This paper examines the mathematical knowledge for teaching (MKT) in Indonesia, specifically in school geometry content. A translated and adapted version of the MKT measures developed by the Learning Mathematics for Teaching (LMT) project was administered to 210 Indonesian primary and junior high teachers. Psychometric analyses revealed that items related to classification of quadrilaterals were difficult for these teachers. Further interactions with teachers in a professional development setting confirmed that teachers held a set of exclusive definitions of quadrilaterals.

Spreadsheets compose a notably large and valuable dataset of documents within the enterprise settings and on the Web. Although spreadsheets are intuitive to use and equipped with powerful functionalities, extracting and reusing data from them remains a cumbersome and mostly manual task. Their greatest strength, the large degree of freedom they provide to the user, is at the same time also their greatest weakness, since data can be arbitrarily structured. Therefore, in this paper we propose a supervised learning approach for layout recognition in spreadsheets. We work on the cell level, aiming at predicting their correct layout role, out of five predefined alternatives. For this task we have considered a large number of features not covered before by related work. Moreover, we gather a considerably large dataset of annotated cells, from spreadsheets exhibiting variability in format and content. Our experiments, with five different classification algorithms, show that we can predict cell layout roles with high accuracy. Subsequently, in this paper we focus on revising the classification results, with the aim of repairing misclassifications. We propose a sophisticated approach, composed of three steps, which effectively corrects a reasonable number of inaccurate predictions.

When intelligent voice-based assistants (VBAs) present news, they simultaneously act as interlocutors and intermediaries, enabling direct and mediated communication. Hence, this study discusses and investigates empirically how interlocutor and intermediary predictors affect an assessment that is relevant for both: trustworthiness. We conducted a secondary analysis using data from two online surveys in which participants (N = 1288) had seven quasi-interactions with either Alexa or Google Assistant and calculated hierarchical regression analyses. Results show that (1) interlocutor and intermediary predictors influence people’s trustworthiness assessments when VBAs act as news presenters, and (2) that different trustworthiness dimensions are affected differently: The intermediary predictors (information credibility; company reputation) were more important for the cognition-based trustworthiness dimensions integrity and competence. In contrast, intermediary and interlocutor predictors (ontological classification; source attribution) were almost equally important for the affect-based trustworthiness dimension benevolence.

Both active response execution and passive listening to verbal codes (a form of instruction) in single prime trials lead tovitem-specific repetition priming effects when stimuli re-occur in single probe trials. This holds for task-specific classification (stimulus–classification, SC priming, e.g., apple–small) and action (stimulus–action, SA priming, e.g., apple–right key press). To address the influence of expectation on item-specific SC and SA associations, we tested if item-specific SC and SA priming effects were modulated by the instructed probability of re-encountering individual SC or SA mappings (25% vs. 75% instructed switch probability). Importantly, the experienced item-specific switch probability was always 50%. In Experiment 1 (N = 78), item-specific SA/SC switch expectations affected SA, but not SC priming effects exclusively following active response execution. Experiment 2 (N = 40) was designed to emphasize SA priming by only including item-specific SC repetitions. This yielded stronger SA priming for 25% vs. 75% expected switch probability, both following response execution as in Experiment 1 and also following verbally coded SA associations. Together, these results suggest that SA priming effects, that is, the encoding and retrieval of SA associations, is modulated by item-specific switch expectation. Importantly, this expectation effect cannot be explained by item-specific associative learning mechanisms, as stimuli were primed and probed only once and participants experienced item-specific repetitions/switches equally often across stimuli independent of instructed switch probabilities. This corroborates and extends previous results by showing that SA priming effects are modulated by expectation not only based on experienced item-specific switch probabilities, but also on mere instruction.

This paper aims to assess land cover change by high-resolution remote satellite images in Bo Trach district, Quang Binh province. The study used eCognition Developer 9.1 to classify SPOT and Sentinal-2 images of the study area. Objects on the images are characterized by values of Channels, including Red, Green, Blue, NIR, Brightness, NDVI, and RIV. Since then, maps of land cover status in the year of 2005, 2010, and 2017 were created with high accuracy 92.22%, 91.28%, 94.22%, respectively. Overlaid three land cover maps to develop the land cover change maps of two periods 2005-2010 (period 1) and 2010-2017 (period 2). The results show that there is a variation in the area of land cover types, especially agriculture and forest land. Of which, agrarian land increased by 7.7% in period 1 and 9.95% in period 2. Whereas, forest land decreased by 0.6% in period 1 and 1.5% in period 2. / Bài báo này nhằm mục đích đánh giá biến động sử dụng đất bằng viễn thám độ phân giải cao tại huyện Bố Trạch, tỉnh Quảng Bình. Nghiên cứu sử dụng phần mềm eCognition Developer 9.1để phân loại ảnh ảnh SPOT và Sentinal-2 trên địa bàn nghiên cứu. Các đặc trưng của đối tượng trên ảnh được xác định dựa trên giá trị độ sáng các Kênh 1, Kênh 2, Kênh 3, Kênh 4, giá trị độ sáng trung bình (Brightness), chỉ số khác biệt thực vật (NDVI) và tỷ số thực vật (RIV). Từ đó xây dựng được các bản đồ lớp phủ mặt đất các năm 2005, 2010, 2017 với độ chính xác lần lượt là 92,22%, 91,28%, 94.22%. Chồng ghép các bản đồ lớp phủ mặt đất, xây dựng bản đồ biến động sử dụng đất giữa hai thời kỳ 2005-2010 và 2010-2017. Kết quả nghiên cứu cho thấy có sự thay đổi giữa các loại hình lớp phủ gồm: đất nông nghiệp tăng khoảng 7,7% giai đoạn 1 và 9,95% giai đoạn 2. Đất lâm nghiệp giảm khoảng 0,6% giai đoạn 1 và 1,5% giai đoạn 2.

Das erste gestellte Ziel war es, die histologischen Strukturen eines Gewebedünnschnittes anhand der aufgenommenen FT-IR-Spektren sichtbar zu machen und diese mit dem konventionell gefärbten Schnitt und der autoradiographischen Aufnahme zu vergleichen. Dazu wurde ein Messsystem bestehend aus einem FT-IR-Spektrometer mit Mikroskop und einem computergesteuerten XY-Tisch aufgebaut und die notwendige Steuer- und Auswerte-Software entwickelt. Es konnte gezeigt werden, dass sich die FT-IR-Spektren mit geeigneten Auswerteverfahren zur Darstellung der histologischen Strukturen nutzen lassen. Dazu wurden zwei verschiedene Methoden eingesetzt, die PCA und die Fuzzy-Clusterung (FCM). Im zweiten Teil dieser Arbeit sollte ein Klassifikations-Algorithmus gefunden werden, mit dessen Hilfe sich Spektren von unbekannten Gewebeproben vorher definierten Modellen zuordnen lassen. Dazu wurde eine Spektren-Datenbank aus mehr als einhundert Gewebeproben angelegt. Aus dieser Datenbank wurden einige zehntausend Spektren ausgewählt und zu Modell-Datensätzen für sechs verschiedene Gewebetypen zusammengefasst. Für die Zuordnung unbekannter Spektren zu diesen Modellen wurde ein SIMCA-Klassifikations-Algorithmus entwickelt sowie ein LDA-Algorithmus eingesetzt. Für beide Methoden wurde die Klassi-fikations-Leistung anhand der Spezifität und Sensitivität bestimmt. Beide Klassifikations-Algorithmen führten zu guten Ergebnissen. Der SIMCA-Algorithmus erreichte eine Spezifität zwischen 97 % und 100 %, sowie eine Sensitivität zwischen 62 % und 78 % (bei einem Vertrauensintervall von 97,5 %). Der LDA-Algorithmus ermöglichte eine etwas bessere Sensitivität von 72 % bis 90 %, auf Kosten der Spezifität, welche zwischen 90 % und 98 % lag. Zusammenfassend kann festgestellt werden, dass sich die FT-IR-Mikrospektroskopie und die vorgestellten Auswerte-Algorithmen sehr gut zur Klassifizierung von Gewebedünnschnitten eignen.

Bezüglich des Waldes hat sich in den letzten Jahren seitens der Politik und Wirtschaft ein steigender Informationsbedarf entwickelt. Zur Bereitstellung dieses Bedarfes stellt die Fernerkundung ein wichtiges Hilfsmittel dar, mit dem sich flächendeckende Datengrundlagen erstellen lassen. Die k-nächsten-Nachbarn-Methode (kNN-Methode), die terrestrische Aufnahmen mit Fernerkundungsdaten kombiniert, stellt eine Möglichkeit dar, diese Datengrundlage mit Hilfe der Fernerkundung zu verwirklichen. Deshalb beschäftigt sich die vorliegende Dissertation eingehend mit der kNN-Methode. An Hand der zwei Merkmale Grundfläche (metrische Daten) und Totholz (kategoriale Daten) wurden umfangreiche Berechnungen durchgeführt, wobei verschiedenste Variationen der kNN-Methode berücksichtigt wurden. Diese Variationen umfassen verschiedenste Einstellungen der Distanzfunktion, der Wichtungsfunktion und der Anzahl k-nächsten Nachbarn. Als Fernerkundungsdatenquellen kamen Landsat- und Hyperspektraldaten zum Einsatz, die sich sowohl von ihrer spektralen wie auch ihrer räumlichen Auflösung unterscheiden. Mit Hilfe von Landsat-Szenen eines Gebietes von verschiedenen Zeitpunkten wurde außerdem der multitemporale Ansatz berücksichtigt. Die terrestrische Datengrundlage setzt sich aus Feldaufnahmen mit verschiedenen Aufnahmedesigns zusammen, wobei ein wichtiges Kriterium die gleichmäßige Verteilung von Merkmalswerten (z.B. Grundflächenwerten) über den Merkmalsraum darstellt. Für die Durchführung der Berechnungen wurde ein Programm mit Visual Basic programmiert, welches mit der Integrierung aller Funktionen auf der Programmoberfläche eine benutzerfreundliche Bedienung ermöglicht. Die pixelweise Ausgabe der Ergebnisse mündete in detaillierte Karten und die Verifizierung der Ergebnisse wurde mit Hilfe des prozentualen Root Mean Square Error und der Bootstrap-Methode durchgeführt. Die erzielten Genauigkeiten für das Merkmal Grundfläche liegen zwischen 35 % und 67 % (Landsat) bzw. zwischen 65 % und 67 % (HyMapTM). Für das Merkmal Totholz liegen die Übereinstimmungen zwischen den kNN-Schätzern und den Referenzwerten zwischen 60,0 % und 73,3 % (Landsat) und zwischen 60,0 % und 63,3 % (HyMapTM). Mit den erreichten Genauigkeiten bietet sich die kNN-Methode für die Klassifizierung von Beständen bzw. für die Integrierung in Klassifizierungsverfahren an. / Mapping forest variables and associated characteristics is fundamental for forest planning and management. The following work describes the k-nearest neighbors (kNN) method for improving estimations and to produce maps for the attributes basal area (metric data) and deadwood (categorical data). Several variations within the kNN-method were tested, including: distance metric, weighting function and number of neighbors. As sources of remote sensing Landsat TM satellite images and hyper spectral data were used, which differ both from their spectral as well as their spatial resolutions. Two Landsat scenes from the same area acquired September 1999 and 2000 regard multiple approaches. The field data for the kNN- method comprise tree field measurements which were collected from the test site Tharandter Wald (Germany). The three field data collections are characterized by three different designs. For the kNN calculation a program with integration all kNN functions were developed. The relative root mean square errors (RMSE) and the Bootstrap method were evaluated in order to find optimal parameters. The estimation accuracy for the attribute basal area is between 35 % and 67 % (Landsat) and 65 % and 67 % (HyMapTM). For the attribute deadwood is the accuracy between 60 % and 73 % (Landsat) and 60 % and 63 % (HyMapTM). Recommendations for applying the kNN method for mapping and regional estimation are provided.

No description available.

Bei der Zustandsbewertung von Kabeln steht derzeit das Mittelspannungsnetz im Fokus der Betrachtungen. Das Mittelspannungsnetz verbindet das Hochspannungsnetz mit dem Niederspannungsnetz und nimmt damit eine besondere Bedeutung ein. Störungen in diesem Netz wirken sich direkt als Versorgungsunterbrechung auf den Letztverbraucher aus. Rund 80 bis 85 % der Versorgungsunterbrechungen resultieren aus Problemen im Mittelspannungsnetz, sodass dortige Aktivitäten den größten Hebel bei der Steigerung der Versorgungsqualität entwickeln. Mittels Zustandsbewertung von Kabeln können verdeckte Fehler aufgedeckt oder deren Alterungszustand bestimmt werden. Nicht jeder diagnostizierte Fehler führt unmittelbar zum Ausfall. Er beschleunigt jedoch die Alterung, die letztendlich zum Ausfall führt. Die Arbeit beschäftigt sich mit der Identifizierung von Fehlern in Mittelspannungskabelmuffen im Zusammenhang mit der Alterung, um die Restlebensdauer auszunutzen und dem Ausfall zuvorzukommen. / By evaluating the status of cables, hidden errors can be detected or their aging condition can be determined. Not every diagnosed fault leads directly to failure. However, it accelerates aging, which ultimately leads to failure. The work deals with the identification of faults in medium-voltage cable joints in connection with aging in order to exploit the remaining life and to prevent the failure.

Bei der Zustandsbewertung von Kabeln steht derzeit das Mittelspannungsnetz im Fokus der Betrachtungen. Das Mittelspannungsnetz verbindet das Hochspannungsnetz mit dem Niederspannungsnetz und nimmt damit eine besondere Bedeutung ein. Störungen in diesem Netz wirken sich direkt als Versorgungsunterbrechung auf den Letztverbraucher aus. Rund 80 bis 85 % der Versorgungsunterbrechungen resultieren aus Problemen im Mittelspannungsnetz, sodass dortige Aktivitäten den größten Hebel bei der Steigerung der Versorgungsqualität entwickeln. Mittels Zustandsbewertung von Kabeln können verdeckte Fehler aufgedeckt oder deren Alterungszustand bestimmt werden. Nicht jeder diagnostizierte Fehler führt unmittelbar zum Ausfall. Er beschleunigt jedoch die Alterung, die letztendlich zum Ausfall führt. Die Arbeit beschäftigt sich mit der Identifizierung von Fehlern in Mittelspannungskabelmuffen im Zusammenhang mit der Alterung, um die Restlebensdauer auszunutzen und dem Ausfall zuvorzukommen. / By evaluating the status of cables, hidden errors can be detected or their aging condition can be determined. Not every diagnosed fault leads directly to failure. However, it accelerates aging, which ultimately leads to failure. The work deals with the identification of faults in medium-voltage cable joints in connection with aging in order to exploit the remaining life and to prevent the failure.