MétaCan
Menu
Back to cohort
Record W6927721764 · doi:10.25968/opus-2357

Gesundheitsförderliche Netzwerkarbeit an deutschen Hochschulen

2022· article· de· W6927721764 on OpenAlexaboutno aff

Bibliographic record

VenueSerWisS (University of Applied Sciences and Arts Hannover) · 2022
Typearticle
Languagede
FieldBiochemistry, Genetics and Molecular Biology
TopicProtist diversity and phylogeny
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Christian ministryUrban environment

Abstract

fetched live from OpenAlex

Hintergrund: In Anbetracht aller Entwicklungen der Forschung und Praxis der Gesundheitsförderung seit der Ottawa Charta (1986) baute sich im Sinne des dritten Ziels „Vermitteln und Vernetzen“ die Vernetzung der Akteur_innen im Kontext der Gesundheit in unterschiedlichen Settings und somit auch an Hochschulen stetig aus. So entstanden neben dem bundesweiten Arbeitskreises Gesundheitsfördernder Hochschulen (AGH) vor allem seit dem Präventionsgesetz im Jahre 2015 auf regionaler Ebene unterschiedliche Netzwerke zur Gesundheitsförderung an Hochschulen. Elementares Ziel der regionalen, aber auch überregionalen Netzwerke ist die Vernetzung der Akteur_innen des betrieblichen und studentischen Gesundheitsmanagements aus den unterschiedlichen Hochschulen Deutschlands und die dadurch verbesserte Förderung der Gesundheit von Studierenden (2.9 Millionen) und Beschäftigten (760.000) an Hochschulen. Zur in dieser Arbeit spezifisch betrachteten regionalen Netzwerkarbeit zur Gesundheitsförderung an Hochschulen und deren Vorgehensweisen liegen noch keine empirischen Befunde vor. Ziel der Erhebung: Ziel der qualitativen Erhebung war die Identifikation der Vorgehensweisen der regionalen Netzwerke zur Gesundheitsförderung an Hochschulen, wobei die Netzwerke in ihren dynamischen Prozessen und Strukturen als multikomplexe Kommunikationssysteme verstanden werden. Weitere Forschungsfragen beschäftigten sich mit der Bedeutung der Evaluation und den Nachhaltigkeitsstrategien der Netzwerke. Methodik: Mit Hilfe eines qualitativen leitfadengestützten Vorgehens wurden Vertreter_innen von insgesamt sieben der acht regionalen Netzwerke zur Gesundheitsförderung an Hochschulen im Rahmen eines digitalen Interviews befragt. Als Auswertungsmethode wurde die qualitative Inhaltsanalyse nach Mayring (2015) genutzt. Ergebnisse: Regionale Netzwerke zur Gesundheitsförderung zeichnen sich durch komplexe Kommunikations- und Arbeitsstrukturen aus. Durch niedrigschwellige und partizipative Arbeitsweisen, z. B. durch die Planung und Durchführung der Netzwerktreffen mit den Mitgliedshochschulen, ergeben sich für die im Fokus stehenden interdisziplinären Akteur_innen unterschiedliche Chancen und Synergieeffekte zur Weiterentwicklung der Gesundheitsförderung. Trotz einiger Überschneidungen agieren die untersuchten regionalen Netzwerke in zentralen Aspekten nicht einheitlich, sondern gestalten die Arbeit abhängig von den gegebenen Strukturen individuell. Schlussfolgerungen: Regionale Netzwerke zur Gesundheitsförderung an Hochschulen sind dynamische, partizipative und interdisziplinäre Kommunikations- und Arbeitssysteme in denen etablierte Mechanismen der Netzwerkarbeit und Gesundheitsförderung (z. B. Partizipation) dem offenen, innovativen und agilen Charakter eines Netzwerks gegenüberstehen. In diesem Kontinuum nehmen die regionalen Netzwerke gemeinsam mit den Mitgliedern dynamische Entwicklungen wahr und entwickeln zukunftsfähige Lösungen für die Gesundheitsförderung an deutschen Hochschulen.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.014
metaresearch head score (Gemma)0.030
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.021
Threshold uncertainty score0.108

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0140.030
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0030.007
Science and technology studies0.0040.003
Scholarly communication0.0070.005
Open science0.0010.005
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0200.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.207
Teacher spread0.191 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueSerWisS (University of Applied Sciences and Arts Hannover)Same topicProtist diversity and phylogenyFrench-language works237,207