This study investigates whether code-switching practices among Sesotho-English bilinguals promote convergence between Sesotho and English. First, the study identifies different types and patterns of code-switching between Sesotho and English and analyses them using Myers-Scotton’s (1993) Matrix Language Frame model and Myers-Scotton and Jake’s (2000) 4-M model. Second, it applies the ML turnover in order to detect convergence in Sesotho-English code-switching data and to observe which direction it takes. The study also explores other factors contributing to change in the structure of Sesotho, which are not necessarily influenced by convergence. In conducting this study, data was collected through interviews that were held with younger bilingual speakers from different tertiary institutions in and around Maseru (Lesotho) and through recorded youth-centred phone-in radio programmes. Findings from the analysis of data reveal simple to complex Sesotho-English code-switching performance of various types and strategies. Findings also show through the existence of composite language in Sesotho-English code-switching that there is a turnover in the ML, which indicates a development of an asymmetrical convergence between Sesotho and English. It was also discovered that, although other changes in the Sesotho structure are not English influenced, they are enhanced mostly by younger urban bilingual speakers’ frequent “looser” approach to Sesotho. This is an indication that Sesotho’s susceptibility to change correlates strongly with age; that is, both the length of time contact between Sesotho and English has existed, and the generation in which change is mostly found. This thesis adds and documents a different perspective to the previously recorded changes on Sesotho-English contact in Lesotho.

No description available.

Die Stadtbiotopkartierung hat sich in Deutschland als die Methode zur Schaffung einer ökologischen Datenbasis für den urbanen Raum etabliert. Sie dient der Untersuchung naturschutzfachlicher Fragen, der Vertretung der Belange des Naturschutzes in zahlreichen räumlichen Planungsverfahren und ganz allgemein einer ökologisch orientierten Stadtplanung. Auf diese Weise kommen die Städte ihrem gesetzlichen Auftrag nach, Natur und Landschaft zu schützen, zu pflegen und zu entwickeln (§ 1 BNatSchG), den es explizit auch innerhalb der besiedelten Fläche zu erfüllen gilt. Ein Großteil der heute bestehenden 228 Stadtbiotoptypenkarten ist in der Etablierungsphase der Methode in den 80er Jahren entstanden und wurde häufig durch Landesmittel gefördert. Der Anteil der Städte, die jemals eine Aktualisierung durchgeführt haben, wird jedoch auf unter fünf Prozent geschätzt. Dies hängt vor allem mit dem hohen Kosten- und Zeitaufwand der Datenerhebung zusammen, die durch visuelle Interpretation von CIR-Luftbildern und durch Feldkartierungen erfolgt. Um die Aktualisierung von Stadtbiotoptypenkarten zu vereinfachen, wird in der vorliegenden Arbeit das Automatisierungspotenzial von Stadtbiotopkartierungen durch Nutzung von Fernerkundungsdaten untersucht. Der Kern der Arbeit besteht in der Entwicklung einer Methode, die einen wichtigen Arbeitsschritt der Stadtbiotopkartierung automatisiert durchführt: Die Erkennung des Biotoptyps von Biotopen. Darüber hinaus zeigt die Arbeit das Automatisierungspotenzial bei der flächenhaften Erhebung von quantitativen Parametern und Indikatoren zur ökologischen Bewertung von Stadtbiotopen auf. Durch die automatische Biotoptypenerkennung kann die Überprüfung und Aktualisierung einer Biotoptypenkarte in weiten Teilen der Stadt automatisiert erfolgen, wodurch der Zeitaufwand reduziert wird. Das entwickelte Verfahren kann in den bestehenden Ablauf der Stadtbiotopkartierung integriert werden, indem zunächst die Kartierung ausgewählter Biotoptypen automatisch erfolgt und die verbleibenden Flächen der Stadt durch visuelle Luftbildinterpretation und Feldbegehung überprüft und zugeordnet werden. Die thematische Einteilung der Biotoptypen orientiert sich im urbanen Raum in erster Linie an der anthropogenen Nutzung, da diese den dominierenden Faktor für die biologische Ausstattung der Biotope darstellt. Die entwickelte Methode eignet sich vor allem zur Erkennung von baulich geprägten Biotopen, da die Nutzung - und dadurch der Biotoptyp einer Fläche - durch eine automatische Analyse der Geoobjekte innerhalb der Biotopfläche ermittelt werden kann. Die Geoobjekte wiederum können durch eine Klassifizierung von multisensoralen Fernerkundungsdaten (hyperspektrale Flugzeugscannerdaten und digitale Oberflächenmodelle) identifiziert werden. Die Analyse der Geoobjekte und der urbanen Oberflächenarten innerhalb der Biotopfläche erfolgt anhand von räumlichen, morphologischen und quantitativen Merkmalen. Auf Basis dieser Merkmale wurden zwei Varianten eines automatischen Biotopklassifizierers entwickelt, die unter Verwendung von Fuzzy Logik und eines neu entwickelten, paarweise arbeitenden Maximum Likelihood Klassifizierers (pMLK) implementiert wurden. Für die bisher implementierten 10 Biotoptypen, die zusammen etwa die Hälfte des Stadtgebiets abdecken, wurde eine Erkennungsgenauigkeit von über 80 % ermittelt. Der pMLK wurde erfolgreich in zwei Städten (Berlin, Dresden) erprobt, wodurch seine Übertragbarkeit nachgewiesen werden konnte.