API src

Found 3031 results.

Similar terms

s/fallstudiei/Fallstudie/gi

Dimensions of the Impacts of Ecotourism: A Case Study in the Kakum Conservation Area of Ghana

Ensuring local support for protected areas is increasingly viewed as an important element of biodiversity conservation. This is often predicted on the provision of benefits from protected areas, and a common means of providing such benefits is ecotourism development. Ecotourism as defined by Blangy and Wood (1993) is 'responsible travel to natural areas that conserve the environment and sustains the well-being of local people'. The concept of ecotourism has received much attention in recent years due to its link with sustainable development initiatives, protected area conservation efforts, and regional and community development strategies, particularly in developing countries(Ceballos-Lascurain 1993). In many African countries, the rationale for ecotourism development is primarily economic, from both macro (national) and micro (local) levels. At the macro level, tourism is expected to promote economic growth by generating foreign exchange and increase government revenue while at the micro level, it is expected to facilitate job creation, income and revenue distribution and a balanced regional development which ultimately should improve quality of life of local residents (Sirakaya et. al., 2002). In addition, it is to provide revenue for the creation and maintenance of protected areas (Boo, 1990). Likewise since the late 1980s, tourism (ecotourism) has received considerable promotion in the economic development strategy of Ghana (Sirakaya et. al, 2002) as a response to recent adverse developments in its economy. The rationale is to diversify the economy to reduce its dependence on traditional exports of unprocessed mineral, agricultural and forest products (Teye, 2000) and to facilitate its sustainable development process.In many African countries, the rationale for ecotourism development is primarily economic, from both macro (national) and micro (local) levels. At the macro level, tourism is expected to promote economic growth by generating foreign exchange and increase government revenue while at the micro level, it is expected to facilitate job creation, income and revenue distribution and a balanced regional development which ultimately should improve quality of life of local residents (Sirakaya et. al., 2002). In addition, it is to provide revenue for the creation and maintenance of protected areas (Boo, 1990)...

Vorhersage von Schüttungen alpiner Karstquellen im Hinblick auf den Klimawandel unter Verwendung neuer Deep Learning-Methoden

Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.

Betriebliches Kompetenzmanagement älterer Beschäftigter in digitalisierten Lernumwelten (BeKomIng Digital)

DE: Dieser Datensatz enthält Transkripte von 36 Einzelinterviews mit Expert:innen für das digitale Lernen im Unternehmen und 9 Gruppendiskussionen (Fokusgruppen) mit verschiedenen Beschäftigtengruppen aus 3 Betrieben (Operative Beschäftigte, Ältere Beschäftigte, Beschäftigte mit Care-Verantwortung, Beschäftigte in Teilzeit). Zu den untersuchten Betriebsfällen gehören Lufthansa, die Bundesbank und die Krankenversicherung AOK. EN: This dataset includes 36 Interviews with experts for digital learning in companies and 9 focus group discussions with various groups of employees (Operational workers, old(er) employees, employees with care- responsibilities, part-time employees). The case studies include the airline Lufthansa, the German federal bank (Bundesbank) and the health insurance AOK.

Mögliche Prädisposition von Rotbuche und Weißtanne für Trockenschäden als Folge von Durchforstungsmaßnahmen

Überwachungsstrategien und -instrumente zur Behebung von Wissenslücken über die biologische Vielfalt aquatischer Pilze

Aquatische Pilze (AF) steuern wichtige Ökosystemprozesse, die unterstützende, fördernde und regulierende Dienste leisten. Sie sind für den Nährstoffkreislauf, den Abbau von Schadstoffen und die Kontrolle von Algenblüten verantwortlich. Jedoch werden sie nicht in routinemäßige Programme zur Überwachung der biologischen Vielfalt einbezogen. MoSTFun ist eine paneuropäische Initiative, die die Fachkenntnisse von acht europäischen Partnern, der IUCN Species Survival Commission und GEOBON-Spezialisten zusammenbringt, um die Überwachung von AF und ihren Leistungen in den meisten europäischen aquatischen Ökosystemen, von Süßwasser über Brackwasser bis hin zu Küstengewässern zu entwickeln. MoSTFun zielt darauf ab, die vorhandenen Ressourcen mit einem kosteneffizienten Ansatz zu nutzen: Gefrierschränke, Archive und Datenlager sind ungenutzte Quellen für Proben und Daten (THEMA3). Durch seine Partnerschaften und Kooperationen hat MoSTFun einen beispiellosen Zugang zu Daten und Proben aus Programmen zur biologischen Vielfalt und langfristigen Forschungsinitiativen. Dies wird MoSTFun in die Lage versetzen, Wissenslücken zur AF-Diversität in ganz Europa zu schließen (THEMA2). Erstens werden wir modernste -Omik-Technologien und Probenahmestrategien optimieren und anwenden (WP4), um standardisierte Daten zur AF-Diversität und aus bestehenden DNA-Archiven und Fallstudien in wenig untersuchten Gebieten wie Gletschern, Küstengebiete und Ästuaren zu erstellen (WP1,2). Wir werden auch öffentliche Biodiversitäts- und Gendatenbanken durchforsten, um das Potenzial der bereits verfügbaren Ressourcen zu verstehen und die AF-Diversität aus verschiedenen Datenquellen zu entschlüsseln (WP1). Durch die Kombination und Integration neu generierter und ausgewerteter Daten mit Daten aus verfügbaren Datenspeichern (einschließlich Umweltvariablen), Erdbeobachtungs- (EO, Satellit) und GIS-Daten sowie mit dem von Interessenvertretern gewonnenen Wissen werden wir Pipelines für die Datenintegration entwickeln, die für die Modellierung von Mustern der biologischen Vielfalt in Raum und Zeit erforderlich sind, und schließlich einen neuen Satz wichtiger Biodiversitätsvariablen definieren (WP3). Dies wird die Nützlichkeit und das Potenzial für ein globales Verständnis der biologischen Vielfalt und der wichtigsten von AF erbrachten Leistungen aufzeigen. Optimierte Methoden werden weiter getestet (WP4), um sie bei der Überwachung eines neuen globalen Gesundheitsproblems einzusetzen, i.e. der Ausbreitung von Resistenzgenen gegen Fungizide in der Umwelt (WP4). Unter Einbeziehung der Interessengruppen (alle WPs), unterstützt durch ein Knowledge-to-Action Hub (WP5), werden wir die effektivsten Strategien und Werkzeuge für die Überwachung der biologischen Vielfalt in Gewässern in ganz Europa bewerten und entwickeln (THEMA1). MoSTFun gehören interdisziplinäre Experten an, die den Austausch von komplementären Fähigkeiten und Fachwissen, die Ausbildung und Mobilität von Nachwuchsforschern fördern.

Zur stochastischen Modellierung von Turbulenz in stabilen atmosphärischen Grenzschichten

Stabil geschichtete atmosphärische Strömungen sind typischerweise durch schwache, intermittierende und anisotrope Turbulenzen, Gravitationswellen, Low-Level-Jets und Kelvin-Helmholtz-Instabilitäten gekennzeichnet. Diese Phänomene erschweren maßgeblich sowohl zuverlässige numerische Simulationen als auch Messungen stabiler Grenzschichten (SBL). Auch wird die Physik der Intermittenz von Turbulenz nicht ausreichend verstanden. Das führt unter anderem zu speziellen Problemen in der Darstellung der stabilen atmosphärischen Grenzschicht in Wetter- oder Klimamodellen. Es ist das Ziel des Projekts, das physikalische Verständnis der Intermittenz von Turbulenz unter sehr stabilen Bedingungen zu verbessern. Dazu sollen neue statistische Methoden zur Analyse von existierenden Datensätzen mit stabil geschichtetem Hintergrund nebst neuen stochastischen Parametrisierungen für die SBL entwickelt und in Wetter- oder Klimamodellen genutzt werden. Die Identifikation spezifischer physikalischer Mechanismen intermittierender Turbulenz wird durch eine Vielzahl nichtturbulenter Bewegungen in stabil geschichteten atmosphärischen Strömungen erschwert. Letztere können beispielsweise Sägezahn-Konvektionsmuster, Wellen oder Mikrofronten aufweisen. Es gibt Hinweise darauf, dass solche Bewegungen Auslöser für Intermittenz von Turbulenz sein können, jedoch fehlen Kenntnisse über die Art der Bewegungen und in welchem Ausmaß sie turbulentes Mischen beeinflussen. Einige Fallstudien deuten darauf hin, dass es ein Wechselspiel zwischen großskaligen atmosphärischen Strömungsmerkmalen (auf sogenannten Submesoskalen) und dem Einsetzen von Turbulenz gibt. Um unterschiedliche physikalische Mechanismen turbulenten Mischens zu untersuchen, werden wir mit statistischen Methoden geeignete stochastische Parametrisierungen entwickeln. Ansätze wie Hidden-Markov-Modelle und nichtstationäre, multivariate, autoregressive Faktormodelle (VARX) sollen die Interaktion zwischen niederfrequenten und turbulenten Bewegungen bestimmen. Statistische Methoden erlauben eine Datentrennung in Hinblick auf metastabile Zustände, wie etwa ruhige und turbulente Perioden in einer geschichteten Atmosphäre. Unsere spezifischen Zielsetzungen sind:1. Neuartige Anwendung meteorologischer Zeitreihenanalysetechniken auf existierende Datensätze mit dem Ziel, die Nichtstationarität der Interaktion zwischen nichtturbulenten Bewegungen und Turbulenz in der sehr stabilen Grenzschicht zu untersuchen.2. Identifikation von Interaktions-Regimen zwischen verschiedenen Bewegungsskalen nebst Charakterisierung turbulenter Transporteigenschaften in verschiedenen Regimes.3. Entwicklung stochastischer Modelle für sehr stabile intermittierende Turbulenz. Hier sollen bisherige Erkenntnisse über physikalische Abhängigkeiten der Intermittenz verwendet werden.4. Verwendung der stochastischen Modelle zur Erzeugung realistischer Einströmungen als Eingabe von Large-Eddy-Simulationen mit dem Ziel intermittierende Turbulenz zu generieren.

OPTIMice-close: Optimierte Kombination von polarimetrischen und Dreifrequenzradarmethoden zum verbesserten Verständnis der mikrophysikalischen Prozesse in kalten Wolken und dazugehörigen Regenfällen

Wolken und Niederschlag gehören zu den größten Herausforderungen für derzeitige Wetter- und Klimamodelle. Der letzte IPCC Bericht stellt heraus, dass insbesondere die mikrophysikalischen Prozesse in Mischphasenwolken bestehend aus Eis und flüssigen Wasser bislang nur unzureichend verstanden sind was wiederum eine bessere Modellierung dieser Wolken erschwert. Mischphasenwolken kommen besonders häufig in den höheren Breiten vor, aber auch die meisten Wolken und Niederschlagprozesse in mittleren Breiten sind eng mit den Eis- und Schneepartikeln im Oberteil der Wolke verknüpft.Um unser Verständnis von diesen zentralen Prozessen zu verbessern, wie etwa die Frage wie Eisteilchen entstehen oder wie sie zu Schnee- oder Graupelpartikel anwachsen, benötigen wir umfangreiche Beobachtungsdatensätze als Basis um Modellparametrisierungen weiter zu verbessern.Daher möchten wir in diesem Projekt neueste Fernerkundungsverfahren, wie etwa Radarpolarimetrie, Dreifrequenzradar und die Radardopplerspektren, optimal mit passiven Beobachtungen und neuartigen in-situ Sensoren kombinieren. Nur durch die Kombination verschiedener Beobachtungstechniken, hat man die Möglichkeit die verschiedenen Einflussgrößen der zugrunde liegenden Prozesse zu unterscheiden. Dazu werden wir die Beobachtungsmöglichkeiten bestehender Infrastruktur mit neuen Messgeräten grundlegend erweitern, um die beschriebenen Prozesse in bislang unerreichter Genauigkeit zu beobachten.Da Fernerkundungsmessungen (z.B. Radarreflektivität) immer eine indirekte Messung der eigentlichen Modellgröße (etwa Eiswassergehalt) sind, werden wir einen Forwärtsoperator entwickeln, mit dem man aus den Modellsimulationen synthetische Beobachtungen erzeugen kann. Damit lassen sich reale und synthetische Messgrößen direkt vergleichen. Ein zentraler neuer Bestandteil des Forwärtsoperators wird dabei eine Datenbank der Streueigenschaften von Schnee- und Eispartikel sein. Um einen frei-zugänglichen Streudatensatz zu erzeugen, werden wir bereits zur Verfügung stehende Datensätze mit eigenen Streurechnungen kombinieren.Schließlich werden die Kombination aus neuen Beobachtungsverfahren und Forwärtsoperator nutzen, um die Parametrisierungen im Wettervorhersagemodell des Deutschen Wetterdienstes zu untersuchen. Des Weiteren werden wir für spezielle Fallstudien, bei denen sich ein bestimmter Prozess über längere Zeit erkennen lässt, Simulationen mit einem 1D Modell durchführen. Das 1D Modell erlaubt eine Vielzahl an detaillierten Parametrisierungen zu testen und Lücken im generellen Prozessverständnis zu identifizieren. Diese Erkenntnisse können dann wiederum zu Verbesserungen vereinfachter Parametrisierungen in Wetter- und Klimamodellen genutzt werden. Am Ende des Projektes wollen wir nicht nur einen neuartigen Daten und Methoden zur Verfügung stellen, sondern auch neue Wege aufzeigen, wie die Informationen der Beobachtungen für die Verbesserung von Modellparametrisierungen am besten nutzbar gemacht werden können.

Die Rolle von Wissenschaft und Macht in den Reformen der staatlichen Forstorganisationen in Ost-Europa

Seit 1989 haben die Reformen in Ost-Europa die staatlichen Forstorganisationen stark verändert. Obwohl es einen hohen Reformanspruch gab, ist die Frage offen, wie viel von den wissenschaftlichen Lösungen in die Reformkonzepte und deren Umsetzung einfließen konnte. Auf der Grundlage des 3 Ebenen Modells für die Evaluierung staatlicher Forstorganisationen und des "Research-Integration-Utilization" Modells über Wissenstransfer formulieren wir zur Beantwortung dieser Forschungsfrage zwei Haupthypothesen: (i) die Reformkonzepte und deren Implementation setzten nur ausgewählte wissenschaftliche Teilinformationen in den eingesetzten Lösungen um; (ii) die Auswahl aus den wissenschaftlichen Vorschlägen wird von Reformakteuren bestimmt, die ihren Interessen folgen und mit ihren Machtmitteln im politischen Prozess nur bestimmte Reformlösungen unterstützen; (iii) die Akteure entwickeln Reformlösungen, indem sie wissenschaftliche Informationen mit ihrem Vorwissen und ihren Erfahrungen verschmelzen. Als Fallstudien werden die fünf Nachfolgestaaten des ehemaligen Jugoslawiens ausgewählt. Sie sind besonders gut geeignet, weil sie eine große Vielfalt an weit entwickelten Reformmodellen aufweisen, dort nationale und internationale Akteure aktiv waren und wir über einen sehr guten Feldzugang verfügen. Der Zugang wird durch fünf eingebundene nationale Wissenschaftler aus den jeweiligen Nachfolgestaaten gesichert. Ein quantitativer Ansatz, der sich auf spezifische Kriterien und Indikatoren stützt, wird für die Evaluation der Reformkonzepte und deren Implementation verwendet. Qualitative Interviews und Dokumentenanalyse dienen der Untersuchung der Reformakteure, mit Fokus auf deren Interessen, Vorwissen und Machtmittel. Die Hauptforscherin mit eigener Stelle kann ihre umfangreichen Erfahrungen mit der Analyse der Forstpolitik und der forstlichen Organisationen im ehemaligen Jugoslawien und Ost-Europa sowie ihre eigenen theoretischen Beiträge zu dem 3 Ebenen Modell und dem RIU Modell einbringen. Diese fortgeschrittenen Forschungskompetenzen sind notwendige Erfolgsbedingungen, um die Hypothesen durch belastbare empirische Evidenz zu testen. Die Projektergebnisse sollen zum einen die wissenschaftsbasierte Politikberatung zur Reform der staatlichen Forstorganisationen verbessern. Zum anderen wird der Wissenstransfer über die Verbindung wissenschaftlicher Informationen mit den jeweiligen Akteuren, deren Interessen, Vorwissen und deren Machtmitteln erklärt und damit ein Beitrag zur Weiterentwicklung des „embeded“ Models für Wissenstransfer geleistet.

Governance nachhaltiger Entwicklung in globalen Systemen inter-regionaler Fernwirkungen (GOVERNECT)

Probleme nachhaltiger Entwicklung entstehen nicht nur lokal oder global, sondern auch aufgrund von spezifischen Verbindungen zwischen voneinander weit entfernten Regionen. Diese global 'fernverbundenen' (telecoupled) Systeme stehen zunehmend im Blick interdisziplinärer Forschung zu Landnutzungswandel und sozial-ökologischen Systemen. Politikwissenschaftliche und andere Governance-bezogene Arbeiten haben bislang schwerpunktmäßig den Staat, globale Institutionen oder Mehrebenensysteme in den Blick genommen und 'fernverbundene' Phänomene außer Acht gelassen. Vor diesem Hintergrund ist es das Ziel von GOVERNECT, erste Ergebnisse der sozial-ökologischen Systemforschung für die Governanceforschung fruchtbar zu machen. Aufbauend auf der Literatur zu Global Environmental Governance, sozial-ökologischen Systemen, Global production networks, Mehrebenen- und polyzentrischer Governance sowie zu Policykohärenz und Umweltpolitikintegration wird GOVERNECT die Governance globaler Fernwirkungen systematisch untersuchen. Was bedeuten diese Phänomene für die Steuerbarkeit globaler ökologischer Nicht-Nachhaltigkeit? Wie reagieren Staaten, Zivilgesellschaft und Unternehmen auf die genannten Herausforderungen? Den empirischen Forschungsgegenstand bilden eine detaillierte Fallstudie sowie ca. 15 vergleichende Fallstudien. Auf der Basis von Vorarbeiten der Antragsteller(in) untersucht die detaillierte Fallstudie die inter-regionale Soja-Warenkette zwischen Brasilien (Rio Grande do Sul) und Deutschland (Niedersachsen) in Bezug auf ihre wechselseitigen Nachhaltigkeitsimplikationen. Aufbauend auf der Analyse existierender Akteursnetzwerke und Governance-Institutionen als Mehrebenensystem (inkl. ihrem Zusammenspiel, Polyzentrizität, Policykohärenz und Umweltpolitikintegration) entwickelt das Projekt explorativ-strategische Governance-Szenarien. Gemeinsam mit relevanten politischen Entscheidungsträger/inne/n und Interessenvertreter/inne/n sollen dabei Plausibilität und Wirkungen möglicher Governance-Optionen diskutiert werden. Um zu einem breiteren Verständnis der Governance-Fragen von globalen Fernwirkungen zu gelangen, sollen parallel ca. 15 weitere Fallstudien durchgeführt werden, die im Wesentlichen auf Sekundärmaterial basieren. Dies erlaubt ein breiteres 'mapping' möglicher Typen von Fernwirkungen und Governance-Systemen in unterschiedlichen Kontexten, einen vertieften Einblick in die Governance-Herausforderungen und -optionen mehrerer 'telecoupled systems' aus dem Blickwinkel eines einzelnen politischen Systems (Deutschland) sowie die Identifizierung kausaler Wirkbeziehungen. GOVERNECT ist das erste Vorhaben, das die jüngst entwickelten Systemkonzepte von 'telecoupling' auf der Basis systematischer empirischer Forschung für die Global-Environmental-Governance-Forschung fruchtbar macht. Im Unterschied zu bisherigen Arbeiten werden hier die Governance-Institutionen (oder ihr Fehlen) in ihrem tatsächlichen nachhaltigkeitsrelevanten Kontext analysiert.

Vorstudie: Entwicklung neuer Methoden zur Vermittlung von Umweltwissen und -beratung fuer kleine und mittlere Unternehmen durch interaktive Medien

1 2 3 4 5 … 302 303 304