API src

Found 3848 results.

Similar terms

s/schleiz/Schweiz/gi

Model Output Statistics for LE MOLESON (06609)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for ROBIEI (06751)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

GISCO - Nomenclature of Territorial Units for Statistics 2021 (NUTS 2021), May 2021

The 'GISCO NUTS 2021' data set represents the NUTS 2021 regulation and statistical regions by means of multipart polygon, polyline and point topology. The NUTS geographical information is completed by attribute tables and a set of cartographic help lines to better visualize multipart polygonal regions. The NUTS nomenclature is a hierarchical classification of statistical regions defined by Eurostat. The NUTS classification subdivides the EU economic territory into 3 statistical levels. The NUTS 2021 classification has been established through the Commission Delegated Regulation 2019/1755, which entered into force on 8th August 2019 and applies from 1st January 2021. A non official NUTS-like classification has been defined for the EFTA countries and the candidate countries. At present, six scale ranges (100K, 1M, 3M, 10M and 20M, 60M) are maintained in the GISCO geodatabase. The polygon and boundary classes delineate the regions, while the points provide an anchor for each region. Associated tables contain basic information such as the name of the region. The public data set will be available at 1M, 3M, 10M, 20M, 60M, while the full data set at 100K is restricted. The data set covers EU Member States, EFTA countries, EU candidate countries and the UK. Following the departure of the UK from the European Union, the UK is no longer flagged as an EU Member State but retains its place in the NUTS and statistical regions data set. This dataset (NUTS_2021) is derived from the EuroBoundary Map 2020 (EBM2020) from Eurogeographics as well as GISCO NUTS 2016 (from Türkiye). The list of NUTS2021 codes including changes with respect to NUTS2016 is available on https://ec.europa.eu/eurostat/documents/345175/629341/NUTS2021.xlsx. The public metadata for NUTS 2021 released by Eurostat is available here: https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-metadata.xml. This revision (May 2021) includes minor changes in the dataset such as (see https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-release-notes.txt): * 2020-10-05 Point snapping is disabled in all datasets, number of decimals increased for 01M datasets. * 2020-11-18 Inclusion of Jan Mayen and Svalbard in to Norways Statistical Regions. Amendment to Serbia NUTS BN line status. * 2020-12-05 Fixed broken utf-8 encoding. * 2021-03-15 Added LAU 2011,2012,2013,2014,2015,2020 * 2021-04-26 Fixed country labels 2001, 2006 (incorrect Kosovo coordinates) IMPORTANT NOTE: Additional information, including the conditions of use and acknowledgement notice is included in the document provided with the dataset "GISCO NUTS 2021 Additional Information.pdf". Public access to this data set is restricted due to intellectual property rights. It shall only be used internally by the EEA, its ETCs and subcontractors working on behalf of the EEA. This metadata has been slightly adapted from the original metadata information provided by Eurostat (European Commission) and is to be used only for internal EEA purposes. An introduction to the NUTS classification is available here: http://ec.europa.eu/eurostat/web/nuts/overview.

Klimaneutrale Weleda AG - Analyse, Reduktion und Kompensation von Treibhausgasen

Das Ziel des Projekts ist die Klimaneutralität der der Weleda Unternehmensgruppe (mit Standorten in Arlesheim (Schweiz), Schwäbisch Gmünd (Deutschland) und Huningue (Frankreich)). Folgende Arbeitsschritte sind vorgesehen: 1. Bilanz und Ist-Analyse (optional: Erstellung von Zeitreihen mit Berücksichtigung der Effekte von in der Vergangenheit getroffenen Maßnahmen), 2. Bewertung von Vermeidungs- und Verringerungsmaßnahmen, 3. Bewertung von Kompensationsmaßnahmen, 4. Zusammenstellung der Ergebnisse, technische Dokumentation und Leitfaden zur kontinuierlichen Weiterführung. Als optionaler fünfter Arbeitsschritt sollen neben den Treibhausgasemissionen der Verbrauch an Energie und Wasser bilanziert werden.

Model Output Statistics for LUZERN (06650)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for SCHUEPFHEIM (06651)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Einfluß des Abbaus von Laubstreu auf den Transport von Schwermetallen im Boden

An der Eidgenössischen Forschungsanstalt für Wald, Schnee und Landschaft (WSL) in Birmensdorf, Schweiz, wird von 2000 bis 2004 ein multidisziplinäres Modell Ökosystem-Experiment durchgeführt. Ziel dieses Großprojekts ist es, Stoffflüsse zu untersuchen und die Reaktionen von Pflanzen- und Organismengemeinschaften auf chronische Belastungen (Cd, Cu, Zn, sauerer Regen) zu verfolgen bzw. zu verstehen. Mit den Resultaten sollen die Risiken von Begrünung, Aufforstung und Bodenstabilisierung mit Pflanzen abgeschätzt werden können. Der verwendete landwirtschaftliche Oberboden wurde mit Filterstaub aus der metallverarbeitenden Industrie vermischt. Die daraus resultierenden Schwermetallbelastungen des Versuchsbodens betragen für Cd 10 ppm, für Cu 400 ppm und für Zn 2700 ppm. Das Projekt 'Einfluss des Abbaus von Laubstreu auf den Transport von Schwermetallen im Boden' untersucht die Änderung der Metall-Komplexbildung für Kupfer und Zink während des Streuabbaus. In wässrigen Streuextrakten wird das Ausmaß der Komplexierung mit Hilfe der Gleichgewichts-Ionenaustausch-Methoden bestimmt. Die Charakterisierung der Bindung erfolgt mit Infrarotspektroskopie (FTIR), die organischen Säuren im Extrakt werden mit der Gaschromatographie bestimmt. Untersucht werden Proben aus Freilandversuchen.

Etude de l'etat general du littoral et du rivage des lacs suisses (FRA)

Mise au point et application d'une methode de qualification phyto-ecologique des rives lacustres. Proposition de mesures de conservation et de protection des rives. Seize lacs sont impliques dans le projet. (FRA)

Das Verhalten des Menschen zur Umwelt in Wort und Tat wenn er die Zeichen erkennt

Beobachtungen des menschlichen Verhaltens bei Einsaetzen zur Abfallverminderung und -Beseitigung bei Massenveranstaltungen und in Erholungsgebieten bis 4000 m/M. Eingliederung in Stand, Bildung, Nation. Aufgestellte Tafeln und Aufrufe durch Lautsprecher und in der Presse geben die Vororientierung.

Häufigkeit von Krebs bei Kindern in der Umgebung von Kernkraftwerken – Studien anderer Länder

Häufigkeit von Krebs bei Kindern in der Umgebung von Kernkraftwerken – Studien anderer Länder Die Ergebnisse der KiKK -Studie zeigten ein signifikant erhöhtes Risiko von Kindern unter 5 Jahren, im Nahbereich um deutsche Kernkraftwerke an Krebs zu erkranken. Dieser Befund beruhte im Wesentlichen auf dem Erkrankungsrisiko für Leukämien, wobei hier das Erkrankungsrisiko in etwa verdoppelt war. In Zahlen bedeutet dies, dass im 5- km -Umkreis um alle Standorte von Kernkraftwerken in Deutschland im Mittel nicht, wie zu erwarten wäre, etwa 1 Kind pro Jahr erkrankt, sondern dass die Krankheit jedes Jahr bei etwa 2 Kindern diagnostiziert wird. Was die Hypothese eines Einflusses der radioaktiven Abgaben angeht, lässt sich feststellen, dass nach derzeitigem Kenntnisstand die zusätzliche Strahlenbelastung der Bevölkerung durch den Betrieb der Leistungsreaktoren zu gering ist, um den Effekt erklären zu können. Sie müsste etwa 1.000 bis 10.000-mal höher sein. Daraus kann aber zunächst nur der Schluss gezogen werden, dass nach heutigem Wissen Strahlung als alleinige Ursache ausgeschlossen werden kann. Ein Zusammenspiel verschiedener Ursachen bleibt denkbar, da andere Verursacher alleine ebenfalls unwahrscheinlich sind. Es gibt derzeit keine plausible Erklärung für den festgestellten Effekt, der über die 24 Jahre Untersuchungszeitraum ein insgesamt konsistentes Bild mit kleinen Schwankungen zeigt. Das Ergebnis der KiKK -Studie hat dazu geführt, dass auch in anderen Ländern – Großbritannien, Frankreich, Belgien, Schweiz, Finnland, USA - entsprechende Studien durchgeführt wurden. Einschätzung Die meisten größeren Studien zeigen ein in der Umgebung von Kernkraftwerken erhöhtes Risiko , wobei die Ergebnisse nicht immer statistische Signifikanz erreichen. Eine größere Studie aus dem Vereinigten Königreich ergab für die gesamten Umgebungsregionen und für alle untersuchten Altersklassen kein erhöhtes Risiko . Kleinere Untersuchungen aus Finnland zeigen ebenfalls kein erhöhtes Risiko . Zusammengefasst ist das Ergebnis der Studien nicht einheitlich. Das BfS hatte bereits in seiner Stellungnahme zur KiKK -Studie festgestellt, dass die Strahlenbelastung aus dem Betrieb der Kernkraftwerke um den Faktor 1.000 bis 10.000-mal zu gering ist, um die beobachteten Befunde zu erklären. Das Ergebnis aus Frankreich, das zwar ein erhöhtes Erkrankungsrisiko in der Umgebung von Kernkraftwerken zeigt, dies aber nicht mit den Abgaben in Verbindung bringen kann, unterstützt diese Aussage. Ein Zusammenwirken mit anderen Ursachen bleibt denkbar, zumal Erklärungen über andere Verursacher sich als wenig wahrscheinlich erwiesen. Weitere zielgerichtete Forschung zu den Ursachen kindlicher Leukämieerkrankungen ist notwendig. Weitere Aktivitäten Auf der Basis der Ergebnisse der KiKK -Studie hat das BfS mit Unterstützung international ausgewiesener Experten ein ambitioniertes Forschungsprogramm entwickelt, mit dem mehr über die Ursachen von Leukämieerkrankungen im Kindesalter in Erfahrung gebracht werden soll; denn derzeit kann man, wenn man alle bekannten Risikofaktoren zusammen nimmt, lediglich etwa 20 % der Leukämieerkrankungen erklären [1] . Diese Aktivitäten des BfS erfolgen in internationaler Abstimmung. Dazu organisiert das BfS seit 2008 regelmäßig internationale Workshops zum Stand der Ursachenforschung von Leukämien im Kindesalter . Charakteristika der unterschiedlichen Studienarten Fall-Kontroll-Studie Kohortenstudie Ökologische Studie In einer Fall-Kontroll-Studie werden sowohl für erkrankte Personen (Fälle) als auch für hinsichtlich Alter und Geschlecht vergleichbare nicht erkrankte Personen (Kontrollen) Daten auf individueller Ebene erhoben und miteinander verglichen, um die Fragen zu beantworten, ob Fälle häufiger belastet waren als Kontrollen. Die Maßzahl ist das Odds Ratio ( OR ). Ein Wert von 1 gibt an, dass es keinen Unterschied hinsichtlich der Strahlenbelastung zwischen Fällen und Kontrollen gibt. In einer Kohortenstudie wird eine definierte Bevölkerung über einen längeren Zeitraum beobachtet, um die Frage zu beantworten, ob belastete Personen ein höheres Risiko haben als vergleichbare nicht belastete Personen. Dabei werden auch die Daten auf der individuellen Ebene berücksichtigt. Die Maßzahl ist das relative Risiko ( RR ). Ein Wert von 1 gibt an, dass es keinen Unterschied hinsichtlich des Erkrankungsrisikos zwischen Exponierten und Nicht-Exponierten gibt. In ökologischen Studien wird die Erkrankungshäufigkeit in verschiedenen Regionen miteinander verglichen ( z. B. Umgebung von Kernkraftwerken mit Gesamtdeutschland oder einer definierten Vergleichsregion), um die Frage zu beantworten, ob das Erkrankungsrisiko in einer Region höher ist als in einer anderen. Da dabei keine Daten für einzelne Personen erhoben werden, können auch keine Aussagen zum Einfluss bestimmter Strahlenbelastungen und individueller Störgrößen auf mögliche regionale Unterschiede gemacht werden. Die Maßzahl ist das Verhältnis beobachteter zu erwarteten Fallzahlen (O/E). Ein Wert von 1 gibt an, dass es zwischen den betrachteten Regionen keinen Unterschied in der Erkrankungshäufigkeit gibt. Vertrauensbereich Für die jeweilige Maßzahl wird ein Vertrauensbereich (Konfidenzintervall; KI) berechnet. Liegt der Wert 1 innerhalb dieses Vertrauensbereichs, ist das Ergebnis statistisch nicht signifikant. Der Vertrauensbereich wird meist als 95 % -KI angegeben. Aussagekraft Fall-Kontroll-Studien und Kohortenstudien liefern belastbarere Ergebnisse als ökologische Studien. Prinzipiell dienen sie der Überprüfung festgelegter Fragestellungen im Gegensatz zu den ökologischen Studien, die herangezogen werden, um neue Fragen zu stellen, die dann wieder mit belastbareren Studien überprüft werden müssen. Allerdings werden bei der Fragestellung "Kinderkrebs bei Kernkraftwerken" oft auch ökologische Studien durchgeführt, um andernorts gefundene Ergebnisse zu überprüfen. Dies geschieht, weil ökologische Studien in der Regel schneller und mit deutlich geringerem Aufwand durchgeführt werden können. Überblick über dem BfS bekannte Studien in chronologischer Reihenfolge Weitere Informationen 1. Ziegelberger G, Baum C, Borkhardt A, Cobaleda C, Dasenbrock C, Dehos A, Grosche B, Hauer J, Hornhardt S, Jung T, Kammertöns T, Lagroye I, Lehrach H, Lightfoot T, Little MP, Rossig C, Sanchez-Garcia I, Schrappe M, Schüz J, Shalapour S, Slany R, Stanulla M, Weiss W (2011) Research recommendations toward a better understanding of the causes of childhood leukemia . Blood Cancer Journal 1 2. Heinävaara S, Toikkanen S, Pasanen K, Verkasalo PK, Kurttio P, Auvinen A (2010) Cancer incidence in the vicinity of Finnish nuclear power plants: an emphasis on childhood leukemia. Cancer Causes Control 21: 587-95 3. Bithell JF, Keegan TJ, Kroll ME, Murphy MF, Vincent TJ (2008) Childhood leukaemia near British nuclear installations: methodological issues and recent results . Radiat Prot Dosimetry 132: 191-7 4. COMARE (2011) Fourteenth report: Further consideration of the incidence of childhood leukaemia around nuclear power plants in Great Britain: HPA . 5. Bithell JF, Murphy MF, Stiller CA, Toumpakari E, Vincent T, Wakeford R (2013) Leukaemia in young children in the vicinity of British nuclear power plants: a case-control study . Br J Cancer 109: 2880-5 6. Spycher BD, Feller M, Zwahlen M, Roosli M, von der Weid NX, Hengartner H, Egger M, Kuehni CE (2011) Childhood cancer and nuclear power plants in Switzerland: a census-based cohort study . Int J Epidemiol 40: 1247-1260 7. Sermage-Faure C, Laurier D, Goujon-Bellec S, Chartier M, Guyot-Goubin A, Rudant J, Hemon D, Clavel J (2012) Childhood leukemia around French nuclear power plants--the Geocap study, 2002-2007 . Int J Cancer 131: 769-780 8. Evrard AS, Hemon D, Morin A, Laurier D, Tirmarche M, Backe JC, Chartier M, Clavel J (2006) Childhood leukaemia incidence around French nuclear installations using geographic zoning based on gaseous discharge dose estimates . Br J Cancer 94: 1342-7 9. Bollaerts K, Fierens S, Simons K, Francart J, Poffijjn A, Sonck M, van Bladel L, Geraets D, Gosselin P, van Oyen H, van Eycken L, van Nieuwenhuyse A (2012) Monitoring of Possible Health Effects of Living in the Vicinity of Nuclear Sites in Belgium Brussels . 10. Bollaerts K, Simons K, Van Bladel L, De Schmedt T, Sonck M, Fierens S, Poffijn A, Geraets D, Gosselin P, Van Oyen H, Francart J, Van Nieuwenhuyse A (2018) Childhood leukaemia near nuclear sites in Belgium . Eur J Cancer Prev 27(2): 184-191 11. Demoury C, Faes C, De Schutter H, Carbonnelle S, Rosskamp M, Francart J, Van Damme N, Van Bladel L, Van Nieuwenhuyse A, De Clercq EM (2021). Childhood leukemia near nuclear sites in Belgium: An ecological study at small geographical level. Cancer Epidemiol 72: 101910, doi: 10.1016/j.canep.2021.101910. Epub 2021 Mar 15. Stand: 02.02.2026

1 2 3 4 5 … 383 384 385