Auf dem Friedhof der Kirche St. Matthias im Süden Triers befinden sich vier Kammern, die bis in jüngste Zeit als die Untergeschosse selbstständiger römischer Grabbauten angesprochen wurden. Bei dem Areal handelte es sich um einen Teil der südlichen Nekropole des römischen Triers, der vor allem mit Körperbestattungen belegt worden ist. Dieses Körpergräberfeld wird in der vorliegenden Arbeit zum ersten Mal anhand der archäologischen Funde und Befunde beschrieben. Nach früheren, kleineren Untersuchungen fanden im Umfeld der Kammern 1931 umfangreiche Grabungen statt; weitere folgten in den 1960er Jahren. Die im Rahmen dieser Maßnahmen erstellten Unterlagen wurden vom Autor zusammengestellt und aufgearbeitet. Ergänzend kamen eigene Beobachtungen am noch sichtbaren Befund hinzu. So ließ sich erschließen, dass die meisten Grabkammern nicht Reste eigenständiger Bauten waren, sondern Teile eines bisher nicht erkannten größeren Baukomplexes. Dieser bestand aus einem großen Rechteckbau, der das Untergeschoss eines älteren Grabbaus inkorporierte. Dieser bildete einen kellerartigen Raum, der mit einem Wasseranschluss versehen war. Innerhalb des Rechteckbaus konnten Reste eines festen Fußbodens zu ebener Erde, sowie farbige Wandmalerei beobachtet werden. Kurz nach seiner Errichtung wurde der Rechteckbau mit zwei unterirdischen Kammern versehen und im Osten durch drei Anbauten mit unterschied-lichen Grundrissen erweitert: Im Süden entstand so ein Apsidenbau mit einer großen unterirdischen Kammer, in der sich bis heute ein Reliefsarkophag befindet. Die Befundauswertung ergab, dass der Baukomplex in konstantinischer Zeit errichtet worden ist und offenbar schon um die Mitte des 5.Jhs. n. Chr. aufgegeben wurde. Zu diesem Baubefund ließ sich in den benachbarten römischen Provinzen keine direkte Parallele finden. Am ehesten vergleichbar scheint ein weiterer Baukomplex aus der nördlichen Nekropole Triers, der unter der Kirche St. Maximin aufgedeckt wurde. Er ist ab der Mitte des 4. Jhs. n. Chr. errichtet und von der christlichen Gemeinde genutzt worden. Dieser Bau ähnelt in seinem Grundriss dem Baukomplex von St. Matthias, unterschiedet sich aber in der Bestattungspraxis: Während zahlreiche Sarkophag-Bestattungen im Hauptbau und teilweise auch den Anbauten in den unbefestigten Boden eingelassen worden sind, fand sich bei St. Matthias sowohl im Hauptbau als auch den Anbauten ein fester Boden. Innerhalb dieses Baukomplexes kann nur der oben beschriebene Reliefsarkophag der Nutzungszeit zugeordnet werden. Demnach könnte hier die Schaffung separater Bestattungsräume bedeutsam gewesen sein – neben anderen Funktionen, wie der Bereitstellung von Wasser und überdachtem Raum zur Begehung der Totenfeiern. Die stärkere Berücksichtigung solch funktionaler Elemente scheint demnach eine wichtige Ergänzung zur weiterführenden Deutung römischer Sepulkralarchitektur zu sein.

Hochschulen und außeruniversitäre Forschungseinrichtungen werden heute zunehmend in die Pflicht genommen, für ihre Forschenden Strukturen und Services für ein nachhaltiges Forschungsdatenmanagement (FDM) bereit-zustellen. Da es vor allem für disziplin- oder datenspezifische Bedarfe nicht für jede Forschungseinrichtung möglich ist, die dafür notwendigen Dienste selbst vorzuhalten, müssen sie externe Dienstleistungen in ihre FDM-Servicestrukturen integrieren. Das erfolgreiche Management der Schnittstelle zwischen den kooperierenden Insti-tutionen bedeutet einen erheblichen Organisationsaufwand, für den der vorliegende Praxisleitfaden eine Hilfe-stellung bietet. Er soll die Einrichtungen in die Lage versetzen, fremdbezogene FDM-Dienstleistungen erfolgreich in ihr eigenes FDM-Serviceangebot bzw. ihre übergeordnete FDM-Strategie zu integrieren. Der Leitfaden dient insbesondere als Anleitung für die erfolgreiche Steuerung der Zusammenarbeit und Kommunikation der invol-vierten internen und externen Mitarbeiter*innen. Über eine Reihe von Steuerungsmechanismen, die in diesem Leitfaden ausführlich erläutert werden, lässt sich der Prozess des Schnittstellenmanagements bestmöglich hand-haben. Der Praxisleitfaden versteht sich als Arbeitsgrundlage für alle Akteur*innen einer Forschungseinrichtung, die an der Erstellung eines institutionellen FDM-Konzeptes beteiligt sind.

Der Tagungsbericht fasst die Vorträge, Workshops und Ergebnisse der Abschlusstagung des BMBF-Projektes PODMAN: „Forschung + Datenmanagement = Forschungsdatenmanagement – Wann geht die Gleichung auf?“ vom 27. und 28. März 2019 an der Universität Trier zusammen. Ihm sind die Vortragsfolien, die Präsentationen der Workshops sowie die zugehörige Fotodokumentation der Arbeitsgruppen im Anhang beigefügt.

L’interaction entre les grands volumes de données (big data) et l’intelligence artificielle ouvre de nouveaux horizons, et cela également dans le domaine de la sécurité publique. De plus en plus de villes dans le monde entier y ont recours et installent des caméras à reconnaissance faciale. Tout le monde n’est pas d’accord avec cette pratique. Comment peut-on discuter avec les jeunes du débat social actuel sur la sécurité publique et la vie privée ?

Les médias numériques peuvent contribuer à aborder les contenus de l’enseignement de façon motivante et compréhensible et à développer les capacités d’action démocratique des élèves. L’application « KonterBUNT. Einschreiten für Demokratie » (Intervenir pour la démocratie) aide les jeunes à appendre à réagir aux propos méprisants.

Aider les jeunes à s’exprimer constitue un volet important de l’éducation à la démocratie. Dans ce contexte, une des méthodes consiste à laisser les jeunes concevoir les médias qu’ils/elles connaissent le mieux. Cet article examine essentiellement comment mettre en relation le travail de projet créatif avec les médias numériques, et plus précisément, le smartphone.

Pour pouvoir développer une compétence médiatique, les élèves ont besoin d’une réflexion, mais également d’une pratique personnelle des médias afin de devenir des producteur(trice)s et des concepteur(trice)s d’offres médiatiques. Ce compte rendu pratique relate la réalisation d’un programme télévisé d’une heure avec des élèves du Lycée de Garçons Esch.

Les carnets paraissent deux fois par an et offrent aux dirigeant(e)s des écoles ainsi qu’au personnel des fondements théoriques et du matériel pratique pour la mise en oeuvre d’un développement scolaire démocratique. Chaque publication traite d’une méthode de l’éducation à la démocratie ou d’une question stratégique du développement scolaire. Les carnets en langue allemande sont mis à la disposition des écoles luxembourgeoises en version imprimée. L’ensemble du matériel ainsi que la version en langue française sont disponibles en ligne.

Die vorgelegte Dissertation trägt den Titel Regularization Methods for Statistical Modelling in Small Area Estimation. In ihr wird die Verwendung regularisierter Regressionstechniken zur geographisch oder kontextuell hochauflösenden Schätzung aggregatspezifischer Kennzahlen auf Basis kleiner Stichproben studiert. Letzteres wird in der Fachliteratur häufig unter dem Begriff Small Area Estimation betrachtet. Der Kern der Arbeit besteht darin die Effekte von regularisierter Parameterschätzung in Regressionsmodellen, welche gängiger Weise für Small Area Estimation verwendet werden, zu analysieren. Dabei erfolgt die Analyse primär auf theoretischer Ebene, indem die statistischen Eigenschaften dieser Schätzverfahren mathematisch charakterisiert und bewiesen werden. Darüber hinaus werden die Ergebnisse durch numerische Simulationen veranschaulicht, und vor dem Hintergrund empirischer Anwendungen kritisch verortet. Die Dissertation ist in drei Bereiche gegliedert. Jeder Bereich behandelt ein individuelles methodisches Problem im Kontext von Small Area Estimation, welches durch die Verwendung regularisierter Schätzverfahren gelöst werden kann. Im Folgenden wird jedes Problem kurz vorgestellt und im Zuge dessen der Nutzen von Regularisierung erläutert. Das erste Problem ist Small Area Estimation in der Gegenwart unbeobachteter Messfehler. In Regressionsmodellen werden typischerweise endogene Variablen auf Basis statistisch verwandter exogener Variablen beschrieben. Für eine solche Beschreibung wird ein funktionaler Zusammenhang zwischen den Variablen postuliert, welcher durch ein Set von Modellparametern charakterisiert ist. Dieses Set muss auf Basis von beobachteten Realisationen der jeweiligen Variablen geschätzt werden. Sind die Beobachtungen jedoch durch Messfehler verfälscht, dann liefert der Schätzprozess verzerrte Ergebnisse. Wird anschließend Small Area Estimation betrieben, so sind die geschätzten Kennzahlen nicht verlässlich. In der Fachliteratur existieren hierfür methodische Anpassungen, welche in der Regel aber restriktive Annahmen hinsichtlich der Messfehlerverteilung benötigen. Im Rahmen der Dissertation wird bewiesen, dass Regularisierung in diesem Kontext einer gegen Messfehler robusten Schätzung entspricht - und zwar ungeachtet der Messfehlerverteilung. Diese Äquivalenz wird anschließend verwendet, um robuste Varianten bekannter Small Area Modelle herzuleiten. Für jedes Modell wird ein Algorithmus zur robusten Parameterschätzung konstruiert. Darüber hinaus wird ein neuer Ansatz entwickelt, welcher die Unsicherheit von Small Area Schätzwerten in der Gegenwart unbeobachteter Messfehler quantifiziert. Es wird zusätzlich gezeigt, dass diese Form der robusten Schätzung die wünschenswerte Eigenschaft der statistischen Konsistenz aufweist. Das zweite Problem ist Small Area Estimation anhand von Datensätzen, welche Hilfsvariablen mit unterschiedlicher Auflösung enthalten. Regressionsmodelle für Small Area Estimation werden normalerweise entweder für personenbezogene Beobachtungen (Unit-Level), oder für aggregatsbezogene Beobachtungen (Area-Level) spezifiziert. Doch vor dem Hintergrund der stetig wachsenden Datenverfügbarkeit gibt es immer häufiger Situationen, in welchen Daten auf beiden Ebenen vorliegen. Dies beinhaltet ein großes Potenzial für Small Area Estimation, da somit neue Multi-Level Modelle mit großem Erklärungsgehalt konstruiert werden können. Allerdings ist die Verbindung der Ebenen aus methodischer Sicht kompliziert. Zentrale Schritte des Inferenzschlusses, wie etwa Variablenselektion und Parameterschätzung, müssen auf beiden Levels gleichzeitig durchgeführt werden. Hierfür existieren in der Fachliteratur kaum allgemein anwendbare Methoden. In der Dissertation wird gezeigt, dass die Verwendung ebenenspezifischer Regularisierungsterme in der Modellierung diese Probleme löst. Es wird ein neuer Algorithmus für stochastischen Gradientenabstieg zur Parameterschätzung entwickelt, welcher die Informationen von allen Ebenen effizient unter adaptiver Regularisierung nutzt. Darüber hinaus werden parametrische Verfahren zur Abschätzung der Unsicherheit für Schätzwerte vorgestellt, welche durch dieses Verfahren erzeugt wurden. Daran anknüpfend wird bewiesen, dass der entwickelte Ansatz bei adäquatem Regularisierungsterm sowohl in der Schätzung als auch in der Variablenselektion konsistent ist. Das dritte Problem ist Small Area Estimation von Anteilswerten unter starken verteilungsbezogenen Abhängigkeiten innerhalb der Kovariaten. Solche Abhängigkeiten liegen vor, wenn eine exogene Variable durch eine lineare Transformation einer anderen exogenen Variablen darstellbar ist (Multikollinearität). In der Fachliteratur werden hierunter aber auch Situationen verstanden, in welchen mehrere Kovariate stark korreliert sind (Quasi-Multikollinearität). Wird auf einer solchen Datenbasis ein Regressionsmodell spezifiziert, dann können die individuellen Beiträge der exogenen Variablen zur funktionalen Beschreibung der endogenen Variablen nicht identifiziert werden. Die Parameterschätzung ist demnach mit großer Unsicherheit verbunden und resultierende Small Area Schätzwerte sind ungenau. Der Effekt ist besonders stark, wenn die zu modellierende Größe nicht-linear ist, wie etwa ein Anteilswert. Dies rührt daher, dass die zugrundeliegende Likelihood-Funktion nicht mehr geschlossen darstellbar ist und approximiert werden muss. Im Rahmen der Dissertation wird gezeigt, dass die Verwendung einer L2-Regularisierung den Schätzprozess in diesem Kontext signifikant stabilisiert. Am Beispiel von zwei nicht-linearen Small Area Modellen wird ein neuer Algorithmus entwickelt, welche den bereits bekannten Quasi-Likelihood Ansatz (basierend auf der Laplace-Approximation) durch Regularisierung erweitert und verbessert. Zusätzlich werden parametrische Verfahren zur Unsicherheitsmessung für auf diese Weise erhaltene Schätzwerte beschrieben. Vor dem Hintergrund der theoretischen und numerischen Ergebnisse wird in der Dissertation demonstriert, dass Regularisierungsmethoden eine wertvolle Ergänzung der Fachliteratur für Small Area Estimation darstellen. Die hier entwickelten Verfahren sind robust und vielseitig einsetzbar, was sie zu hilfreichen Werkzeugen der empirischen Datenanalyse macht.

In current times, the coronavirus is spreading and taking its toll all over the world. Inspite of having developed into a global pandemic, COVID-19 is oftentimes met with local national(ist) reactions. Many states pursue iso-lationist politics by closing and enforcing borders and by focusing entirely on their own functioning in this mo-ment of crisis. This nationalist/nationally-oriented rebordering politics goes hand in hand with what might be termed ‘linguistic rebordering,’ i.e. the attempts of constructing the disease as something foreign-grown and by apportioning the blame to ‘the other.’ This paper aims at laying bare the interconnectedness of these geopoliti-cal and linguistic/discursive rebordering politics. It questions their efficacy and makes a plea for cross-border solidarity.