It seems to be obvious that precipitation has a major impact on greening during the rainy season in semi-arid regions. First results1 imply a strong dependence of NDVI on rainfall. Therefore it will be necessary to consider specific rainfall events besides the known ordinary annual cycle. Based on this fundamental idea, the paper will introduce the development of a rain adjusted vegetation index (RAVI). The index is based on the enhancement of the well-known normalized difference vegetation index (NDVI2) by means of TAMSAT rainfall data and includes a 3-step procedure of determining RAVI. Within the first step both time series were analysed over a period of 29 years to find best cross correlation values between TAMSAT rainfall and NDVI signal itself. The results indicate the strongest correlation for a weighted mean rainfall for a period of three months before the corresponding NDVI value. Based on these results different mathematical models (linear, logarithmic, square root, etc.) are tested to find a functional relation between the NDVI value and the 3-months rainfall period before (0.8). Finally, the resulting NDVI-Rain-Model can be used to determine a spatially individual correction factor to transform every NDVI value into an appropriate rain adjusted vegetation index (RAVI).

In 1989 about 1.5 million soldiers were stationed in Germany. With the political changes in the early 1990s a substantial decline of the staff occurred on currently 200,000 employees in the armed forces and less than 60,000 soldiers of foreign forces. These processes entailed conversions of large areas not longer used for military purposes, especially in the new federal states in the eastern part of Germany. One of these conversion areas is the former military training area Königsbrück in Saxony. For the analysis of vegetation and its development over time, the Normalized Difference Vegetation Index (NDVI) has established as one of the most important indicators. In this context, the questions arise whether MODIS NDVI products are suitable to determine conversion processes on former military territories like military training areas and what development processes occurred in the 'Königsbrücker Heide' in the past 15 years. First, a decomposition of each series in its trend component, seasonality and the remaining residuals is performed. For the trend component different regression models are tested. Statistical analysis of these trends can reveal different developments, for example in nature development zones (without human impact) and zones of controlled succession. The presented work ow is intended to show the opportunity to support a high temporal resolution monitoring of conversion areas such as former military training areas.

The variety of middle-class speakers in St. John’s conforms to some degree to mainland Canadian-English pronunciation norms, but in complex and distinctive ways (Clarke, 1985, 1991, 2010; D’Arcy, 2005; Hollett, 2006). One as yet unresolved question is whether speakers of this variety participate in the Canadian Shift (cf. Clarke, 2012; Chambers, 2012), a chain shift of the lax front vowels that has been confirmed for many different regions of Canada (e.g. Roeder and Gardner, 2013, for Thunder Bay and Toronto, Sadlier-Brown and Tamminga, 2008, for Halifax and Vancouver). While acoustic phonetic analyses of St. John’s English are rare, some claims have been made that urban St. John’s speakers do not participate in the shift, based on two or six speakers (Labov, Ash & Boberg, 2006; Boberg 2010). Other researchers with larger data sets suggest that younger St. John’s speakers participate in mainland Canadians innovations to different degrees than mainlanders (e.g. Hollett, 2006). The Canadian Shift has not been uniformly defined, but agreement exists that with the low-back merger in place, BATH/TRAP retracts and consequently DRESS lowers. Clarke et al. (1995), unlike Labov et al. (2006), assert that KIT is subsequently lowered. Boberg (2005, 2010), however, emphasizes retraction of KIT and DRESS and suggests unrelated parallel shifts instead. In this PhD thesis, I demonstrate the presence of the Canadian Shift in St. John’s, NL, conforming to Clarke et al.’s (1995) original proposal. In my stratified randomly-sampled data (approx. 10,000 vowels, 34 interviewees, stratified as to age, gender, socioeconomic status, and “local-ness”), results from Euclidean distance measures, correlation coefficients, and linear, as well as logistic, mixed-effects regression show that (1) young St. John’s speakers clearly participate in the shift; and that (2) age has the strongest and a linear effect. Continuous modeling of age yields even more significant results for participation in a classic chain shift (6% decrease in lowering per added year). My findings also confirm that the change seems to have entered the system via formal styles (cf. Clarke, 1991, 2010, for TRAP in St. John’s). Traditionally, the linguistic homogeneity on a phonetic level of the Canadian middle class has been explained by Canada’s settlement and migration patterns of the North American Loyalists from Ontario to the west (cf. Chambers, 2009). Newfoundland’s settlement is distinct, in that the British and the Irish were the only two relevant sources. If settlement were the only crucial reason for a shared pronunciation of Canada’s middle class from Vancouver to St. John’s, the Canadian Shift should be absent in the latter region. I suggest three reasons for middle-class St. John’s’ participation in the Canadian Shift: 1) Newfoundland’s 300-year-old rural-urban divide as a result of its isolation, through which British/Irish features are attributed to rural und lower social class speakers; 2) the development of the oil industry since the 1990’s, through which social networks changed according to the perception of social distance/closeness; and 3) the importance of the linguistic marketplace, which is high in St. John’s due to 1) and 2).

The variety of middle-class speakers in St. John’s conforms to some degree to mainland Canadian-English pronunciation norms, but in complex and distinctive ways (Clarke, 1985, 1991, 2010; D’Arcy, 2005; Hollett, 2006). One as yet unresolved question is whether speakers of this variety participate in the Canadian Shift (cf. Clarke, 2012; Chambers, 2012), a chain shift of the lax front vowels that has been confirmed for many different regions of Canada (e.g. Roeder and Gardner, 2013, for Thunder Bay and Toronto, Sadlier-Brown and Tamminga, 2008, for Halifax and Vancouver). While acoustic phonetic analyses of St. John’s English are rare, some claims have been made that urban St. John’s speakers do not participate in the shift, based on two or six speakers (Labov, Ash & Boberg, 2006; Boberg 2010). Other researchers with larger data sets suggest that younger St. John’s speakers participate in mainland Canadians innovations to different degrees than mainlanders (e.g. Hollett, 2006). The Canadian Shift has not been uniformly defined, but agreement exists that with the low-back merger in place, BATH/TRAP retracts and consequently DRESS lowers. Clarke et al. (1995), unlike Labov et al. (2006), assert that KIT is subsequently lowered. Boberg (2005, 2010), however, emphasizes retraction of KIT and DRESS and suggests unrelated parallel shifts instead. In this PhD thesis, I demonstrate the presence of the Canadian Shift in St. John’s, NL, conforming to Clarke et al.’s (1995) original proposal. In my stratified randomly-sampled data (approx. 10,000 vowels, 34 interviewees, stratified as to age, gender, socioeconomic status, and “local-ness”), results from Euclidean distance measures, correlation coefficients, and linear, as well as logistic, mixed-effects regression show that (1) young St. John’s speakers clearly participate in the shift; and that (2) age has the strongest and a linear effect. Continuous modeling of age yields even more significant results for participation in a classic chain shift (6% decrease in lowering per added year). My findings also confirm that the change seems to have entered the system via formal styles (cf. Clarke, 1991, 2010, for TRAP in St. John’s). Traditionally, the linguistic homogeneity on a phonetic level of the Canadian middle class has been explained by Canada’s settlement and migration patterns of the North American Loyalists from Ontario to the west (cf. Chambers, 2009). Newfoundland’s settlement is distinct, in that the British and the Irish were the only two relevant sources. If settlement were the only crucial reason for a shared pronunciation of Canada’s middle class from Vancouver to St. John’s, the Canadian Shift should be absent in the latter region. I suggest three reasons for middle-class St. John’s’ participation in the Canadian Shift: 1) Newfoundland’s 300-year-old rural-urban divide as a result of its isolation, through which British/Irish features are attributed to rural und lower social class speakers; 2) the development of the oil industry since the 1990’s, through which social networks changed according to the perception of social distance/closeness; and 3) the importance of the linguistic marketplace, which is high in St. John’s due to 1) and 2).:List of Tables viii List of Figures x 0 Prologue – Variationist Sociolinguistics 1 1 Introduction 27 2 English-speaking Canada and its Vowel Shifts 31 3 Newfoundland and its Englishes 77 4 Data and Methodology 107 5 Analysis and Discussion 243 6 Conclusion 363 Bibliography 375 Appendices 409 A Interview Questionnaire 409 B Normality Tests per Speaker and Age Group 423 C Vowel Plot of Median Formant Values 433 D Results for the Assumptions of T-tests 435 E Results from Decision Trees and Optimal Binning 439 F Results from Regression Analyses 449 G Résumé 457 H Deutsche Zusammenfassung der Dissertation 461 I Eidestattliche Erklärung zur Eigenständigkeit 469

Gegenstand der vorliegenden Arbeit ist die Untersuchung des Foulardierprozesses zur chemischen Nassausrüstung von Vliesstoffen bei Warengeschwindigkeiten bis zu 250 m/min. Hintergrund ist die abweisende Ausrüstung von Polypropylen-Spinnvliesstoffen für die Anwendung als Operationskittel. Wo bislang nach dem Stand der Technik eine Veredlung bei Lohnausrüstern bei geringen Warengeschwindigkeiten durchgeführt wurde, zeigt die Tendenz in der Vliesstoffindustrie in Richtung der eigenen Prozessbeherrschung. Eine grundlegende Voraussetzung, um den Foulardierprozess für diese Anwendung nutzbar zu machen, ist die Kenntnis über die Prozesseigenschaften bei den geforderten hohen Warengeschwindigkeiten. Für den abzudeckenden Versuchsraum mit sechs Einflussgrößen bei jeweils drei Faktorstufen wurde mittels der Methodik der statistischen Versuchsplanung ein D-optimaler Versuchsplan erstellt. Die Versuchsdurchführung erfolgte auf einem in eine Technikumsanlage eingebundenen Foulard mit horizontaler Walzenanordnung. Für jede der sieben Zielgrößen wurde auf Grundlage der erhaltenen Messwerte eine lineare Regressionsanalyse erstellt und ausgewertet. Eine detaillierte Analyse und Diskussion der Regressionsmodelle liefert Informationen zu Wirkungsrichtung und Intensität der einzelnen Einflussgrößen sowie zu Faktor-Faktor-Wechselwirkungen. / The subject of the work presented here is the study of the padding process for the chemical wet finishing of nonwovens at web speeds up to 250 m/min. Background to the topic is the repellent treatment of polypropylene spunbond nonwovens applied for surgical gowns. Finishing carried out at subcontractors corresponding to best practice technology up to now, the trend in the nonwovens industry is turning towards an in-house process mastery. Essential requirement to make the padding process technologically exploitable for this kind of application is the knowledge of the process characteristics at the high web speeds claimed. For the experimental scenario to be covered comprising six determining factors at three level steps each, a D-optimal trial plan was defined using the statistic method of the design of experiments (DOE). The realization of the trials carried out on a padder with horizontal roll arrangement installed in a pilot line. For each of the seven responses a linear regression analyses was compiled and evaluated. A detailed analysis and discussion of the regression models provides information on direction of influence as well as intensity of each of the determining factors and factor-factor-interactions.

Objective. Major depressive disorder (MDD) is a common condition following treatment in the Intensive Care Unit (ICU). Long-term data on MDD in chronically critically ill (CCI) patients are scarce. Hence, the primary aim of the present study was to investigate the frequency and predictors of MDD after intensive care of CCI patients. Materials and Methods. In a prospective cohort study, patients with long-term mechanical ventilation requirements () were assessed with respect to a diagnosis of MDD, using the Structured Clinical Interview for DSM-IV, three and six months after the transfer from acute ICU to post-acute ICU. Sociodemographic, psychological, and clinical risk factors with values ≤ 0.1 were identified in a univariate logistic regression analysis and entered in a multivariable logistic regression model. A mediator analysis was run using the bootstrapping method, testing the mediating effect of perceived helplessness during the ICU stay, between the recalled traumatic experience from the ICU and a post-ICU MDD. Results. 17.6% () of the patients showed a full- or subsyndromal MDD. Perceived helplessness, recalled experiences of a traumatic event from the ICU, symptoms of acute stress disorder, and the diagnosis of posttraumatic stress disorder (PTSD) after ICU could be identified as significant predictors of MDD. In a mediator analysis, perceived helplessness could be proved as a mediator. Conclusions. Every fifth CCI patient suffers from MDD up to six months after being discharged from ICU. Particularly, perceived helplessness during the ICU stay seems to mainly affect the long-term evolvement of MDD. CCI patients with symptoms of acute stress disorder/PTSD should also be screened for MDD.

Gegenstand der vorliegenden Arbeit ist die Untersuchung des Foulardierprozesses zur chemischen Nassausrüstung von Vliesstoffen bei Warengeschwindigkeiten bis zu 250 m/min. Hintergrund ist die abweisende Ausrüstung von Polypropylen-Spinnvliesstoffen für die Anwendung als Operationskittel. Wo bislang nach dem Stand der Technik eine Veredlung bei Lohnausrüstern bei geringen Warengeschwindigkeiten durchgeführt wurde, zeigt die Tendenz in der Vliesstoffindustrie in Richtung der eigenen Prozessbeherrschung. Eine grundlegende Voraussetzung, um den Foulardierprozess für diese Anwendung nutzbar zu machen, ist die Kenntnis über die Prozesseigenschaften bei den geforderten hohen Warengeschwindigkeiten. Für den abzudeckenden Versuchsraum mit sechs Einflussgrößen bei jeweils drei Faktorstufen wurde mittels der Methodik der statistischen Versuchsplanung ein D-optimaler Versuchsplan erstellt. Die Versuchsdurchführung erfolgte auf einem in eine Technikumsanlage eingebundenen Foulard mit horizontaler Walzenanordnung. Für jede der sieben Zielgrößen wurde auf Grundlage der erhaltenen Messwerte eine lineare Regressionsanalyse erstellt und ausgewertet. Eine detaillierte Analyse und Diskussion der Regressionsmodelle liefert Informationen zu Wirkungsrichtung und Intensität der einzelnen Einflussgrößen sowie zu Faktor-Faktor-Wechselwirkungen.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180 / The subject of the work presented here is the study of the padding process for the chemical wet finishing of nonwovens at web speeds up to 250 m/min. Background to the topic is the repellent treatment of polypropylene spunbond nonwovens applied for surgical gowns. Finishing carried out at subcontractors corresponding to best practice technology up to now, the trend in the nonwovens industry is turning towards an in-house process mastery. Essential requirement to make the padding process technologically exploitable for this kind of application is the knowledge of the process characteristics at the high web speeds claimed. For the experimental scenario to be covered comprising six determining factors at three level steps each, a D-optimal trial plan was defined using the statistic method of the design of experiments (DOE). The realization of the trials carried out on a padder with horizontal roll arrangement installed in a pilot line. For each of the seven responses a linear regression analyses was compiled and evaluated. A detailed analysis and discussion of the regression models provides information on direction of influence as well as intensity of each of the determining factors and factor-factor-interactions.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180

Elektrifizierte Lastenfahrräder werden als ein Lösungsansatz für die wachsenden Herausforderungen des städtischen Wirtschaftsverkehrs gesehen. Fokus dieser Arbeit ist eine Abschätzung des Einsatzpotenzials dieses Fahrzeugkonzepts unter Betrachtung von konzeptionellen, verkehrlichen und wirtschaftlichen Aspekten. Als kumulative Dissertation enthält sie fünf Fachartikel, gruppiert zu drei Forschungsbeiträgen. Im ersten Forschungsbeitrag wird erörtert, wie erfolgversprechend das E-Lastenrad, eine Neuauflage des alten Konzepts Lastenfahrrad, in einem Markt mit ersten Anwendern (Kurierdienstleistung) ist. Die Auftragsstruktur im Stadtkuriergeschäft bietet ein substanzielles Marktpotenzial für E-Lastenräder, allerdings erschwert die Positionierung zwischen zwei etablierten Modi (Pkw und Fahrrad) den Markteintritt. Der zweite Teil der Analyse weitet den Blick auf alle Branchen und bietet eine strukturierte Beschreibung der verschiedenartigen Einflussfaktoren (Treiber und Hemmnisse), die auf die Lastenradnutzung im städtischen Wirtschaftsverkehr wirken. Als relevante Entscheidungskriterien konnten identifiziert werden: fahrzeugseitige Aspekte, Strukturen und Prozesse des adoptierenden Unternehmens, Einstellungen der Entscheider*innen, weiche Faktoren sowie regulative und räumliche Rahmenbedingungen. Der dritte Beitrag thematisiert die operative Eignung des E-Lastenrads, indem seine Fahrtzeiten einem Pkw gegenübergestellt werden. Bei Strecken bis zu 3 km sind beide Modi nahezu gleich schnell. Die Hälfte aller Fahrten bis 20 km Distanz würde bei einem Wechsel vom Pkw zum Lastenrad höchstens 2–10 min länger dauern (ohne Berücksichtigung der Parksuchzeit). Bereits kleine Änderungen an den Verkehrsbedingungen könnten noch bestehende Vorteile des Pkw spürbar verringern. Insgesamt erweitert die Arbeit maßgeblich das Wissen zu einem „neuen alten“ Fahrzeugkonzept, dem ein Potenzial zur Auflösung von bislang auf das Automobil hin ausgerichteten Systemen beigemessen wird. / Shifting trips to electric cargo bikes is one possible solution to deal with the growing challenges of urban commercial transport. This thesis combines conceptual, transport-related, and economic aspects as a foundation to assess the feasibility of this vehicle concept for freight and service trips. It contains five scientific papers, which provide three research contributions. The first contribution identifies the potentials of electric cargo bikes among first users (i.e., courier logistics services). Electric cargo bikes are an updated and re-envisioned version of freight bicycles. The features of point-to-point courier logistics assignments offer a substantial market opportunity for electric cargo bikes. However, being positioned between two established modes (i.e., car and bicycle) handicaps the market entry of cargo bikes. For the second contribution, the scope was widened to include all business sectors. A structured description is presented of the various determinants (i.e., drivers and barriers) affecting commercial cargo bike use. Among these were vehicle-specific factors, structures and practices of the company, attitudes of decision-makers, soft factors, regulatory frameworks, and spatial conditions. The third contribution explores the travel time differences between electric cargo bikes and cars for commercial trips. For trip distances of up to 3 kilometers, the travel times of both modes largely overlap. Half of all trips up to 20 kilometers would take only a maximum of 2 to 10 minutes longer by electric cargo bike (excluding the additional time for finding a parking spot). Small modifications in traffic could have considerable effects in reducing the current travel time advantages of cars. Consequently, this dissertation contributes towards the state-of-research by expanding the scientific knowledge of a type of vehicle that has the potential to disrupt car-dependent transportation systems.

Children growing up in poor areas with high crime rates are shown to easily get involved in violent actions and criminal gangs. In South Africa, despite considerable efforts to reduce youth delinquency, youth crime rates are still disturbingly high – specifically, in the townships of the Cape Flats. This paper points out an important aspect previously unaddressed by most youth crime prevention: the subconscious roots of youth crime. What if we could develop youth crime prevention programs that manage to impact the subconscious behavioral patterns of youth in high crime areas? This paper proposes a  promising and cost-effective approach that has great potential to affect multipe causes of crime: mindfulness meditation. Built upon newest findings in Neuroscience, this paper suggests that mindfulness meditation classes are associated with a reduction in aggressive behavior, a risk factor for youth crime, and an increase in self-efficacy, a protective factor. The impact of mindfulness classes at a high school in Khayelitsha, a poor and violent-stricken township of Cape Town, is analyzed. Self-reported aggression and self-efficacy are measured via a psychometric survey questionnaire created from two well-tested and validated scales. Regression analyses of 384 survey answers provided mixed results. Whilst novice meditators were not associated with higher self-efficacy and lower aggression, long-term meditators performed better in several dimensions of self-efficacy and aggression, yet no significant relationship was found. Further research specifically needs to investigate the moderating effect of age (a proxy for psychological development) on meditation. This study aims to bridge the gap between the outdated paradigms of youth crime prevention and ancient wisdom via ground-breaking new evidence from the field of Neuroscience. This study furthermore hopes to point policy makers toward developing new, integrative and sustainable approaches to youth crime prevention – approaches that give back agency to our youth. / <p>Anders Westholm har inget med betygssättningen att göra annat än i rent formellt hänseende (examinator). Det är han som rapporterar in och skriver under men i sak är det seminarieledaren som har beslutet i sin hand. Statsvetenskapliga institutet har som princip att skilja på handledning och examination vilket innebär att handledaren inte får vara seminarieledare. Seminarieledare och personen som satt betygget var i det här fallet Sven Oskarsson: Sven.Oskarsson@statsvet.uu.se</p>