Thesis (M. Soc. Sc.)--University of Hong Kong, 1998. / Includes bibliographical references (leaves 90-94).

Thesis (M.Soc.Sc.)--University of Hong Kong, 1998. / Includes bibliographical references (leaves 90-94) Also available in print.

Produktionsintegrierte Kompensationsmaßnahmen (PIK) sind naturschutzfachliche Maßnahmen auf landwirtschaftlich genutzten Flächen, die der Kompensation von Eingriffen in Natur und Landschaft dienen und die in landwirtschaftliche Betriebsweisen integriert werden. Sie werden als Teil der Bewirtschaftungs- und Pflegemaßnahmen durch § 15 Abs. 3 BNatSchG besonders gefördert. Auch mehr als zehn Jahre nach der Einführung dieses Paragraphen werden PIK-Maßnahmen in der Praxis bislang nur in wenigen Fällen angewendet. Im fachlichen Diskurs wird häufig noch bezweifelt, dass sie tatsächlich zu einer signifikanten Verbesserung der Biodiversität führen. Darüber hinaus werden oftmals Probleme in der Praktikabilität des Instruments als Hindernisse für eine Umsetzung benannt. Vor diesem Hintergrund wurden im Rahmen des Forschungsvorhabens stadt PARTHE land Kulturlandschaftsmanagement als Brücke zwischen Metropole und ländlichem Raum im Auftrag des BMBF von 2015 bis 2019 ausgewählte Maßnahmen im Umfeld von Leipzig zusammen mit ansässigen Agrarbetrieben erprobt und einem ökologischen Monitoring unterzogen. Zum Teil wurde dabei eine bemerkenswert deutliche Aufwertung von Natur und Landschaft festgestellt. Bei der Umsetzung ergeben sich jedoch auch zahlreiche Herausforderungen. Auf Grundlage der Erfahrungen aus dem Forschungsvorhaben stadt PARTHE land entstand diese Arbeitshilfe für die Praxis.:1 Einleitung 1.1 Naturschutz und Landwirtschaft – nur Konflikte? 1.2 Produktionsintegrierte Kompensation – Was ist das? 2 Grundlagen der naturschutzrechtlichen und städtebaulichen Eingriffsregelung 2.1 Grundprinzip und Verfahren 2.2 Berücksichtigung der Belange der Landwirtschaft 2.3 Rechtliche Anforderungen an die Kompensation 2.4 Unterschiede zwischen naturschutzrechtlicher und städtebaulicher Eingriffsregelung 2.5 Konsequenzen für die Umsetzung von PIK 3 Produktionsintegrierte Kompensation - Anforderungen und Voraussetzungen 3.1 Wann kommen PIK in Frage? 3.2 Wo machen PIK Sinn? 3.3 Verhältnis zur Guten Fachlichen Praxis in der Landwirtschaft und zur Agrarförderung 3.3.1 Abgrenzung zur guten fachlichen Praxis (GfP) 3.3.2 Abgrenzung zur Agrarförderung 3.4 Welche Mindestanforderungen sollten PIK erfüllen? 4 Die Umsetzung von Produktionsintegrierten Kompensationsmaßnahmen 4.1 Bewertung von PIK in der Eingriffs- und Ausgleichsbilanzierung 4.2 Maßnahmentypen 4.2.1 Maßnahmen auf Ackerflächen 4.2.2 Grünlandbezogene Maßnahmen; mit Säumen und Feldrainen 4.2.3 Ergänzende Maßnahmen 4.3 Rechtliche Sicherung 4.3.1 Einsatz einer Sicherungsfläche 4.3.2 Institutionelle Sicherung durch einen Rechtsnachfolger 4.4 Wechselwirkungen mit weiteren Naturschutzinstrumenten 4.5 Monitoring 4.6 Zu beteiligende Akteure 4.7 Wie teuer sind PIK? 4.7.1 Berechnung der landwirtschaftlichen Dienstleistung 4.7.2 Darstellung und Diskussion einer Gesamt-Kosten-Rechnung 4.8 Umsetzungsmanagement 5 Erfahrungen aus dem Forschungsvorhaben stadt PARTHE land 5.1 Forschungsvorhaben und Region 5.2 Ermittlung von geeigneten Erprobungsstandorten 5.3 Bereitschaft der Akteure 5.4 Erprobte Maßnahmen 5.5 Effizienz von PIK 5.5.1 Naturschutzfachliche und ökologische Wirksamkeit 5.5.2 Kosten der umgesetzten Maßnahmen 5.5.3 Integration in landwirtschaftliche Betriebsweisen 5.6 Kommunikation und fachliche Begleitung 6 Fazit und Ausblick 6.1 Gute Gründe für PIK 6.2 Hemmnisse und Herausforderungen 6.3 Förderung der Umsetzung 6.4 Ausblick

published_or_final_version / Architecture / Master / Master of Architecture

published_or_final_version / Sociology / Master / Master of Social Sciences

No description available.

The aim of the thesis: to capture the life of the Czech social democratic politician and former mayor of Pilsen, Luděk Pik, with a specific focus on his political activities in the city. This thesis also aims to understand and clarify Pik's relation to Pilsen and the relevance to his life, as well as his essential role in the history of this West Bohemian metropolis. Luděk Pik (18. 5. 1876 Prague - 19. 4. 1948 Pilsen) lived in Pilsen for almost five decades of his life (1901-1948), except the period during the Nazi occupation (1939- 1945). Since 1901 he worked in Pilsen for the Czechoslavonic Social Democratic Workers Party, where he quickly became the local party elite. At the end of the World War I he participated in the establishment of an independent Czechoslovak state. In 1919-1938 he served continuously as mayor of the city of Pilsen and significantly contributed to its modernization and development. He also sat in Cisleithanian and Czechoslovakian legislatures. After the Munich Treaty he was forced to stand down from his political status and was persecuted during the Nazi occupation. The post-war situation prevented his return to a public life. His memoirs and especially his literary works demonstrate his strong patriotic relation to this city. Luděk Pik represents, in modern history of...

Enterprise Database Management Systems (DBMSs) have to contend with resource-intensive and time-varying workloads, making them well-suited candidates for migration to cloud plat-forms { specifically, they can dynamically leverage the resource elasticity while retaining affordability through the pay-as-you-go rental interface. The current design of database engine components lays emphasis on maximizing computing efficiency, but to fully capitalize on the cloud's benefits, the outlays of these computations also need to be factored into the planning exercise. In this thesis, we investigate this contemporary problem in the context of industrial-strength deployments of relational database systems on real-world cloud platforms. Specifically, we consider how the traditional metric used to compare query execution plans, namely response-time, can be augmented to incorporate monetary costs in the decision process. The challenge here is that execution-time and monetary costs are adversarial metrics, with a decrease in one entailing a rise in the other. For instance, a Virtual Machine (VM) with rich physical resources (RAM, cores, etc.) decreases the query response-time, but is expensive with regard to rental rates. In a nutshell, there is a tradeoff between money and time, and our goal therefore is to identify the VM that others the best tradeoff between these two competing considerations. In our study, we pro le the behavior of money versus time for a given query, and de ne the best tradeoff as the \knee" { that is, the location on the pro le with the minimum Euclidean distance from the origin. To study the performance of industrial-strength database engines on real-world cloud infrastructure, we have deployed a commercial DBMS on Google cloud services. On this platform, we have carried out extensive experimentation with the TPC-DS decision-support benchmark, an industry-wide standard for evaluating database system performance. Our experiments demonstrate that the choice of VM for hosting the database server is a crucial decision, because: (i) variation in time and money across VMs is significant for a given query, (ii) no one VM offers the best money-time tradeoff across all queries. To efficiently identify the VM with the best tradeoff from a large suite of available configurations, we propose a technique to characterize the money-time pro le for a given query. The core of this technique is a VM pruning mechanism that exploits the property of partially ordered set of the VMs on their resources. It processes the minimal and maximal VMs of this poset for estimated query response-time. If the response-times on these extreme VMs are similar, then all the VMs sandwiched between them are pruned from further consideration. Otherwise, the already processed VMs are set aside, and the minimal and maximal VMs of the remaining unprocessed VMs are evaluated for their response-times. Finally, the knee VM is identified from the processed VMs as the one with the minimum Euclidean distance from the origin on the money-time space. We theoretically prove that this technique always identifies the knee VM; further, if it is acceptable to and a \near-optimal" knee by providing a relaxation-factor on the response-time distance from the optimal knee, then it is also capable of finding more efficiently a satisfactory knee under these relaxed conditions. We propose two favors of this approach: the first one prunes the VMs using complete plan information received from database engine API, and named as Plan-based Identification of Knee (PIK). On the other hand, to further increase the efficiency of the identification of the knee VM, we propose a sub-plan based pruning algorithm called Sub-Plan-based Identification of Knee (SPIK), which requires modifications in the query optimizer. We have evaluated PIK on a commercial system and found that it often requires processing for only 20% of the total VMs. The efficiency of the algorithm is further increased significantly, by using 10-20% relaxation in response-time. For evaluating SPIK , we prototyped it on an open-source engine { Postgresql 9.3, and also implemented it as Java wrapper program with the commercial engine. Experimentally, the processing done by SPIK is found to be only 40% of the PIK approach. Therefore, from an overall perspective, this thesis facilitates the desired migration of enterprise databases to cloud platforms, by identifying the VM(s) that offer competitive tradeoffs between money and time for the given query.