Filtern
Erscheinungsjahr
- 2024 (22) (entfernen)
Dokumenttyp
Volltext vorhanden
- ja (22) (entfernen)
Gehört zur Bibliographie
- nein (22) (entfernen)
Schlagworte
- Grounded Theory (2)
- Aktivität (1)
- Anabaena sp. (1)
- CAT (1)
- Calothrix desertica (1)
- Carnivora (1)
- Disney (1)
- Forschen in Koblenz (1)
- Inhaltsanalyse (1)
- Junges Forschen (1)
Institut
- Institut für Integrierte Naturwissenschaften, Abt. Chemie (3)
- Zentrale Einrichtungen (3)
- Institut für Integrierte Naturwissenschaften, Abt. Physik (2)
- Institut für Musikwissenschaft und Musikpädagogik (2)
- Institut für Psychologie (2)
- Institute for Web Science and Technologies (2)
- Fachbereich 4 (1)
- Institut für Anglistik und Amerikanistik (1)
- Institut für Informatik (1)
- Institut für Integrierte Naturwissenschaften, Abt. Biologie (1)
In dieser wiederkehrenden Zeitschriftenreihe wollen wir die Arbeit junger Wissenschaftlerinnen und Wissenschaftler an der Universität Koblenz kommunizieren und Studierenden Austausch- und Publikationsmöglichkeiten für den wissenschaftlichen Werdegang eröffnen.
In dieser Ausgabe:
Christin Robrecht: Helfen kommt nach der Flut: Über die Ambivalenz situativ-nichtalltäglicher Dynamiken im Kontext der Flutkatastrophe im Ahrtal
Theresa Josephine Fischbach: Kontrollüberzeugung und Job Strain: Eine empirische Analyse verschiedener Ausprägungen von Job Strain aufgrund individueller Unterschiede der Kontrollüberzeugung
Rebekka Jachmig: Der Ukraine-Krieg im rechtspopulistischen Diskurs: Eine Analyse der Deutungsmuster von AfD-Politiker*innen
Hanna Schroer: Am Rande Galliens, inmitten der Welt: Eine Comicanalyse interkultureller Fremderfahrung am Beispiel der Comicserie Asterix
Lisa-Marie Schwab: Koloniale Spuren des Handels in Koblenz: Eine kritische Aufarbeitung
Jana Semrau: Okey-Doke: Political Critique in Spike Lee’s "BlacKkKlansman" (2018)
Anna Mira Olszewski: Of Wardrobes and Closets. A Lesson Plan on "Simon vs. Homo Sapiens Agenda" (2015) by Becky Albertalli
Marina Neuwert: Projektive Kommunikation von (Berufs-)Identität: Promotionsinteresse und Zukunftskarrieren bei Lehramtsstudierenden
Jan-Lukas Löwen: Zur Möglichkeit und Notwendigkeit der ästhetischen Erfahrung im Literaturunterricht
Malin Britz: Wearable Devices: Ein systemisches Review
Nanopartikel sind sensitive und gleichzeitig robuste Systeme, sie sind auf Grund ihrer groflen Oberfläche besonders reaktiv und besitzen Eigenschaften, die das Bulk-Material nicht aufweist. Gleichzeitig ist die Herstellung von Nanopartikeln selbst bei gleichen Parametern und Bedingungen eine Herausforderung, da sich die Parameter von Durchgang zu Durchgang ein bisschen unterscheiden können. Um dies zu verhindern soll, in dieser Arbeit eine kontinuierliche Synthese im Mikro-Jet Reaktor für Ceroxid-Nanopartikel entwickelt werden. Ziel war es, monodisperse Nanopartikel zu erhalten, die in Biosensoren Anwendung finden.
Im Mittelpunkt dieser Arbeit stehen zwei Fällungssynthesen mit den Zwischenschritten Cercarbonat und Cerhydroxid sowie eine Mikroemulsionssynthese zur Herstellung von Ceroxid-Nanopartikeln. Die Ceroxid-Nanopartikel werden anhand verschiedener Charakterisierungs- und Anwendungsmethoden verglichen, dabei werden die synthetisierten Nanopartikel hinsichtlich ihrer Größe, Stabilität, chemischen Zusammensetzung und katalytischen Fähigkeiten durch Elektronenmikroskopie, Röntgenbeugung, Raman- und Photoelektronen-Spektroskopie charakterisiert.
Die Anwendung der Ceroxid-Nanopartikel erfolgte in biologischen Sensorsystemen. Die Sensorsysteme sind so konzipiert, dass sie Histamin und Glukose oder Wasserstoffperoxid, welches bei der Oxidation von Histamin und Glukose entsteht, nachweisen. Wasserstoffperoxid und Glukose werden in dieser Arbeit durch einen elektrochemischen Sensor und Histamin durch ein kolorimetrisches Sensorsystem nachgewiesen.
The title compound, [Fe(C5H5)(C21H24NO2)], which is produced by the oxidation of 1-(4-tert-butylphenyl)-2-ethyl-3-ferrocenylpyrrole, crystallizes as a racemic mixture in the centrosymmetric space group P21/n. The central heterocyclic pyrrole ring system subtends dihedral angles of 13.7 (2)° with respect to the attached cyclopentadienyl ring and of 43.6 (7)° with the major component of the disordered phenyl group bound to the N atom. The 4-tert-butylphenyl group, as well as the non-substituted Cp ring are disordered with s.o.f. values of 0.589 (16) and 0.411 (16), respectively. In the crystal, molecules with the same absolute configuration are linked into infinite chains along the b-axis direction by O—H···O hydrogen bonds between the hydroxy substituent and the carbonyl O atom of the adjacent molecule.
In zeitgenössischen Entscheidungssystemen ist die Integration von maschinellen Lernmodellen (ML) wie CatBoost, Random Forest und Entscheidungsbäumen allge- genwärtig und übt erheblichen Einfluss auf gesellschaftliche Dynamiken aus. Diese weitverbreitete Anwendung betont die kritische Notwendigkeit wirksamer Fairness- Interventionen, um inhärente Verzerrungen und Diskriminierungen zu mildern. Allerdings adressieren vorherrschende Ansätze überwiegend binäre Klassifikationen und stützen sich häufig auf begrenzte, regionsspezifische Datensätze, was ihre Relevanz und Anwendbarkeit einschränkt. Um diese Mängel zu beheben, schlagen wir eine Erweiterung des Fairness-Projektionsmodells vor, das Ensemble-Learning-basierten Klassifikatoren als Basis Klassifizierungsmodell verwendet. Das vorgeschlagene Modell wird Fairness Projection with Ensemble Trees (FPET) genannt, eine innovative Nachbearbeitungsintervention, die speziell für Multi- Class-Klassifikationsaufgaben entwickelt wurde. Fairness Projection with Ensemble Trees ist einzigartig darauf ausgelegt, mehrere und sich überschneidende geschützte Gruppen zu berücksichtigen, was es vielseitig und inklusiv macht. Ein herausragendes Merkmal von FPET ist seine Modellagnostik und Skalierbarkeit auf große Datensätze, erleichtert durch ein informationstheoretisches Framework, das auf Informationsprojektion basiert. Dieser Ansatz liefert robuste theoretische Garantien hinsichtlich Konvergenz und Stichprobenkomplexität und gewährleistet somit seine praktische Umsetzbarkeit. Darüber hinaus wird das Design von FPET durch die Unterstützung für parallele Verarbeitung verstärkt, was seine Eignung für groß angelegte Anwendungen weiter erhöht.
Umfassende Bewertungen an diversen Datensätzen, darunter das ENEM- Prüfungsdatensatz aus Brasilien, HSLS und COMPAS, zeigen die überlegene Leistung unseres vorgeschlagenen Modells, Fairness Projection with Ensemble Trees (FPET), das den CatBoost-Klassifikator sowohl für binäre als auch für Multi- Class- Klassifikationsaufgaben verwendet. In allen Datensätzen zeigte CatBoost herausragende Leistungen. Unsere Fairness-Methode übertraf auch andere Benchmark Modelle wie Equality of Odds (EqOdds), Level Equal Opportunity (LevEqOpp), Reduktionsmethode und Ablehnungsverfahren. Die Ergebnisse wurden anhand von zwei Metriken verglichen: Mean Equal Opportunity und Statistical Parity. Diese Ergebnisse unterstreichen die Wirksamkeit von FPET in verschiedenen Kontexten und führen einen neuartigen Ansatz zur Fairness im maschinellen Lernen ein, der gerechte und inklusive Entscheidungsfindungen sicherstellt.
The production of isolated metallic nanoparticles with multifunctionalized properties, such as size and shape, is crucial for biomedical, photocatalytic, and energy storage or remediation applications. This study investigates the initial particle formations of gold nanoparticles (AuNPs) bioproduced in the cyanobacteria Anabaena sp. using high-resolution transmission electron microscopy images for digital image analysis. The developed method enabled the discovery of cerium nanoparticles (CeNPs), which were biosynthesized in the cyanobacteria Calothrix desertica. The particle size distributions for AuNPs and CeNPs were analyzed. After 10 h, the average equivalent circular diameter for AuNPs was 4.8 nm, while for CeNPs, it was approximately 5.2 nm after 25 h. The initial shape of AuNPs was sub-round to round, while the shape of CeNPs was more roundish due to their amorphous structure and formation restricted to heterocysts. The local PSDs indicate that the maturation of AuNPs begins in the middle of vegetative cells and near the cell membrane, compared to the other regions of the cell.
Herein, the particle size distributions (PSDs) and shape analysis of in vivo bioproduced particles from aqueous Au3+ and Eu3+ solutions by the cyanobacterium Anabaena sp. are examined in detail at the nanoscale. Generally, biosynthesis is affected by numerous parameters. Therefore, it is challenging to find the key set points for generating tailored nanoparticles (NPs). PSDs and shape analysis of the Au and Eu-NPs were performed with ImageJ using high-resolution transmission electron microscopy (HR-TEM) images. As the HR-TEM image analysis reflects only a fraction of the detected NPs within the cells, additional PSDs of the complete cell were performed to determine the NP count and to evaluate the different accuracies. Furthermore, local PSDs were carried out at five randomly selected locations within a single cell to identify local hotspots or agglomerations. The PSDs show that particle size depends mainly on contact time, while the particle shape is hardly affected. The particles formed are distributed quite evenly within the cells. HR-PSDs for Au-NPs show an average equivalent circular diameter (ECD) of 8.4 nm (24 h) and 7.2 nm (51 h). In contrast, Eu-NPs preferably exhibit an average ECD of 10.6 nm (10 h) and 12.3 nm (244 h). Au-NPs are classified predominantly as “very round” with an average reciprocal aspect ratio (RAR) of ~0.9 and a Feret major axis ratio (FMR) of ~1.17. Eu-NPs mainly belong to the “rounded” class with a smaller RAR of ~0.6 and a FMR of ~1.3. These results show that an increase in contact time is not accompanied by an average particle growth for Au-NPs, but by a doubling of the particle number. Anabaena sp. is capable of biosorbing and bioreducing dissolved Au3+ and Eu3+ ions from aqueous solutions, generating nano-sized Au and Eu particles, respectively. Therefore, it is a low-cost, non-toxic and effective candidate for a rapid recovery of these sought-after metals via the bioproduction of NPs with defined sizes and shapes, providing a high potential for scale-up.
Empirische Studien in der Softwaretechnik verwenden Software Repositories als Datenquellen, um die Softwareentwicklung zu verstehen. Repository-Daten werden entweder verwendet, um Fragen zu beantworten, die die Entscheidungsfindung in der Softwareentwicklung leiten, oder um Werkzeuge bereitzustellen, die bei praktischen Aspekten der Entwicklung helfen. Studien werden in die Bereiche Empirical Software Engineering (ESE) und Mining Software Repositories (MSR) eingeordnet. Häufig konzentrieren sich Studien, die mit Repository-Daten arbeiten, auf deren Ergebnisse. Ergebnisse sind aus den Daten abgeleitete Aussagen oder Werkzeuge, die bei der Softwareentwicklung helfen. Diese Dissertation konzentriert sich hingegen auf die Methoden und High-Order-Methoden, die verwendet werden, um solche Ergebnisse zu erzielen. Insbesondere konzentrieren wir uns auf inkrementelle Methoden, um die Verarbeitung von Repositories zu skalieren, auf deklarative Methoden, um eine heterogene Analyse durchzuführen, und auf High-Order-Methoden, die verwendet werden, um Bedrohungen für Methoden, die auf Repositories arbeiten, zu operationalisieren. Wir fassen dies als technische und methodische Verbesserungen zusammen um zukünftige empirische Ergebnisse effektiver zu produzieren. Wir tragen die folgenden Verbesserungen bei. Wir schlagen eine Methode vor, um die Skalierbarkeit von Funktionen, welche über Repositories mit hoher Revisionszahl abstrahieren, auf theoretisch fundierte Weise zu verbessern. Wir nutzen Erkenntnisse aus abstrakter Algebra und Programminkrementalisierung, um eine Kernschnittstelle von Funktionen höherer Ordnung zu definieren, die skalierbare statische Abstraktionen eines Repositorys mit vielen Revisionen berechnen. Wir bewerten die Skalierbarkeit unserer Methode durch Benchmarks, indem wir einen Prototyp mit MSR/ESE Wettbewerbern vergleichen. Wir schlagen eine Methode vor, um die Definition von Funktionen zu verbessern, die über ein Repository mit einem heterogenen Technologie-Stack abstrahieren, indem Konzepte aus der deklarativen Logikprogrammierung verwendet werden, und mit Ideen zur Megamodellierung und linguistischen Architektur kombiniert werden. Wir reproduzieren bestehende Ideen zur deklarativen Logikprogrammierung mit Datalog-nahen Sprachen, die aus der Architekturwiederherstellung, der Quellcodeabfrage und der statischen Programmanalyse stammen, und übertragen diese aus der Analyse eines homogenen auf einen heterogenen Technologie-Stack. Wir liefern einen Proof-of-Concept einer solchen Methode in einer Fallstudie. Wir schlagen eine High-Order-Methode vor, um die Disambiguierung von Bedrohungen für MSR/ESE Methoden zu verbessern. Wir konzentrieren uns auf eine bessere Disambiguierung von Bedrohungen durch Simulationen, indem wir die Argumentation über Bedrohungen operationalisieren und die Auswirkungen auf eine gültige Datenanalysemethodik explizit machen. Wir ermutigen Forschende, „gefälschte“ Simulationen ihrer MSR/ESE-Szenarien zu erstellen, um relevante Erkenntnisse über alternative plausible Ergebnisse, negative Ergebnisse, potenzielle Bedrohungen und die verwendeten Datenanalysemethoden zu operationalisieren. Wir beweisen, dass eine solche Art des simulationsbasierten Testens zur Disambiguierung von Bedrohungen in der veröffentlichten MSR/ESE-Forschung beiträgt.
Die strategische Platzierung von Filialen im Bankensektor ist wichtig für die Verbesserung des Kundenzugangs, die Ausweitung der Marktreichweite und den allgemeinen Geschäftserfolg. In dieser Arbeit werden geografische Informationssysteme (GIS) und Clustering-Algorithmen des maschinellen Lernens wie K-Means, DBSCAN und Hierarchical Clustering eingesetzt, um optimale Standorte für neue Bankfilialen vorherzusagen. Zunächst werden die Points of Interest (POIs) im Umfeld der bestehenden Bankfilialen an verschiedenen Standorten in fünf deutschen Städten analysiert, darunter Koblenz, Dresden, Dortmund, Rostock und Hannover. Durch die Analyse der Arten von POIs im Umfeld dieser Filialen werden Faktoren identifiziert, die zu einer erhöhten Kundenfrequenz und einem möglichen Erfolg der Bank beitragen. Die in dieser Arbeit verwendeten Geodaten stammen aus der OpenStreetMap API. Anschließend wird ein Scoring-Mechanismus entwickelt, der den verschiedenen POIs Punkte von 0 bis 10 zuweist. Diese POI-Liste mit Bewertungen wird dann in Clustering-Algorithmen integriert, um neue Filialstandorte vorherzusagen und die strategische Planung im Bankensektor zu verbessern. Der in dieser Arbeit verwendete Ansatz geht weit über den Bankensektor hinaus und kann in einem breiteren Spektrum von Bereichen angewendet werden, z. B. bei standortbezogenen Diensten und räumlichen Entscheidungsunterstützungssystemen.