Suchergebnisse

eingereicht von Marcel Ernst ; Literaturverzeichnis: Blatt 71-80 ; Masterarbeit Paris-Lodron-Universität Salzburg 2021 ; Abstract/Zusammenfassung in deutscher und englischer Sprache

Migrationswissen richtet sich als neues Forschungsthema nicht allein auf Wissen in Verwaltung und Wissenschaft, sondern auch auf Möglichkeiten für Migrant:innen, mitgebrachtes Wissen neu zu organisieren und zu gesellschaftlicher Anerkennung zu bringen. (APuZ)

Die deutsche Schuldenbremse wird als Investitionsbremse kritisiert. Fraglich ist insbesondere, ob die Schuldenbremse bei konjunkturellen Schwankungen im Regelfall genügend Spielraum für eine antizyklische Kreditaufnahme lässt. Volkswirtschaftlich wichtige öffentliche Investitionen könnten konjunkturell angepasst statt auf einem wünschenswert hohen Niveau gehalten werden. Der vorliegende Artikel untersucht, wie sich Konjunkturschwankungen seit Einführung der deutschen Schuldenbremse auf die öffentlichen Investitionen auswirken. Ob die geplanten Investitionsausgaben nach oben oder nach unten revidiert werden, geht aus den Änderungen in den Finanzplänen der Bundesregierung hervor. Auf Grundlage dieser Daten wird in einer empirischen Analyse der Zusammenhang zwischen den Revisionen in den öffentlichen Investitionsplanungen und den Revisionen in den Wachstumserwartungen überprüft. Die Ergebnisse deuten auf einen prozyklischen Zusammenhang zwischen der erwarteten Konjunkturentwicklung und der öffentlichen Investitionsplanung hin. Demnach geht eine Aufwärtsrevision der Wachstumserwartungen um 1 Prozentpunkt mit einer Aufwärtsrevision der Investitionsplanungen um etwa 21 % einher und umgekehrt. Es zeigt sich auch, dass die geplanten Investitionsausgaben wahrscheinlich stärker an sich ändernde Konjunkturlagen angepasst werden als die staatlichen Gesamtausgaben. Die festgestellte Sensibilität öffentlicher Investitionen gegenüber Konjunkturschwankungen spricht dafür, öffentliche Investitionen in der Politik zu priorisieren.

Abstract
Using the example of so-called port state control, the article examines the phenomenon of multidimensional legal norms and the challenges they pose for public administration. It shows how the gradual introduction of port state control has enabled public authorities to gain access to foreign-flagged ships and how this has subsequently differentiated their decision-making program. The illustrative material for this historicizing study comes primarily from the 19th and 20th centuries.

Das Radverkehrsaufkommen in Deutschland verzeichnete in den letzten Jahren einen Zuwachs, was sich im Umkehrschluss ebenfalls im Anstieg des Unfallgeschehens mit Radfahrendenbeteiligung widerspiegelt. Um den steigenden Unfallzahlen entgegenzuwirken, empfehlen Politik und Verbände v.a. Infrastrukturmaßnahmen zu ergreifen. Davon ausgehend untersucht die vorliegende Arbeit beispielhaft für die Stadt Dresden, wie sich einzelne Infrastrukturmerkmale auf das Unfallgeschehen zwischen Rad- und motorisiertem Verkehr auswirken. Die Datengrundlage der Untersuchung stellen dabei 548 Unfälle mit Radfahrendenbeteiligung aus den Jahren 2015 bis 2019 sowie die Merkmale von 484 Knotenpunktzufahrten dar. Da die Infrastruktur das Unfallgeschehen nicht allein determiniert, werden zudem Kenngrößen des Verkehrsaufkommens einbezogen. Um das Unfallgeschehen zu untersuchen, kommen das Random Forest-Verfahren sowie die Negative Binomialregression in Form von 'Accident Prediction Models' mit vorheriger Variablenselektion anhand des LASSO-Verfahrens zum Einsatz. Die Verfahren werden jeweils auf zwei spezielle Unfalltypen für Knotenpunkte angewandt, um differenzierte Ergebnisse zu erlangen. Der erste Unfalltyp 'Abbiege-Unfall' umfasst dabei Kollisionen zwischen einem rechtsabbiegenden und einem in gleicher oder entgegengesetzter Richtung geradeausfahrenden Beteiligten, während der zweite Unfalltyp 'Einbiegen-/Kreuzen-Unfall' Kollisionen zwischen einem vorfahrtsberechtigten Verkehrsteilnehmenden und einem einbiegenden oder kreuzenden Wartepflichtigen beinhaltet. Für den Unfalltyp 'Abbiege-Unfall' zeigen die Verfahren bspw., dass eine über den Knotenpunkt komplett oder teilweise rot eingefärbte Radfahrfurt sowie eine indirekte Führung des linksabbiegenden Radverkehrs anstelle dessen Führung im Mischverkehr höhere Unfallzahlen erwarten lässt, wobei letzteres für den untersuchten Sachverhalt irrelevant erscheint und damit auf eine Schwäche bei der Variableneinbeziehung hindeutet. Im Gegensatz dazu schätzen die Verfahren für den Unfalltyp 'Einbiegen-/Kreuzen-Unfall' bspw. höhere Unfallzahlen, wenn die Anzahl der Geradeausfahrstreifen einer Zufahrt zunimmt und wenn der Knotenpunkt durch das Verkehrszeichen Z205 bzw. eine Teil-Lichtsignalanlage anstelle der Vorschrift Rechts-vor-Links geregelt wird. Zudem zeigen die Verfahren bei beiden Unfalltypen zumeist, dass die Zahl der Unfälle ab einem bestimmten Verkehrsaufkommen weniger stark ansteigt. Dieses Phänomen ist in der Wissenschaft unter dem Namen 'Safety in Numbers-Effekt' bekannt. Ein Vergleich der Modellgüten zwischen den Unfalltypen zeigt zudem, dass beide Verfahren mit ihrem Modell des Unfalltyps 'Abbiege-Unfall' bessere Vorhersagen generieren als mit ihrem Modell des Unfalltyps 'Einbiegen-/Kreuzen-Unfall'. Weiterhin unterscheiden sich die Modellgüten nach Unfalltyp nur geringfügig zwischen beiden Verfahren, weshalb davon ausgegangen werden kann, dass beide Verfahren qualitativ ähnliche Modelle des entsprechenden Unfalltyps liefern.:1 Einleitung 2 Literaturüberblick 2.1 Safety in Numbers-Effekt 2.2 Einflussfaktoren von Radverkehrsunfällen 3 Grundlagen der Unfallforschung 3.1 Unfallkategorien 3.2 Unfalltypen 4 Datengrundlage 4.1 Unfalldaten 4.2 Infrastrukturmerkmale 4.3 Überblick über verwendete Variablen 5 Methodik 5.1 Korrelationsbetrachtung 5.2 Random Forest 5.2.1 Grundlagen 5.2.2 Random Forest-Verfahren 5.2.3 Modellgütekriterien 5.2.4 Variablenbedeutsamkeit 5.3 Negative Binomialregression 5.3.1 Grundlagen 5.3.2 Accident Prediction Models 5.3.3 Variablenselektion 5.3.4 Modellgütekriterien 5.3.5 Variablenbedeutsamkeit 5.3.6 Modelldiagnostik 6 Durchführung und Ergebnisse 6.1 Korrelationsbetrachtung 6.2 Random Forest 6.2.1 Modellgütekriterien 6.2.2 Variablenbedeutsamkeit 6.3 Negative Binomialregression 6.3.1 Variablenselektion 6.3.2 Modellgütekriterien 6.3.3 Variablenbedeutsamkeit 6.3.4 Modelldiagnostik 6.4 Vergleich beider Verfahren 6.4.1 Modellgütekriterien 6.4.2 Variablenbedeutsamkeit und Handlungsempfehlungen 6.5 Vergleich mit Literaturerkenntnissen 7 Kritische Würdigung 8 Zusammenfassung und Ausblick