLEMLÖSEN MIT DEM BERATUNGSSYSTEM VERARBEITUNGSTECHNIK S. 104 5.1. INTERAKTIVE PROBLEMAUFBEREITUNG S. 104 5.2. BESTIMMUNG DER LÖSUNGSMENGE - GROBAUSWAHL S. 109 5.3. FEINAUSWAHL S. 110 5.4. VERARBEITUNG DER ERGEBNISSE S. 112 6. WISSENSAKQUISITION S. 113 6.1. PROBLEME BEI DER WISSENSAKQUISITION S. 113 6.2. VORSCHLÄGE ZUR UNTERSTÜTZUNG UND ORGANISATION DER AKQUISITION FÜR DAS BERATUNGSSYSTEM VERARBEITUNGSTECHNIK S. 115 7. GEDANKEN ZUR WEITERENTWICKLUNG S. 116 7.1. INHALTLICHER UND FUNKTIONALER AUSBAU DES BERATUNGSSYSTEMS VERARBEITUNGSTECHNIK S. 116 7.1.1. Ergänzung der Sichtenbeschreibung durch weitere Sichten S. 116 7.1.2. Andere Erweiterungsmöglichkeiten S. 117 7.2. EINBINDUNGSMÖGLICHKEITEN FÜR DAS BERATUNGSSYSTEMS VERARBEITUNGSTECHNIK S. 118 8. ZUSAMMENFASSUNG S. 120 LITERATURVERZEICHNIS S. 123 Anhang 1: Beispiele für phasenübergreifende Rechnerunterstützung der Konstruktion 134 Anhang 2: Inhalt der Kerntabelle "Prinzip" S. 138 Anhang 3: Begriffshierarchie "verarbeitungstechnische Funktion" S. 141 Anhang 4: Begriffshierarchie "Eigenschaftsänderung" S. 144 Anhang 5: Begriffshierarchie "Verarbeitungsgut" S. 149 Anhang 6: Begriffshierarchie "Verarbeitungstechnisches Prinzip" S. 151 Anhang 7: Implementierung einer umstellbaren Formel am Beispiel Dichteberechnung S. 158

Mit diesem Heft möchten wir dazu beitragen, dass Kinder Begeisterung, Verständnis und ein positives Gefühl für unser natürliches Umfeld entwickeln können und einen spielerischen Zugang zu (wissenschaftlichen) Fakten fnden. Es erwarten Sie detailliert ausgearbeitete Konzepte zur Vermittlung wesentlicher Inhalte des naturkundlichen Unterrichts, wie Wald, Waldrand, Wiese, Wasser und Boden – orientiert an den Inhalten des Heimat- und Sachkundeunterrichts des Sächsischen Lehrplans für Grundschulen (Stand 2009).