Refine
Document Type
- Article (1)
- Master's Thesis (1)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Älterer Mensch (2) (remove)
Institute
- Fakultät III - Medien, Information und Design (2) (remove)
Der Befund zum demografischen Wandel ist eindeutig: Die Bevölkerung in Deutschland altert und schrumpft. Dieser Prozess wird sich zunehmend auf den Arbeitsmarkt auswirken. Altersstrukturen in Unternehmen verschieben sich. Mit den absehbaren Verrentungswellen droht ein Verlust an Erfahrungswissen und Know-how, wenn Unternehmen diesem nicht mit Maßnahmen zum Wissenstransfer entgegentreten. Parallel verändert sich das Verhältnis von Alter, Ruhestand und Arbeit. Menschen im Rentenalter leben heute länger und gesünder, sie sind leistungsfähig und ihre Motivation zur nachberuflichen Aktivität steigt. Insbesondere ehemalige Fach- und Führungskräfte beteiligen sich trotz eines durch den Rentenbezug gesicherten Lebensunterhalts zunehmend als sogenannte Senior-Experten am Arbeitsmarkt oder engagieren sich freiwillig.
Vor dem Hintergrund dieser Entwicklung geht diese Masterarbeit der Frage nach, welche Bedeutung der Wissenstransfer beim Einsatz von Senior-Experten hat und untersucht Faktoren, die ihn beeinflussen. Die Arbeit stützt sich methodisch auf eine umfassende Literaturanalyse, einen typenbildenden Vergleich von Senior-Experten-Organisationen sowie auf eine qualitative Erhebung in Form von Leitfadeninterviews. Der theoretische Teil befasst sich mit drei Themenkomplexen: Alter und Arbeit, Wissensmanagement sowie Expertiseforschung. Im Mittelpunkt der Arbeit stehen relevante individuelle Einflussfaktoren, Begriffe, Institutionen und Methoden. Der empirische Teil steuert Erfahrungswerte aus der organisationalen Praxis bei.
Die Auswertung ergibt, dass Senior-Experten aufgrund ihrer Leistungsfähigkeit und Leistungsbereitschaft prädestiniert dafür sind, ihre Ressourcen zu nutzen, um ihr in vielen Berufsjahren erworbenes Wissen an die nächste Generation weiterzugeben. Der Wissenstransfer stellt das vorrangige Ziel beim Einsatz von Senior-Experten dar und nimmt folglich einen hohen Stellenwert ein. Das Bewusstsein für Faktoren, die den Wissenstransfer beeinflussen, kann hingegen noch geschärft werden. Wissenstransfermethoden mit einer personalisierten Herangehensweise können den Austausch von komplexem, schwer artikulierbarem Erfahrungs- und Expertenwissen fördern.
Background
Systematic reviews demonstrated that gait variables are the most reliable predictors of future falls, yet are rarely included in fall screening tools. Thus, most tools have higher specificity than sensitivity, hence may be misleading/detrimental to care. Therefore, this study aimed to determine the validity, and reliability of the velocity field diagram (VFD -a gait analytical tool), and the Timed-up-and-go test (TUG)-commonly used in Nigeria as fall screening tools, compared to a gold standard (known fallers) among community-dwelling older adults.
Method
This is a cross-sectional observational study of 500 older adults (280 fallers and 220 non-fallers), recruited by convenience sampling technique at community health fora on fall prevention. Participants completed a 7-m distance with the number of steps and time it took determined and used to compute the stride length, stride frequency, and velocity, which regression lines formed the VFD. TUG test was simultaneously conducted to discriminate fallers from non-fallers. The cut-off points for falls were: TUG times ≥ 13.5 s; VFD’s intersection point of the stride frequency, and velocity regression lines (E1) ≥ 3.5velots. The receiver operating characteristic (ROC) area under the curves (AUC) was used to explore the ability of the E1 ≥ 3.5velots to discriminate between fallers and non-fallers. The VFD’s and TUG’s sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) were determined. Alpha was set at p < 0.05.
Results
The VFD versus TUG sensitivity, specificity, PPV and NPV were 71%, 27%, 55%, and 42%, versus 39%, 59%, 55%, and 43%, respectively. The ROC’s AUC were 0.74(95%CI:0.597,0.882, p = 0.001) for the VFD. The optimal categorizations for discrimination between fallers/non-fallers were ≥ 3.78 versus ≤ 3.78 for VFD (fallers versus non-fallers prevalence is 60.71% versus 95.45%, respectively), with a classification accuracy or prediction rate of 0.76 unlike TUG with AUC = 0.53 (95% CI:0.353,0.700, p = 0.762), and a classification accuracy of 0.68, and optimal characterization of ≥ 12.81 s versus ≤ 12.81 (fallers and non-fallers prevalence = 92.86% versus 36.36%, respectively).
Conclusion
The VFD demonstrated a fair discriminatory power and greater reliability in identifying fallers than the TUG, and therefore, could replace the TUG as a primary tool in screening those at risk of falls.