• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 6
  • 3
  • 3
  • 2
  • 1
  • Tagged with
  • 19
  • 8
  • 7
  • 6
  • 6
  • 6
  • 6
  • 6
  • 6
  • 5
  • 5
  • 5
  • 4
  • 4
  • 4
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
11

Texas Sheriff Perceptions of the Militia Movement

Fisher, John F. 01 January 2016 (has links)
With the election of President Barack Obama, the United States has seen a steady increase in the number of right-wing militia groups. The Southern Poverty Law Center and the Department of Homeland Security have claimed that the various militia groups are a dangerous domestic terrorism threat. Law enforcement perceptions of the threat that these militia groups pose served as the focus of inquiry in this multiple case study. These perceptions were explored through the theoretical frameworks of groupthink, Credulous Bayesianism, and nudge theory. A purposeful sample of 12 local sheriffs in Texas were interviewed in an attempt to identify common themes regarding their perceptions of militia groups. Two common themes emerged from the interviews, which showed that sheriffs' firsthand knowledge and experience with members of the militia were instrumental in their approach to militias. If sheriffs had direct contact with the militia, then they did not believe that it posed a threat to society. However, if sheriffs did not have firsthand experience with the militia and depended on the media for their opinions, then they followed the narrative that the militia groups are dangerous. This research project showed that sheriffs' direct interaction with the militia can decrease law enforcement's fear of militia groups, allowing sheriffs to detect, investigate, and prosecute any actual threats from militia groups to make their communities safer while protecting the rights of all citizens.
12

An expert-based Bayesian investigation of greenhouse gas emission reduction options for German passenger vehicles until 2030

Krause, Jette January 2011 (has links)
The present thesis introduces an iterative expert-based Bayesian approach for assessing greenhouse gas (GHG) emissions from the 2030 German new vehicle fleet and quantifying the impacts of their main drivers. A first set of expert interviews has been carried out in order to identify technologies which may help to lower car GHG emissions and to quantify their emission reduction potentials. Moreover, experts were asked for their probability assessments that the different technologies will be widely adopted, as well as for important prerequisites that could foster or hamper their adoption. Drawing on the results of these expert interviews, a Bayesian Belief Network has been built which explicitly models three vehicle types: Internal Combustion Engine Vehicles (which include mild and full Hybrid Electric Vehicles), Plug-In Hybrid Electric Vehicles, and Battery Electric Vehicles. The conditional dependencies of twelve central variables within the BBN - battery energy, fuel and electricity consumption, relative costs, and sales shares of the vehicle types - have been quantified by experts from German car manufacturers in a second series of interviews. For each of the seven second-round interviews, an expert's individually specified BBN results. The BBN have been run for different hypothetical 2030 scenarios which differ, e.g., in regard to battery development, regulation, and fuel and electricity GHG intensities. The present thesis delivers results both in regard to the subject of the investigation and in regard to its method. On the subject level, it has been found that the different experts expect 2030 German new car fleet emission to be at 50 to 65% of 2008 new fleet emissions under the baseline scenario. They can be further reduced to 40 to 50% of the emissions of the 2008 fleet though a combination of a higher share of renewables in the electricity mix, a larger share of biofuels in the fuel mix, and a stricter regulation of car CO$_2$ emissions in the European Union. Technically, 2030 German new car fleet GHG emissions can be reduced to a minimum of 18 to 44% of 2008 emissions, a development which can not be triggered by any combination of measures modeled in the BBN alone but needs further commitment. Out of a wealth of existing BBN, few have been specified by individual experts through elicitation, and to my knowledge, none of them has been employed for analyzing perspectives for the future. On the level of methods, this work shows that expert-based BBN are a valuable tool for making experts' expectations for the future explicit and amenable to the analysis of different hypothetical scenarios. BBN can also be employed for quantifying the impacts of main drivers. They have been demonstrated to be a valuable tool for iterative stakeholder-based science approaches. / Die vorliegende Arbeit verfolgt zwei Forschungsziele - ein inhaltliches und ein methodisches. Auf der inhaltlichen Ebene wurde die Entwicklung der CO2-Emissionen der deutschen Neuwagenflotte bis 2030 untersucht. Es wurden verschiedene technische Möglichkeiten daraufhin überprüft, inwieweit sie zur Emissionsminderung beitragen können, wie wahrscheinlich es ist, dass sie umgesetzt werden, und welche Voraussetzungen und Rahmenbedingungen bedeutenden Einfluß haben. Die methodische Innovation dieser Arbeit besteht darin, subjektive Einschätzungen von Experten mit einem Bayesianischen Netzwerk zu verknüpfen, um die Anwendung solcher Netzwerke auf Situationen von Unsicherheit im Knight'schen Sinne zu erweitern, hier am Beispiel der zukünftigen, heute nicht vorhersagbaren Entwicklung der CO2-Emissionen der deutschen Neuwagenflotte. Ein erster Schritt dieser Untersuchung bestand in der Erhebung und Auswertung der Einschätzungen von 15 Experten in Bezug auf die Möglichkeiten, die CO2-Emissionen neuer PKW in Deutschland bis 2020 zu senken. Erhoben wurden Aussagen über verfügbare Technologien, ihre Einsparpotenziale, ihre Umsetzungswahrscheinlichkeiten sowie wichtige Rahmenbedingungen. Ziel war es, wesentliche Variablen und deren Abhängigkeiten zu identifizieren, um eine Grundlage für die spätere Modellierung zu schaffen. Um die Untersuchung auf eine breite Basis zu stellen, wurden Experten von Autobauern und Zulieferern, Nichtregierungsorganisationen, Verbänden sowie solche aus Wissenschaft und Journalismus einbezogen. Aufbauend auf diesen Ergebnissen wurde in einem zweiten Schritt ein Bayesianisches Netzwerk entwickelt, mit dem die CO2-Emissionen der deutschen Neuwagenflotte im Jahr 2030 quantifiziert werden können. Außerdem sollten die Marktchancen verschiedener Fahrzeugtypen untersucht werden. Ein weiteres Ziel war es, den Einfluss verschiedener technologischer und regulatorischer Einflussfaktoren zu quantifizieren, die in der ersten Interviewrunde identifiziert worden waren. Gegenüber der ersten Interviewrunde wurde der zeitliche Rahmen der Untersuchung um 10 Jahre auf das Jahr 2030 erweitert. Das Bayesianische Netz erstreckt sich auf die zukünftigen Eigenschaften und Marktchancen von drei Fahrzeugtypen: Verbrennungsmotorische Fahrzeuge einschließlich aller Hybridvarianten bis hin zum Vollhybrid, Plug-In Hybride und Batterie-Elektrofahrzeuge. Das Netzwerk umfasst 46 miteinander verknüpfte Variablen. Für zwölf entscheidende Variablen wurden per Expertenbefragung bedingte Wahrscheinlichkeiten erhoben. Befragt wurden sieben Experten, fast alle hochrangige F&E- oder Umweltexperten bei deutschen Autobauern. Für jeden Experten entstand ein individuell quantifiziertes Netzwerk. Um mögliche Technologie- und Emissionspfade zu untersuchen, wurden verschiedene Szenarien definiert, die unterschiedliche Regulierungen, Batterie-Entwicklungspfade und CO2-Intensitäten von Treibstoffen und elektrischer Energie in Betracht ziehen. Im Basis-Szenario liegen die Erwartungswerte der CO2-Emissionen der deutschen Neuwagenflotte 2030 nach Einschätzung der Experten bei 50 bis 65% der Emissionen der Neuwagenflotte 2008. Kombiniert man einen gesteigerten Anteil erneuerbarer Energien im Strommix, einen größeren Anteil von Biotreibstoffen im Treibstoff-Mix und eine strengere CO2-Emissionsregulierung seitens der Europäischen Union, liegen die erwarteten Emissionen der Neuwagenflotte 2030 bei 40 bis 50% der Emissionen der Neuwagen 2008. Die Erwartungswerte der Neuflotten-Emissionen 2030 können in den verschiedenen BBN auf minimale Werte von 18 bis 44% der Emissionen der deutschen Neuwagenflotte von 2008 festgelegt werden. Es ist in den BBN durchaus möglich, aber in den betrachteten Szenarien unwahrscheinlich, die Emissionen so stark zu senken. Neben der Untersuchung von Fahrzeugtechnologien und CO2-Emissionen bis 2030 verfolgte die vorliegende Arbeit das Ziel, eine innovative Methode zu erproben. Es hat meines Wissens bisher kein Experten-basiertes BBN gegeben, das zukünftige Entwicklungen untersucht. Eine weitere Besonderheit des Ansatzes ist, dass für jeden Experten ein eigenes BBN quantifiziert wurde, so dass eine Schar von Netzwerken entstanden ist, deren Aussagen verglichen werden können. Dadurch war es möglich, die Bandbreite der Erwartungen verschiedener Experten abzuleiten und festzustellen, wo Erwartungen relativ konsistent sind, und wo sie weit auseinander liegen. Daraus lassen sich wertvolle Schlüsse ableiten, an welchen Punkten weitere Forschung besonders erfolgversprechend ist. BBN haben sich damit als nützliches Werkzeug für Stakeholder-basierte iterative Forschungsprozesse erwiesen. Insgesamt hat es sich als fruchtbarer neuer Ansatz erwiesen, Experten-basierte Bayesianische Netzwerke zur Untersuchung zukünftiger Entwicklungsmöglichkeiten heranzuziehen. Die Methode ermöglicht es auch, den Einfluß von Rahmenbedingungen zu bestimmen.
13

Can Bayesianism and Inference to the Best Explanation be Friends?

Stewart, Rush Tyler 19 April 2010 (has links)
Bas van Fraassen argues that inference to the best explanation (IBE) is a probabilistically incoherent rule (1989). Anyone following IBE is open to being Dutch booked. According to one of the most interesting and popular responses to van Fraassen’s argument, van Fraassen misrepresents IBE in probabilistic terms. With the proper probabilistic representation, it is claimed, IBE is not inconsistent with Bayesian rationality constraints. Building on the work of IBE’s proponents, I first propose a minimal account of what makes one explanation better than another. I then argue that, even on this minimal account, the alternative probabilistic model of IBE does not work, and hence fails to successfully respond to van Fraassen’s argument.
14

Can Bayesianism and Inference to the Best Explanation be Friends?

Stewart, Rush Tyler 19 April 2010 (has links)
Bas van Fraassen argues that inference to the best explanation (IBE) is a probabilistically incoherent rule (1989). Anyone following IBE is open to being Dutch booked. According to one of the most interesting and popular responses to van Fraassen’s argument, van Fraassen misrepresents IBE in probabilistic terms. With the proper probabilistic representation, it is claimed, IBE is not inconsistent with Bayesian rationality constraints. Building on the work of IBE’s proponents, I first propose a minimal account of what makes one explanation better than another. I then argue that, even on this minimal account, the alternative probabilistic model of IBE does not work, and hence fails to successfully respond to van Fraassen’s argument.
15

Bayesianismo e o problema da indução: uma avaliação crítica da abordagem de Colin Howson / Bayesianism and the problem of induction: a critical evaluation on Colin Howson's approach

Souza, Pedro Bravo de [UNESP] 18 September 2018 (has links)
Submitted by Pedro Bravo de Souza (pedrobravodesouza@hotmail.com) on 2018-09-26T10:57:09Z No. of bitstreams: 1 Dissertação Versão Final (Pedro Bravo de Souza).pdf: 935527 bytes, checksum: e4f29872ce25a2664c0c9b47e9a3c459 (MD5) / Approved for entry into archive by Satie Tagara (satie@marilia.unesp.br) on 2018-09-26T14:07:13Z (GMT) No. of bitstreams: 1 souza_pb_me_mar.pdf: 935527 bytes, checksum: e4f29872ce25a2664c0c9b47e9a3c459 (MD5) / Made available in DSpace on 2018-09-26T14:07:13Z (GMT). No. of bitstreams: 1 souza_pb_me_mar.pdf: 935527 bytes, checksum: e4f29872ce25a2664c0c9b47e9a3c459 (MD5) Previous issue date: 2018-09-18 / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Objetivamos avaliar a razoabilidade da abordagem bayesiana de Colin Howson ao problema da indução, tal como formulado por David Hume. Propomos que uma abordagem ao problema da indução será razoável se nossa compreensão da indução não regride em relação àquela fornecida por Hume. Por sua vez, o bayesianismo é uma corrente teórica derivada da adoção das teses conhecidas como gradualismo, probabilismo e revisão pela condicionalização; seu mérito é fornecer um modelo para representar e atualizar graus de crença. Em seu turno, o problema da indução configura-se como a busca para justificar racionalmente argumentos indutivos, tendo em vista a tese humeana segundo a qual é impossível fazê-lo, seja mediante argumentos demonstrativos, seja mediante argumentos prováveis. Para satisfazer a nosso objetivo, esta Dissertação divide-se em quatro capítulos. No primeiro capítulo, expomos o problema da indução e como Howson o interpreta. No segundo capítulo, comentamos propostas de solução ao problema da indução analisadas por ele. No terceiro capítulo, introduzimos conceitos e teses de probabilidade e bayesianismo. No quarto capítulo, apresentamos, em primeiro lugar, as teses específicas de Howson em relação ao problema da indução; em segundo lugar, criticamos sua interpretação de Hume, suas objeções a outras abordagens e sua própria proposta; finalmente, averiguamos a sua razoabilidade. Finalizamos o trabalho sintetizando as considerações realizadas. / We aim to evaluate the reasonability of Colin Howson’s bayesian approach to the problem of induction, as elaborated by David Hume. We propose that an approach to the problem of induction will be reasonable if our induction understanding does not regress in relation to that provided by Hume. In turn, bayesianism is a theoretical position derived from the adoption of gradualism, probabilism and conditionalization theses; its merit is to provide a model for representing and updating degrees of belief. The problem of induction is the search to rationally justify inductive arguments, due to the humean thesis according to which it is impossible to do so, neither through demonstrative arguments, nor through probable arguments. To achieve our goal, this Dissertation is divided into four chapters. In the first chapter, we expose the problem of induction and how Howson interprets it. In the second chapter, we discuss solutions to the problem of induction analyzed by him. In the third chapter, we introduce probability and bayesianism concepts and theses. In the fourth chapter, we present, first, Howson’s specific theses regarding the problem of induction; second, we criticize his interpretation of Hume, his objections to other approaches, and his own proposal; finally, we examine whether it is reasonable or not. We finish this master’s degree dissertation summarizing ours considerations. / FAPESP: 16/03251-2 e 16/25125-9
16

Die erkenntnistheoretischen Grundlagen induktiven Schließens

Bartelborth, Thomas 10 March 2017 (has links) (PDF)
Das vorliegende Buch stellt eine überarbeitete und deutlich erweiterte zweite Ausgabe meines gleichnamigen Buches von 2012 dar. Es wendet sich in Form eines Lehrbuchs sowohl an Anfänger wie Fortgeschrittene der Wissenschaftstheorie sowie an Wissenschaftler, die sich dafür interessieren, wann Daten eine bestimmte Theorie begründen und wie stark die Bestätigung der Theorie durch die Daten ist. Im Vordergrund steht dabei immer die erkenntnistheoretische Frage, ob bestimmte Begründungsverfahren die Ziele der Wissenschaften in überzeugender Weise verfolgen oder ob es dagegen substantielle Einwände gibt. Leider wird sich herausstellen, dass kein Verfahren ohne Fehl und Tadel ist, und wir sollten die Schwächen unserer Begründungsverfahren genau kennen, um sie korrekt einsetzen zu können.
17

Die erkenntnistheoretischen Grundlagen induktiven Schließens

Bartelborth, Thomas 15 March 2012 (has links) (PDF)
Im Buch werden verschiedene Ansätze zum induktiven Schließen vorgestellt und daraufhin analysiert, welche Erfolgsaussichten sie jeweils bieten, die erkenntnistheoretischen Ziele der Wissenschaften zu erreichen. Dabei werden u.a. die konsverativen Induktionsschlüsse, Falsifikationsverfahren und die eliminative Induktion, der Schluss auf die beste Erklärung und vor allem der Bayesianismus besprochen. Außerdem geht es um die Verfahren der klassischen Statistik sowie moderne Verfahren des kausalen Schließens. Dazu wird ein erkenntnistheoretischer Rahmen angegeben, in dem die verschiedenen Begründungsverfahren untereinander verglichen werden.
18

Die erkenntnistheoretischen Grundlagen induktiven Schließens: Induktion, Falsifikation, Signifikanztests, kausales Schließen, Abduktion, HD-Bestätigung, Bayesianismus

Bartelborth, Thomas January 2017 (has links)
Das vorliegende Buch stellt eine überarbeitete und deutlich erweiterte zweite Ausgabe meines gleichnamigen Buches von 2012 dar. Es wendet sich in Form eines Lehrbuchs sowohl an Anfänger wie Fortgeschrittene der Wissenschaftstheorie sowie an Wissenschaftler, die sich dafür interessieren, wann Daten eine bestimmte Theorie begründen und wie stark die Bestätigung der Theorie durch die Daten ist. Im Vordergrund steht dabei immer die erkenntnistheoretische Frage, ob bestimmte Begründungsverfahren die Ziele der Wissenschaften in überzeugender Weise verfolgen oder ob es dagegen substantielle Einwände gibt. Leider wird sich herausstellen, dass kein Verfahren ohne Fehl und Tadel ist, und wir sollten die Schwächen unserer Begründungsverfahren genau kennen, um sie korrekt einsetzen zu können.
19

Die erkenntnistheoretischen Grundlagen induktiven Schließens

Bartelborth, Thomas January 2012 (has links)
Im Buch werden verschiedene Ansätze zum induktiven Schließen vorgestellt und daraufhin analysiert, welche Erfolgsaussichten sie jeweils bieten, die erkenntnistheoretischen Ziele der Wissenschaften zu erreichen. Dabei werden u.a. die konsverativen Induktionsschlüsse, Falsifikationsverfahren und die eliminative Induktion, der Schluss auf die beste Erklärung und vor allem der Bayesianismus besprochen. Außerdem geht es um die Verfahren der klassischen Statistik sowie moderne Verfahren des kausalen Schließens. Dazu wird ein erkenntnistheoretischer Rahmen angegeben, in dem die verschiedenen Begründungsverfahren untereinander verglichen werden.

Page generated in 0.0442 seconds