In dem Gebiet der Informationsextraktion angesiedelt kombiniert diese Arbeit mehrere Verfahren aus dem Bereich des maschinellen Lernens. Sie stellt einen neuen Algorithmus vor, der teil-überwachtes Lernen mit aktivem Lernen verknüpft. Ausgangsbasis ist die Analyse der Daten, indem sie in mehrere Sichten aufgeteilt werden. Hier werden die Eingaben verschiedener Personen unterteilt. Jeweils getrennt voneinander erzeugt der Algorithmus mittels Klassifizierern Modelle, die aus den individuellen Auszeichnungen der Personen aufgebaut werden. Um die dafür benötigte Datenmenge zu erhalten wird Crowdsourcing genutzt, dass es ermöglicht eine große Anzahl an Personen zu erreichen. Die Personen erhalten die Aufgabe, Texte zu annotieren. Einerseits wird dies initial für einen historischen Textkorpus vorgenommen. Dabei wird aufgeführt, welche Schritte notwendig sind, um die Annotationsaufgabe in Crowdsourcing-Portalen zur Bearbeitung anzubieten und durchzuführen. Andererseits wird ein aktueller Datensatz von Kurznachrichten genutzt. Der Algorithmus wird auf diese Beispieldatensätze angewandt. Durch Experimente wird die Ermittlung der optimalen Parameterauswahl durchgeführt. Außerdem werden die Ergebnisse mit den Resultaten bisheriger Algorithmen verglichen.

Durch das Zusammenspiel von Big Data und künstlicher Intelligenz eröffnen sich ganz neue Möglichkeiten, auch im Bereich der öffentlichen Sicherheit. Immer mehr Städte weltweit machen davon Gebrauch und setzen auf Kameras mit computergesteuerter Gesichtserkennung. Nicht jeder ist damit einverstanden. Wie kann man die aktuelle gesellschaftliche Debatte um öffentliche Sicherheit und Privatsphäre mit Jugendlichen besprechen?

Digitale Medien können dabei helfen, Unterrichtsinhalte auf motivierende und anschauliche Weise zu thematisieren und demokratische Handlungskompetenzen von Schüler*innen zu trainieren. Die App „KonterBUNT. Einschreiten für Demokratie“ unterstützt Jugendliche bei der Auseinandersetzung mit menschenverachtenden Parolen.

Jugendliche zu unterstützen, sich auszudrücken, ist ein wichtiger Bereich der Demokratiebildung. Eine der Möglichkeiten dafür ist es, sie die Medien gestalten zu lassen, die sie am besten kennen. Der vorliegende Artikel beschäftigt sich vor allem mit der Frage, wie man kreative und themenbezogene Projektarbeit mit digitalen Medien – genauer: dem Smartphone – verbinden kann.

Damit Schüler*innen Medienkompetenz entwickeln, bedarf es neben der Reflexion auch eigener Medienpraxis, in der sie zu Produzent*innen und Gestalter*innen von Medienangeboten werden. Der Praxisbericht stellt die Entwicklung einer einstündigen Fernsehsendung mit Schüler*innen am Lycée de Garçons in Esch vor.

Auf der Grundlage einer Fragebogenstudie wurden unterschiedliche Elemente eines förderlichen Umgangs mit Gesundheitsinformationen betrachtet und ihre Zusammenhänge mit personspezifischen Merkmalen analysiert. Als zentrale Aspekte der Informationsprozesse wurden die drei Elemente Gesundheitsinformationskompetenz, Gesundheitsinteresse und gesundheitsspezifische Informationsgewohnheiten konzeptuell voneinander getrennt. Auf der Basis des bisherigen Forschungsstands wurde zunächst ein theoretisches Modell des Umgangs mit Gesundheitsinformationen entwickelt, das die Bedeutung der Kompetenz und des Interesses für gesundheitsbezogene Informationsgewohnheiten hervorhebt, individuelle Ausprägungen dieser drei Elemente mit soziodemografischen Faktoren, Persönlichkeitseigenschaften, Überzeugungen und dem Gesundheitszustand in Beziehung setzt sowie Verbindungen zu gesundheitsrelevanten Verhaltensweisen beschreibt. Dieses Modell wurde anschließend an einer Stichprobe von 352 Berufsschülerinnen und -schülern aus drei Berufsbereichen (Wirtschaft/Verwaltung, Technik und Gesundheit) empirisch überprüft. Über multiple Regressionsanalysen wurden bedeutsame Prädiktoren für die drei Hauptelemente Kompetenz, Interesse und Informationsgewohnheiten identifiziert, über logistische Regressionen und Korrelationen ihre Zusammenhänge mit dem Gesundheitsverhalten überprüft. Darüber hinaus wurden lineare Strukturgleichungsmodelle zur Vorhersage des Informationsverhaltens entwickelt. Die Ergebnisse bestätigen die konzeptionelle Trennung der drei Faktoren, die jeweils mit unterschiedlichen Prädiktoren verbunden waren. Auf der Basis der Befunde werden Ansatzpunkte für die weitere Forschung und die Förderung eines kompetenten Umgangs mit Gesundheitsinformationen diskutiert.