Les membres du comité des élèves représentent les élèves dans les différents organes d’une école ainsi qu’au niveau régional ou national. Les jeunes y rencontrent des représentant·e·s de la direction de l’école, des enseignant·e·s, des parents ou des responsables politiques avec qui ils·elles peuvent discuter sur un pied d’égalité et collaborer. Tout cela nécessite une préparation. Les deux exercices présentés ici peuvent s’avérer utiles à cet égard.

The presence of sea ice leads in the sea ice cover represents a key feature in polar regions by controlling the heat exchange between the relatively warm ocean and cold atmosphere due to increased fluxes of turbulent sensible and latent heat. Sea ice leads contribute to the sea ice production and are sources for the formation of dense water which affects the ocean circulation. Atmospheric and ocean models strongly rely on observational data to describe the respective state of the sea ice since numerical models are not able to produce sea ice leads explicitly. For the Arctic, some lead datasets are available, but for the Antarctic, no such data yet exist. Our study presents a new algorithm with which leads are automatically identified in satellite thermal infrared images. A variety of lead metrics is used to distinguish between true leads and detection artefacts with the use of fuzzy logic. We evaluate the outputs and provide pixel-wise uncertainties. Our data yield daily sea ice lead maps at a resolution of 1 km2 for the winter months November– April 2002/03–2018/19 (Arctic) and April–September 2003–2019 (Antarctic), respectively. The long-term average of the lead frequency distributions show distinct features related to bathymetric structures in both hemispheres.

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.

Traditionell werden Zufallsstichprobenerhebungen so geplant, dass nationale Statistiken zuverlässig mit einer adäquaten Präzision geschätzt werden können. Hierbei kommen vorrangig designbasierte, Modell-unterstützte (engl. model assisted) Schätzmethoden zur Anwendung, die überwiegend auf asymptotischen Eigenschaften beruhen. Für kleinere Stichprobenumfänge, wie man sie für Small Areas (Domains bzw. Subpopulationen) antrifft, eignen sich diese Schätzmethoden eher nicht, weswegen für diese Anwendung spezielle modellbasierte Small Area-Schätzverfahren entwickelt wurden. Letztere können zwar Verzerrungen aufweisen, besitzen jedoch häufig einen kleineren mittleren quadratischen Fehler der Schätzung als dies für designbasierte Schätzer der Fall ist. Den Modell-unterstützten und modellbasierten Methoden ist gemeinsam, dass sie auf statistischen Modellen beruhen; allerdings in unterschiedlichem Ausmass. Modell-unterstützte Verfahren sind in der Regel so konstruiert, dass der Beitrag des Modells bei sehr grossen Stichprobenumfängen gering ist (bei einer Grenzwertbetrachtung sogar wegfällt). Bei modellbasierten Methoden nimmt das Modell immer eine tragende Rolle ein, unabhängig vom Stichprobenumfang. Diese Überlegungen veranschaulichen, dass das unterstellte Modell, präziser formuliert, die Güte der Modellierung für die Qualität der Small Area-Statistik von massgeblicher Bedeutung ist. Wenn es nicht gelingt, die empirischen Daten durch ein passendes Modell zu beschreiben und mit den entsprechenden Methoden zu schätzen, dann können massive Verzerrungen und / oder ineffiziente Schätzungen resultieren. Die vorliegende Arbeit beschäftigt sich mit der zentralen Frage der Robustheit von Small Area-Schätzverfahren. Als robust werden statistische Methoden dann bezeichnet, wenn sie eine beschränkte Einflussfunktion und einen möglichst hohen Bruchpunkt haben. Vereinfacht gesprochen zeichnen sich robuste Verfahren dadurch aus, dass sie nur unwesentlich durch Ausreisser und andere Anomalien in den Daten beeinflusst werden. Die Untersuchung zur Robustheit konzentriert sich auf die folgenden Modelle bzw. Schätzmethoden: i) modellbasierte Schätzer für das Fay-Herriot-Modell (Fay und Herrot, 1979, J. Amer. Statist. Assoc.) und das elementare Unit-Level-Modell (vgl. Battese et al., 1988, J. Amer. Statist. Assoc.). ii) direkte, Modell-unterstützte Schätzer unter der Annahme eines linearen Regressionsmodells. Das Unit-Level-Modell zur Mittelwertschätzung beruht auf einem linearen gemischten Gauss'schen Modell (engl. mixed linear model, MLM) mit blockdiagonaler Kovarianzmatrix. Im Gegensatz zu bspw. einem multiplen linearen Regressionsmodell, besitzen MLM-Modelle keine nennenswerten Invarianzeigenschaften, so dass eine Kontamination der abhängigen Variablen unvermeidbar zu verzerrten Parameterschätzungen führt. Für die Maximum-Likelihood-Methode kann die resultierende Verzerrung nahezu beliebig groß werden. Aus diesem Grund haben Richardson und Welsh (1995, Biometrics) die robusten Schätzmethoden RML 1 und RML 2 entwickelt, die bei kontaminierten Daten nur eine geringe Verzerrung aufweisen und wesentlich effizienter sind als die Maximum-Likelihood-Methode. Eine Abwandlung von Methode RML 2 wurde Sinha und Rao (2009, Canad. J. Statist.) für die robuste Schätzung von Unit-Level-Modellen vorgeschlagen. Allerdings erweisen sich die gebräuchlichen numerischen Verfahren zur Berechnung der RML-2-Methode (dies gilt auch für den Vorschlag von Sinha und Rao) als notorisch unzuverlässig. In dieser Arbeit werden zuerst die Konvergenzprobleme der bestehenden Verfahren erörtert und anschließend ein numerisches Verfahren vorgeschlagen, das sich durch wesentlich bessere numerische Eigenschaften auszeichnet. Schließlich wird das vorgeschlagene Schätzverfahren im Rahmen einer Simulationsstudie untersucht und anhand eines empirischen Beispiels zur Schätzung von oberirdischer Biomasse in norwegischen Kommunen illustriert. Das Modell von Fay-Herriot kann als Spezialfall eines MLM mit blockdiagonaler Kovarianzmatrix aufgefasst werden, obwohl die Varianzen des Zufallseffekts für die Small Areas nicht geschätzt werden müssen, sondern als bereits bekannte Größen betrachtet werden. Diese Eigenschaft kann man sich nun zunutze machen, um die von Sinha und Rao (2009) vorgeschlagene Robustifizierung des Unit-Level-Modells direkt auf das Fay-Herriot Model zu übertragen. In der vorliegenden Arbeit wird jedoch ein alternativer Vorschlag erarbeitet, der von der folgenden Beobachtung ausgeht: Fay und Herriot (1979) haben ihr Modell als Verallgemeinerung des James-Stein-Schätzers motiviert, wobei sie sich einen empirischen Bayes-Ansatz zunutze machen. Wir greifen diese Motivation des Problems auf und formulieren ein analoges robustes Bayes'sches Verfahren. Wählt man nun in der robusten Bayes'schen Problemformulierung die ungünstigste Verteilung (engl. least favorable distribution) von Huber (1964, Ann. Math. Statist.) als A-priori-Verteilung für die Lokationswerte der Small Areas, dann resultiert als Bayes-Schätzer [=Schätzer mit dem kleinsten Bayes-Risk] die Limited-Translation-Rule (LTR) von Efron und Morris (1971, J. Amer. Statist. Assoc.). Im Kontext der frequentistischen Statistik kann die Limited-Translation-Rule nicht verwendet werden, weil sie (als Bayes-Schätzer) auf unbekannten Parametern beruht. Die unbekannten Parameter können jedoch nach dem empirischen Bayes-Ansatz an der Randverteilung der abhängigen Variablen geschätzt werden. Hierbei gilt es zu beachten (und dies wurde in der Literatur vernachlässigt), dass die Randverteilung unter der ungünstigsten A-priori-Verteilung nicht einer Normalverteilung entspricht, sondern durch die ungünstigste Verteilung nach Huber (1964) beschrieben wird. Es ist nun nicht weiter erstaunlich, dass es sich bei den Maximum-Likelihood-Schätzern von Regressionskoeffizienten und Modellvarianz unter der Randverteilung um M-Schätzer mit der Huber'schen psi-Funktion handelt. Unsere theoriegeleitete Herleitung von robusten Schätzern zum Fay-Herriot-Modell zeigt auf, dass bei kontaminierten Daten die geschätzte LTR (mit Parameterschätzungen nach der M-Schätzmethodik) optimal ist und, dass die LTR ein integraler Bestandteil der Schätzmethodik ist (und nicht als ``Zusatz'' o.Ä. zu betrachten ist, wie dies andernorts getan wird). Die vorgeschlagenen M-Schätzer sind robust bei Vorliegen von atypischen Small Areas (Ausreissern), wie dies auch die Simulations- und Fallstudien zeigen. Um auch Robustheit bei Vorkommen von einflussreichen Beobachtungen in den unabhängigen Variablen zu erzielen, wurden verallgemeinerte M-Schätzer (engl. generalized M-estimator) für das Fay-Herriot-Modell entwickelt.

Durch das Zusammenspiel von Big Data und künstlicher Intelligenz eröffnen sich ganz neue Möglichkeiten, auch im Bereich der öffentlichen Sicherheit. Immer mehr Städte weltweit machen davon Gebrauch und setzen auf Kameras mit computergesteuerter Gesichtserkennung. Nicht jeder ist damit einverstanden. Wie kann man die aktuelle gesellschaftliche Debatte um öffentliche Sicherheit und Privatsphäre mit Jugendlichen besprechen?

Soil degradation due to erosion is a significant worldwide problem at different spatial (from pedon to watershed) and temporal scales. All stages and factors in the erosion process must be detected and evaluated to reduce this environmental issue and protect existing fertile soils and natural ecosystems. Laboratory studies using rainfall simulators allow single factors and interactive effects to be investigated under controlled conditions during extreme rainfall events. In this study, three main factors (rainfall intensity, inclination, and rainfall duration) were assessed to obtain empirical data for modeling water erosion during single rainfall events. Each factor was divided into three levels (− 1, 0, + 1), which were applied in different combinations using a rainfall simulator on beds (6 × 1 m) filled with soil from a study plot located in the arid Sistan region, Iran. The rainfall duration levels tested were 3, 5, and 7 min, the rainfall intensity levels were 30, 60, and 90 mm/h, and the inclination levels were 5, 15, and 25%. The results showed that the highest rainfall intensity tested (90 mm/h) for the longest duration (7 min) caused the highest runoff (62 mm3/s) and soil loss (1580 g/m2/h). Based on the empirical results, a quadratic function was the best mathematical model (R2 = 0.90) for predicting runoff (Q) and soil loss. Single-factor analysis revealed that rainfall intensity was more influential for runoff production than changes in time and inclination, while rainfall duration was the most influential single factor for soil loss. Modeling and three-dimensional depictions of the data revealed that sediment production was high and runoff production lower at the beginning of the experiment, but this trend was reversed over time as the soil became saturated. These results indicate that avoiding the initial stage of erosion is critical, so all soil protection measures should be taken to reduce the impact at this stage. The final stages of erosion appeared too complicated to be modeled, because different factors showed differing effects on erosion.

Due to demographic change, there is an increasing demand for professional care services, whereby this demand cannot be met by available caregivers. To enable adequate care by relieving informal and formal care, the independence of people with chronic diseases has to be preserved for as long as possible. Assistance approaches can be used that support promoting physical activity, which is a main predictor of independence. One challenge is to design and test such approaches without affecting the people in focus. In this paper, we propose a design for a randomized trial to enable the use of an age simulation suit to generate reference data of people with health impairments with young and healthy participants. Therefore, we focus on situations of increased physical activity.

This work studies typical mathematical challenges occurring in the modeling and simulation of manufacturing processes of paper or industrial textiles. In particular, we consider three topics: approximate models for the motion of small inertial particles in an incompressible Newtonian fluid, effective macroscopic approximations for a dilute particle suspension contained in a bounded domain accounting for a non-uniform particle distribution and particle inertia, and possibilities for a reduction of computational cost in the simulations of slender elastic fibers moving in a turbulent fluid flow. We consider the full particle-fluid interface problem given in terms of the Navier-Stokes equations coupled to momentum equations of a small rigid body. By choosing an appropriate asymptotic scaling for the particle-fluid density ratio and using an asymptotic expansion for the solution components, we derive approximations of the original interface problem. The approximate systems differ according to the chosen scaling of the density ratio in their physical behavior allowing the characterization of different inertial regimes. We extend the asymptotic approach to the case of many particles suspended in a Newtonian fluid. Under specific assumptions for the combination of particle size and particle number, we derive asymptotic approximations of this system. The approximate systems describe the particle motion which allows to use a mean field approach in order to formulate the continuity equation for the particle probability density function. The coupling of the latter with the approximation for the fluid momentum equation then reveals a macroscopic suspension description which accounts for non-uniform particle distributions in space and for small particle inertia. A slender fiber in a turbulent air flow can be modeled as a stochastic inextensible one-dimensionally parametrized Kirchhoff beam, i.e., by a stochastic partial differential algebraic equation. Its simulations involve the solution of large non-linear systems of equations by Newton's method. In order to decrease the computational time, we explore different methods for the estimation of the solution. Additionally, we apply smoothing techniques to the Wiener Process in order to regularize the stochastic force driving the fiber, exploring their respective impact on the solution and performance. We also explore the applicability of the Wiener chaos expansion as a solution technique for the simulation of the fiber dynamics.

Roof and wall slates are fine-grained rocks with slaty cleavage, and it is often difficult to determine their mineral composition. A new norm mineral calculation called slatecalculation allows the determination of a virtual mineral composition based on full chemical analysis, including the amounts of carbon dioxide (CO2), carbon (C), and sulfur (S). Derived norm minerals include feldspars, carbonates, micas, hydro-micas, chlorites, ore-minerals, and quartz. The mineral components of the slate are assessed with superior accuracy compared to the petrographic analysis based on the European Standard EN 12326. The inevitable methodical inaccuracies in the calculations are limited and transparent. In the present paper, slates, shales, and phyllites from worldwide occurrences were examined. This also gives an overview of the rocks used for discontinuous roofing and external cladding.

The nonhydrostatic regional climate model CCLM was used for a long-term hindcast run (2002–2016) for the Weddell Sea region with resolutions of 15 and 5 km and two different turbulence parametrizations. CCLM was nested in ERA-Interim data and used in forecast mode (suite of consecutive 30 h long simulations with 6 h spin-up). We prescribed the sea ice concentration from satellite data and used a thermodynamic sea ice model. The performance of the model was evaluated in terms of temperature and wind using data from Antarctic stations, automatic weather stations (AWSs), an operational forecast model and reanalyses data, and lidar wind profiles. For the reference run we found a warm bias for the near-surface temperature over the Antarctic Plateau. This bias was removed in the second run by adjusting the turbulence parametrization, which results in a more realistic representation of the surface inversion over the plateau but resulted in a negative bias for some coastal regions. A comparison with measurements over the sea ice of the Weddell Sea by three AWS buoys for 1 year showed small biases for temperature around ±1 K and for wind speed of 1 m s−1. Comparisons of radio soundings showed a model bias around 0 and a RMSE of 1–2 K for temperature and 3–4 m s−1 for wind speed. The comparison of CCLM simulations at resolutions down to 1 km with wind data from Doppler lidar measurements during December 2015 and January 2016 yielded almost no bias in wind speed and a RMSE of ca. 2 m s−1. Overall CCLM shows a good representation of temperature and wind for the Weddell Sea region. Based on these encouraging results, CCLM at high resolution will be used for the investigation of the regional climate in the Antarctic and atmosphere–ice–ocean interactions processes in a forthcoming study.