Disziplinübergreifende Forschung

Das Hauptziel dieser Forschungsgruppe ist es, eine integrative Umgebung zu schaffen, die (a) ein effizientes, nachhaltiges und sicheres Management von Daten und Analysen über den gesamten Forschungsdatenzyklus hinweg gewährleistet, (b) Workflows und Richtlinien für die gemeinsame Nutzung und die Kombination von Daten zur Verfügung stellt und (c) Datenproduzenten und Datennutzer miteinander vernetzt. Diese Umgebung soll neben dem Management konventioneller, anonymisierter Datensätze auch die Umsetzung innovativer Ideen zu Dateneigentum und -nutzung ermöglichen. Im Sinne einer Infrastruktur soll sie den gesamten Forschungsprozess von der Planung bis zur Publikation und Translation unterstützen und somit zur Wertsteigerung von Forschungsdaten im Bereich von «Langlebigkeit und Gesundem Altern» beitragen. Zu den Projekten

Die Forschungsgruppe Recht & Ethik des UFSP DynAge untersucht ethische und rechtliche Herausforderungen datenintensiver Forschung. Themen sind u.a. die Vereinbarkeit solcher Forschung mit den Vorgaben des Datenschutzrechts, faires und transparentes Datenmanagement und der Schutz der kontextuellen Integrität von Daten zur Verhinderung von Missbrauch. Das Projekt zielt unter anderem darauf ab, neuartige Ansätze für die Anwendung der Grundsätze des Datenschutzrechts, die Anforderungen an die Rechtmässigkeit der Datenverarbeitung und die Gewährung von Betroffenenrechten (z. B. Auskunftsrecht) in einer Forschungsumgebung zu entwickeln. Zu den Projekten

Diese Forschungsgruppe nutzt Tracking-Daten von GPS- und IMU-Sensoren (Inertial Measurement Unit), um zu untersuchen, wie räumliche Mobilität und körperliche Aktivität zum Wohlbefinden im Alter beitragen. Die Sensordaten werden verwendet, um eine breite Palette von Indikatoren der individuellen täglichen Mobilität und körperlichen Aktivität zu extrahieren und die Bewegung von Personen mit der Semantik der besuchten Orte und zurückgelegten Wege zu verknüpfen. Diese reichhaltigen Informationen tragen zu intraindividuellen Mobilitäts- und Aktivitätsprofilen bei, die dann mit einer breiten Palette von situationsbezogenen und dispositionellen Lebensqualitäts- und Leistungsmassen in Verbindung gebracht werden können, um interindividuelle Unterschiede in den intraindividuellen Profilen zu erklären. Zu den Projekten

Die Erfassung von Gesundheitsdaten wurde durch die Digitalisierung tiefgreifend verändert und vorangetrieben. Mit immer mehr Daten, die weltweit gesammelt und geteilt werden, wird es zusehends möglich, Forschung auf der Grundlage der Integration von Datensätzen zu betreiben, die aus verschiedenen Forschungsprojekten stammen. Ein ultimatives Ziel dabei ist es, ein kohärentes Gesamtbild zu erstellen, welches die Beziehung zwischen Variablen aufzeigt, die über verschiedene Datensätze verteilt sind. Dabei werden wir uns auf Ansätze abstützen, welche unter anderem Methoden der multimodalen Datenorganisation und des maschinellen Lernens verwenden. Zu den Projekten