Erweiterte Suche

Der Suchbegriff 'merle doherr belik' ergab 13 Treffer.

• 085055Vorlesung
  Pferdezucht (Marcus Doherr und Dozent:innen)
  Zeit: Mo 09:30-11:45, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
  Ort: KR Pferdewissenschaft (Oertzenweg 19B)
• 085057Übung
  Tierbeurteilung (Marcus Doherr und Dozent:innen)
  Zeit: Exkursionen, Termine nach Vereinbarung (Erster Termin: 06.06.2025)
  Ort: , RvO Seminarraum, R164

  Hinweise für Studierende

  Exkursionen;

  Weitere Hinweise werden über Blackboard bekannt gegeben

• 085095Vorlesung
  Studienplanung und Statistik I - Planung und Durchführung einer wiss. Arbeit (Roswitha Merle)
  Zeit: Do 08:30-10:45 (Erster Termin: 05.06.2025)
  Ort: RvO Seminarraum, R042 (R.-v.-Ostertag-Str. 7-13)

  Hinweise für Studierende

  Grundlagen des wissenschaftlichen Arbeitens

  Zusätzl. Angaben / Voraussetzungen

  Diese Veranstaltung beginnt im 4. FS. mit einer SWS. Diese Veranstaltung wird im 6. FS. weitergeführt und abgeschlossen.

  Kommentar

  Grundlagen des wissenschaftlichen Arbeitens im 4. Semester. Die Veranstaltung in der ersten Semesterhälfte ist für das 6. Semester vorgesehen!

• 085096Übung
  Studienplanung und Statistik II – Statistik (Roswitha Merle)
  Zeit: Blockveranstaltung nach Vereinbarung (Erster Termin: 16.04.2025)
  Ort: Online - zeitABhängig

  Hinweise für Studierende

  Statistik-Grundlagen zur Vorbereitung auf die Bachelorarbeit

  Zusätzl. Angaben / Voraussetzungen

  Dies ist der zweite Teil der Veranstaltung, für das 6. FS vorgesehen.

  Kommentar

  Grundlagen der statistischen Auswertung von Daten mit SPSS. Dieser zweite Teil ist für das 6. Semester vorgesehen. Der erste Teil für das 4. Semester findet in der zweiten Semesterhälfte statt.

• 08780Übung
  Biometrie (Charlotte Jensen, Roswitha Merle und Marcus Doherr)
  Zeit: Do 17:00-18:30 (Erster Termin: 17.04.2025)
  Ort: Online - zeitUNabhängig

  Hinweise für Studierende

  Die Veranstaltung wird über das gesamte Semester im E-Learning-Format angeboten.
  Zusätzlich besteht das Angebot der Interaktion mit den Dozierenden über WebEx-Sitzungen; die Termine dazu werden zu Semesterbeginn bekannt gegeben.
  
  Die LV ist im Stundenplan angelegt; das Unterichtsmaterial für die jeweilige Woche einschließlich aufgezeichneter Vorlesungsvideos wird zu Wochenbeginn über Blackboard zur Verfügung gestellt. Die Studierenden sind angehalten, den VL-Stoff und die Hausübungen im Eigenregie aufzuarbeiten.
  
  Zusätzlich werden im Rahmen von Hausaufgaben kleinere Übungen und Statistik-Berechnungen durchgeführt.
  Die Bearbeitung der online zur Verfügung gestellten Hausübungen zu jedem Modul sowie die Beantwortung der Mini-Quizzes bis zum Ende der jeweiligen Woche ist Pflicht. Jedes Mini-Quizz besteht aus 6 MC-Fragen (insgesamt 72 Fragen). Für eine erfolgreiche Teilnahme an der LV müssen müssen mindestens 54 Fragen (75%) korrekt beantwortet werden. Bei begründetem Versäumnis einzelner Quizzes kann eine Ersatzleistung definiert werden.

  Zusätzl. Angaben / Voraussetzungen

  Studierende, welche in vorherigen Studiengängen bereits eine Pflichtvorlesung Statistik mit Leistungskontrolle / Prüfung im Umfang von mindestens 2 SWS absolviert haben, können diese ggf. angerechnet bekommen und sind dann von der Lernzielkontrolle (MC-Quizzes zu jedem Themenmodul) befreit. Ein Antragsformular sowie entsprechende Leistungsnachweise (Modulbeschreibungen sowie Zeugnis) müssen bis zum ersten Vorlesungstag elektronisch an den Kursleiter übersandt werden, welche(r) über die teilweise oder vollständige Anerkennung entscheidet.

  Kommentar

  Im Rahmen dieser Einführungsvorlesung Biometrie werden die Grundbegriffe und Methoden der Populationsmedizin (Epidemiologie), Datenerhebung und Datenauswertung (Statistik) an anschaulichen Beispielen vorgestellt. Dabei werden insbesondere die folgenden Themen behandelt: (1) Definitionen und Anwendungsgebiete der Epidemiologie und Statistik, (2) Datenformate und Beschreibungen, (3) Masszahlen der Krankheitshäufigkeit und Assoziation, (4) Eigenschaften und Einsatzgebiete diagnostischer Testverfahren, (5) Wahrscheinlichkeitsverteilungen (Binomial, Normal) und Rechnen mit Wahrscheinlichkeiten, (6) beschreibenden Statistiken, (7) Formulieren und Testen statistischer Hypothesen und (8) einfache statistische Testverfahren.

• 08781Seminar
  Forschung am Fachbereich (Wissenschaftler des Fachbereichs; Verantwortlich: Vitaly Belik)
  Zeit: Do 13:30-14:15 (Erster Termin: 17.04.2025)
  Ort: Online - zeitABhängig

  Hinweise für Studierende

  Gesamtes Semester; Es wird eine Anwesenheitsliste geführt. Voraussetzung für eine erfolgreiche Teilnahme sind eine Anwesenheit bei mind. 11 Terminen im Semester

  Kommentar

  Im Rahmen dieser Veranstaltung stellen Forschende aller Einrichtungen individuelle Forschungsprojekte vor. Ziel ist es, den Studierenden einen Einblick in die Breite der Forschungsthemen, welche am gesamten Fachbereich bearbeitet werden, zu geben. Der Schwerpunkt soll dabei auf Forschungsprojekten von Nachwuchs-WissenschaftlerInnen liegen; hierbei werden auch Optionen der Durchführung von Dissertationsprojekten in den jeweiligen Einheiten aufgezeigt.

• 08783Seminar
  Digital Veterinary Medicine (Vitaly Belik)
  Zeit: Do 14:30-16:00 (Erster Termin: 05.06.2025)
  Ort: Online - zeitABhängig

  Hinweise für Studierende

  2. Semesterhälfte

  Kommentar

  Die fortlaufende Digitalisierung und Weiterentwicklung der künstlichen Intelligenz versprechen fast alle Bereiche des Lebens zu verändern. Digitalisierung hält auch den Einzug in die Ausbildung und Praxis von Tierärzten. Diese Entwicklung wirft Fragen auf, welche Aufgaben wird die künstliche Intelligenz schon in der nächsten Zukunft übernehen? Was ist überhaupt Künstliche Intelligenz (KI) und was sind neuronale Netze und machine learning? Warum erleben wir gerade jetzt ein großes Interesse an der Digitalisierung und KI? Um dieser folgenreichen Entwicklung Rechnung zu tragen, wurde der Wahlpflicht-Kurs 'Digital Veterinary Medicine' konzipiert. Er ist geplant als eine Vortragsreihe von Experten über verschiedene Aspekte der Digitalisierung kombiniert mit interaktiven Übungen am Computer. Es wird aufgezeigt, welche Chancen die Digitalisierung für die Ausbildung und Praxis zu bieten hat. Insbesondere, werden die folgenden Themen behandeln: automatische Diagnostik anhand von Bild-Daten und Sensoren, E-Learning. Es wird angeboten selber moderne Methoden der Datenverarbeitung und machinellen Lernens interaktiv anzuwenden.

  Literaturhinweise

  Topol, Eric. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Hachette UK, 2019.

  Melanie Mitchell, Artificial Intelligence: A Guide for Thinking Humans, Picador 2020

• 08784Seminar
  Untersuchung des Turmfalkenverhaltens (Vitaly Belik, Kerstin Borchers)
  Zeit: Do 14:30-16:00 (Erster Termin: 17.04.2025)
  Ort: RvO Seminarraum, R042 (R.-v.-Ostertag-Str. 7-13)

  Hinweise für Studierende

  1. Semesterhälfte

  Kommentar

  Am Fachbereich Veterinärmedizin wurde im Februar 2024 eine Webcam im Nistkasten installiert. Der Nistkasten wurde kurz danach von einem Turmfalkenpaar angenommen und Anfang Mai sind 6 Küken geschlüpft. Alle Interessierten können das Verhalten der Vögel miterleben. Im Rahmen des Seminars wollen wir mit den Studierenden der Tiermedizin das Verhalten und insbesondere die Entwicklung der Küken untersuchen, ein Brainstorming durchführen und Fragestellung formulieren, anhand derer später die KI-Algorithmen trainiert werden. Die durch die KI-Algorithmen festgestellten und quantifizierte Verhaltensmuster und individuellen Erkennungsmerkmale werden zusammen mit den Studierenden der Tiermedizin untersucht und ausgewertet. Basierend darauf werden eventuell mögliche Verbesserungsvorschläge identifiziert und Empfehlungen für Falkenmanagement ausgesprochen. Dabei sammeln die Studierenden wichtige Erfahrung mit den Wildvögeln und den innovativen digitalen KI-Techniken.

• 08793Seminar
  Gewaltfreie Kommunikation (Charlotte Jensen, Roswitha Merle)
  Zeit: Sa 28.06. 09:00-16:00, Sa 12.07. 09:00-16:00 (Erster Termin: 28.06.2025)
  Ort: Seminarraum Biometrie (Königsweg 61-69)

  Hinweise für Studierende

  2. Semesterhälfte, 2 ganze Samstage

  Kommentar

  Gewaltfreie Kommunikation (GFK) fördert das Verständnis und die Verbindung zwischen Menschen durch ehrliches und respektvolles Mitteilen von Gefühlen und Bedürfnissen. Sie basiert auf den Prinzipien von Empathie und Mitgefühl, um Konflikte friedlich zu lösen. Die Methode wurde von Marshall B. Rosenberg entwickelt und wird weltweit in verschiedenen Kontexten angewendet, um zwischenmenschliche Beziehungen zu verbessern. In dem Kurs werden die Prinzipien von GfK vorgestellt und anhand von Beispielen und Übungen vertieft.

• 08794Seminar
  Angewandte Epidemiologie (Charlotte Jensen, Roswitha Merle und Marcus Doherr)
  Zeit: Termine siehe LV-Details (Erster Termin: 04.06.2025)
  Ort: Hörsaal Klein- und Heimtierklinik (Oertzenweg 19B)

  Hinweise für Studierende

  Die Veranstaltung wird in der zweiten Semesterhälfte in Präzenz angeboten.

  Zusätzl. Angaben / Voraussetzungen

  Zur Scheinerteilung ist die aktive Teilnahme an 6 der 7 Wochenmodule erforderlich. Bei zwei Fehlterminen muss für die Anerkennung eine schrifftliche Ersatzleistung mit den Dozierenden vereinbart werden.

  Kommentar

  Im Rahmen dieser Wahlpflicht werden populationsmedizinische (epidemiologische) Beispiele bei Tieren und Menschen an Hand von Quellen aus Medienberichten, Online-Portalen und Publikationen vorgestellt und diskutiert. Der Fokus liegt auf dem kritischen Hinterfragen der dargestellten Fakten und Schlussfolgerungen. Dabei werden interaktive Lehrformate eingesetzt. Die Wahlpflicht soll in Ergänzung zur Pflichtlehrveranstaltung Lehrveranstaltung Biometrie (2. Semester) ein grundlegendes Verständnis epidemiologischer Prinzipen und Masszahlen schaffen.

• 08817Seminar
  Querschnittsunterricht (6. FS) (Marcus Doherr, Veronica Duckwitz, Heidrun Gehlen, Christa Thöne-Reinicke und weitere Dozierende)
  Zeit: Mo 15:00-18:15 (Erster Termin: 14.04.2025)
  Ort: Online - zeitUNabhängig sowie Präsenz Veranstaltungen im Hörsaal

  Hinweise für Studierende

  Die Querschnittslehre findet in einem Blended Learning Konzept statt, d.h. es werden Fälle online bearbeitet und durch Präsenztermine ergänzt. Dieses ist eine Pflichtveranstaltung mit Anwesenheitskontrolle, es muss an 85% der Termine eine aktive Teilnahme erfolgen
  
  Weitere Informationen zu den Inhalten finden Sie ab Ende März im Blackboard im Querschnittreiter unter Organisation

  Zusätzl. Angaben / Voraussetzungen

  Blended Learning Format mit einem Wechsel aus Online- und Präsenzveranstaltungen.
  
  Weitere Informationen zu den Inhalten und den Ablaufplan finden Sie ab Semesterbeginn unter Organisation / VETMED-QuerVet Querschnitt bei Blackboard.

  Kommentar

  Im Querschnittsunterricht werden praxisrelevante Inhalte fallbasiert und interdisziplinär dargestellt. Dabei soll eine Verbindung zwischen verschiedenen Themen sowie zum bereits gelernten Stoff hergestellt werden. Im 6. Semester werden Inhalte zu den Themen Ersttagskompetenzen, Tierschutz, Pferdemedizin und Bestandsbetreeung in der Nutztierpraxis durch verschiedene Institute fallbasiert gelehrt.

• 08819Seminar
  Querschnittsunterricht (8. FS) (Marcus Doherr, Dörte Lüschow,Isabell Ruhnke und weitere Dozierende)
  Zeit: Mo 10:00-10:45, Mi 15:45-18:30 (Erster Termin: 14.04.2025)
  Ort: Hörsaal Klinik für Pferde (Oertzenweg 19B)

  Hinweise für Studierende

  Die Querschnittslehre findet in einem Blended Learning Konzept statt, d.h. es werden Fälle online bearbeitet und durch Präsenztermine ergänzt. Dieses ist eine Pflichtveranstaltung mit Anwesenheitskontrolle, es muss an 85% der Termine eine aktive Teilnahme erfolgen.

  Der Querschnitt Geflügel findet ausschließlich in Präsenz statt!

  Zusätzl. Angaben / Voraussetzungen

  Weitere Informationen zu den Inhalten und den Ablaufplan finden Sie ab Semesterbeginn unter Organisation / VETMED-QuerVet Querschnitt und im Kurs Geflügelkrankheiten bei Blackboard.

  Kommentar

  Teilnahmepflichtig!
  Im Querschnittsunterricht werden praxisrelevante Inhalte fallbasiert und interdisziplinär dargestellt. Dabei soll eine Verbindung zwischen verschiedenen Themen sowie zum bereits gelernten Stoff hergestellt werden. Im 8. Semester werden Inhalte zu den Themen Tierseuchenausbrüche, Augenheilkunde und Pferdemedizin durch verschiedene Institute fallbasiert gelehrt.
  
  Die Veranstaltung umfasst auch den Querschnitt Geflügel am Montag, 10:00-10:45 Uhr im Hörsaal Klinik für Pferde (Oertzenweg 19B), dieser findet ausschließlich in Präsenz statt! Hierbei werden den Studierenden Inhalte der Geflügelmedizin interdisziplinär und interaktiv dargestellt und ein umfassendes Wissen über relevante Geflügelthemen vermittelt.

• 19333611Seminar
  Seminar: Deep Learning for biomedical applications (Vitaly Belik)
  Zeit: Mo 16:00-18:00 (Erster Termin: 14.04.2025)
  Ort: T9/053 Seminarraum (Takustr. 9)

  Kommentar

  Recent developments in the area of machine learning due to availability of data and computational power promise to revolutionize almost every area of science. The driving technology behind this advancement is deep learning – a machine learning technology based on artificial neural networks consisting of many layers. Deep learning is capable of processing huge amount of data of different nature and already outperforming humans in many decision-making tasks. Biomedical research became now a source of large heterogeneous data, i.e. images, video, activity sensors, omics and text data. Leveraging the opportunities of this deep learning technology in the biomedical field requires particular set of skills combining thorough knowledge of necessary algorithms, specifics of biomedical data and designated programming tools. In this course we aim to offer students with background in computer science an opportunity to acquire the above skills to be able to deploy deep learning technology with a focus on biomedical applications. The course is structured as a seminar, where students under extensive guidance of instructors read fundamental books and recent research articles on deep learning, learn necessary programming tools, and produce their own implementations of computational pipelines in case studies using already published or original data. Starting from fundamental aspects of deep learning we aim to cover its applications to e.g. image data, time series data, text data, complex networks.

  Literaturhinweise

  [1] Andresen N, Wöllhaf M, Hohlbaum K, Lewejohann L, Hellwich O, Thöne- Reineke C, Belik V, Towards a fully automated surveillance of well-being status in laboratory mice using deep learning: Starting with facial expres- sion analysis. Plos One, 15(4):e0228059, (2020) https://doi.org/10.1371/ journal.pone.0228059

  [2] Jarynowski A, Semenov A, Kamiński M, Belik V. Mild Adverse Events of Sputnik V Vaccine in Russia: Social Media Content Analysis of Telegram via Deep Learning. J Med Internet Res 2021;23(11):e30529 https://doi.org//10.2196/30529