Search (2 results, page 1 of 1)

0.0028311666 = product of:
  0.0254805 = sum of:
    0.0254805 = product of:
      0.050961 = sum of:
        0.050961 = weight(_text_:seite in 6893) [ClassicSimilarity], result of:
          0.050961 = score(doc=6893,freq=2.0), product of:
            0.16469958 = queryWeight, product of:
              5.601063 = idf(docFreq=443, maxDocs=44218)
              0.02940506 = queryNorm
            0.3094179 = fieldWeight in 6893, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.601063 = idf(docFreq=443, maxDocs=44218)
              0.0390625 = fieldNorm(doc=6893)
      0.5 = coord(1/2)
  0.11111111 = coord(1/9)

Abstract

Wissen ist wichtig. Heutzutage sind es gerade Wirtschaftsunternehmen, die erkannt haben, dass sie auf Kenntnisse und Bildung ihrer Mitarbeiter nicht verzichten können. Wissen tritt gleichberechtigt an die Seite von Arbeit und Kapital Gemeinsam bilden sie das Fundament für moderne Industrieunternehmen. Aber was ist eigentlich Wissen? Wie wird Wissen erworben und weitergegeben? Dies sind Fragen, auf die schon viele sehr unterschiedliche Antworten gegeben worden sind. Scheinbar selbstverständliche Vorgänge, wie Verstehen und Erkennen berühren in Wahrheit die Grundlagen unseres Denkens, und wie Denken eigenlich vor sich geht; ist trotz aller Erklärungsversuche der Biochemiker nicht zufrieden stellend beantwortet. Der Psychologe Thomas Bernhard Seiler lässt denn auch in seinem Buch "Begreifen und Verstehen" die biologischen Modelle außen vor. Er geht davon aus, dass Verstehen der Vorgang des Erkennens ist. 'Erkennen' aber in eine Vielzahl von einzelnen Prozessen zerfällt. Die Stücke und Einheiten, aus denen der Erkenntnisvorgang besteht, nennt Seiler "Begriffe". Wissen besteht demnach aus Begriffen. "Begriff" ist sein zentraler Begriff, und an diesem Satz wird deutlich, wie schwierig das Terrain ist, auf dem Seiler sich bewegt, denn die Erklärung solcher Worte wie "Begriff" enthält oft das zu erklärende Wort selbst. Er meistert diese Aufgabe in bewundernswert klarer und verständlicher Sprache, wobei sein Buch aber durchaus nicht einfach zu lesen ist - konzentriertes Mitdenken ist gefordert, wenn Seller seine Leser von überschaubaren ersten Definitionen zum Zeichencharakter von Sprache und dann zu den Begriffstheorien der Philosophie und Psychologie führt. Populärwissenschaft ist das nicht, wohl aber Wissenschaft für Leute mit solider Schulbildung. Trotz aller Theorie stellt Seiler auch immer wieder den Menschen in den Mittelpunkt und macht deutlich, dass dieser eben nicht programmierbar Ist wie ein Computer. Begriffsbildung, also die Aneignung von Wissen, ist in Wahrheit höchst komplex und sehr individuell.

6.728103E-4 = product of:
  0.0060552927 = sum of:
    0.0060552927 = product of:
      0.012110585 = sum of:
        0.012110585 = weight(_text_:web in 5089) [ClassicSimilarity], result of:
          0.012110585 = score(doc=5089,freq=2.0), product of:
            0.09596372 = queryWeight, product of:
              3.2635105 = idf(docFreq=4597, maxDocs=44218)
              0.02940506 = queryNorm
            0.12619963 = fieldWeight in 5089, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.2635105 = idf(docFreq=4597, maxDocs=44218)
              0.02734375 = fieldNorm(doc=5089)
      0.5 = coord(1/2)
  0.11111111 = coord(1/9)

Content

Concepts & Language: Knowledge organization by procedures of natural language processing. A case study using the method GABEK (J. Zelger, J. Gadner) - Computer aided narrative analysis using conceptual graphs (H. Schärfe, P. 0hrstrom) - Pragmatic representation of argumentative text: a challenge for the conceptual graph approach (H. Irandoust, B. Moulin) - Conceptual graphs as a knowledge representation core in a complex language learning environment (G. Angelova, A. Nenkova, S. Boycheva, T. Nikolov) - Conceptual Modeling and Ontologies: Relationships and actions in conceptual categories (Ch. Landauer, K.L. Bellman) - Concept approximations for formal concept analysis (J. Saquer, J.S. Deogun) - Faceted information representation (U. Priß) - Simple concept graphs with universal quantifiers (J. Tappe) - A framework for comparing methods for using or reusing multiple ontologies in an application (J. van ZyI, D. Corbett) - Designing task/method knowledge-based systems with conceptual graphs (M. Leclère, F.Trichet, Ch. Choquet) - A logical ontology (J. Farkas, J. Sarbo) - Algorithms and Tools: Fast concept analysis (Ch. Lindig) - A framework for conceptual graph unification (D. Corbett) - Visual CP representation of knowledge (H.D. Pfeiffer, R.T. Hartley) - Maximal isojoin for representing software textual specifications and detecting semantic anomalies (Th. Charnois) - Troika: using grids, lattices and graphs in knowledge acquisition (H.S. Delugach, B.E. Lampkin) - Open world theorem prover for conceptual graphs (J.E. Heaton, P. Kocura) - NetCare: a practical conceptual graphs software tool (S. Polovina, D. Strang) - CGWorld - a web based workbench for conceptual graphs management and applications (P. Dobrev, K. Toutanova) - Position papers: The edition project: Peirce's existential graphs (R. Mülller) - Mining association rules using formal concept analysis (N. Pasquier) - Contextual logic summary (R Wille) - Information channels and conceptual scaling (K.E. Wolff) - Spatial concepts - a rule exploration (S. Rudolph) - The TEXT-TO-ONTO learning environment (A. Mädche, St. Staab) - Controlling the semantics of metadata on audio-visual documents using ontologies (Th. Dechilly, B. Bachimont) - Building the ontological foundations of a terminology from natural language to conceptual graphs with Ribosome, a knowledge extraction system (Ch. Jacquelinet, A. Burgun) - CharGer: some lessons learned and new directions (H.S. Delugach) - Knowledge management using conceptual graphs (W.K. Pun)