Refine
Document Type
- Part of a Book (8)
- Article (unreviewed) (2)
- Conference Proceeding (1)
- Contribution to a Periodical (1)
- Report (1)
Conference Type
- Konferenzartikel (1)
Has Fulltext
- no (13) (remove)
Is part of the Bibliography
- yes (13)
Keywords
- COVID-19 (13) (remove)
Institute
Open Access
- Closed (7)
- Closed Access (3)
- Open Access (3)
- Diamond (1)
While prospect of tracking mobile devices' users is widely discussed all over European countries to counteract COVID-19 propagation, we propose a Bloom filter based construction providing users' location privacy and preventing mass surveillance.
We apply a solution based on Bloom filters data structure that allows a third party, a government agency, to perform some privacy-preserving set relations on a mobile telco's access logfile.
By computing set relations, the government agency, given the knowledge of two identified persons, has an instrument that provides a (possible) infection chain from the initial to the final infected user no matter at which location on a worldwide scale they are.
The benefit of our approach is that intermediate possible infected users can be identified and subsequently contacted by the agency. With such approach, we state that solely identities of possible infected users will be revealed and location privacy of others will be preserved. To this extent, it meets General Data Protection Regulation (GDPR)requirements in this area.
Eine Pandemie mit neuen Hygiene- und Abstandsregelungen ist vordergründig keine spezifische Herausforderung für den Bildungssektor auf den unterschiedlichen Ebenen. Da jedoch unsere Bildungseinrichtungen so angelegt sind, dass der persönliche Kontakt und Veranstaltungen in Präsenzform die Regel sind und auch unabdingbar erscheinen, waren alle Ebenen der Bildung massiv von den Einschränkungen der Jahre 2020 und 2021 betroffen. Systeme, die seit Jahren in der pädagogischen und/oder didaktischen Konzeption gefordert sind, neuen Herausforderungen gerecht zu werden und neue Impulse aufzunehmen, müssen im Sinne eines Corona-Managements nicht nur das aktuelle Risiko- und Krisenmanagement, sondern die digitale Transformation und die strategische Neuausrichtung im Rahmen der Schul- und Hochschulentwicklung bewältigen.
Unter dem Deckmantel der Covid-19-Pandemie werden soziale Einrichtungen wie Bildungseinrichtungen oder das Gesundheitssystem systematisch auf Digitalisierung getrimmt. Schon Grundschulkinder werden an die Arbeit am Display gewöhnt und Schulen mit Geldern aus dem Digitalpakt Schule technisch aufgerüstet. Lernsoftware, Schulcloud und Learning Analytics erlauben die Verdatung von Schülerbiographien. Digitale Endgeräte als Leihgabe für Schülerinnen und Schüler bereiten den Fernunterricht für die Zeit nach der Pandemie vor. Auf der Strecke bleiben dabei möglicherweise nicht nur Grundrechte, Privatsphäre und letztlich die Autonomie des Menschen, sondern auch das notwendige Vertrauen in politische Entscheidungen, wenn etwa die Digitalisierung zunehmend aller Lebensbereiche gar nicht mehr hinterfragt wird. Dabei reichen bereits vier Forderungen zur IT-Entwicklung, um demokratisch legitimierte Alternativen von Softwarelösungen zu entwickeln, wie der Streit um die Corona-App gezeigt hat.
Die Corona-Pandemie erforderte in kürzester Zeit die Übertragung der Lehrveranstaltungen in digitale Formate. Dieser Beitrag stellt vor, wie die Umstellung auf digitale Lehre an der Hochschule Offenburg gelingen konnte, wie sich die Situation aus Sicht der Studierenden und der Lehrenden darstellte und welche zukunftsweisenden Erkenntnisse aus den digitalen Semestern gewonnen werden konnten. Anhand eines Lehrbeispiels im Bereich Digitale Labore wird ein Weg aufgezeigt, der den Transfer und die Weiterentwicklung bewährter digitaler Lehrformate ermöglicht.
Due to the pandemic of 2020, many teaching and research institutions are confronted with extraordinary working conditions. In order to enable empirical data collection under these special circumstances, teachers and scientists need to respond flexibly and new concepts need to be developed. This paper deals with the challenges that arise in day-to-day teaching and provides different approaches to meet these challenges. It covers quantitative surveys, remote UX-testing methods as an alternative to eye tracking studies in the lab, as well as face-to-face user experience testings under strict hygiene measures.
Rasch auftretende grundsätzliche Veränderungen der Rahmenbedingungen, wie sie durch die Corona-Pandemie für Unternehmen der Agentur- und Eventbranche spürbar wurden, stellen Unternehmen sowie Unternehmerinnen und Unternehmer vor besondere Herausforderungen. Zwei Vertreter aus Unternehmen dieser Branche – eine inhabergeführte Eventagentur und eine inhabergeführte Werbeagentur – zeigen in einem kurzen Interview auf, welche Erfahrungen sie gemacht haben und welche Herausforderungen sie daraus für die Zukunft ableiten.
Die Pandemie brachte zunächst zahlreiche Beschränkungen bei Präsenzveranstaltungen mit sich, die sich rasch und unmittelbar auf unterschiedliche Bereiche der Kultur- und Kreativwirtschaft auswirkten. Neben der Frage des wirtschaftlichen Überlebens für Institutionen und Akteure stellt sich in diesem Zusammenhang auch die Frage nach der gesellschaftlichen Relevanz dieses Sektors.
Pandemie und Moral
(2022)
In der Corona-Pandemie wandelte sich die Moral der Menschen. Während auf der einen Seite Solidaritätsbestrebungen verstärkt zu verzeichnen waren, war andererseits aber auch, oft aus Angst und Unsicherheit erwachsen, ein Extremverhalten zu beobachten. Soll moralischer Fortschritt zum Bestehen der großen Herausforderungen der Zukunft beitragen, sind eine Bildungsoffensive, vor allem aber auch Gerechtigkeit, die Voraussetzungen.
The COVID19 pandemic, a unique and devastating respiratory disease outbreak, has affected global populations as the disease spreads rapidly. Recent Deep Learning breakthroughs may improve COVID19 prediction and forecasting as a tool of precise and fast detection, however, current methods are still being examined to achieve higher accuracy and precision. This study analyzed the collection contained 8055 CT image samples, 5427 of which were COVID cases and 2628 non COVID. The 9544 Xray samples included 4044 COVID patients and 5500 non COVID cases. The most accurate models are MobileNet V3 (97.872 percent), DenseNet201 (97.567 percent), and GoogleNet Inception V1 (97.643 percent). High accuracy indicates that these models can make many accurate predictions, as well as others, are also high for MobileNetV3 and DenseNet201. An extensive evaluation using accuracy, precision, and recall allows a comprehensive comparison to improve predictive models by combining loss optimization with scalable batch normalization in this study. Our analysis shows that these tactics improve model performance and resilience for advancing COVID19 prediction and detection and shows how Deep Learning can improve disease handling. The methods we suggest would strengthen healthcare systems, policymakers, and researchers to make educated decisions to reduce COVID19 and other contagious diseases.