publish.UP (Univ. Potsdam)
Not a member yet
61492 research outputs found
Sort by
Chronicles of a Galaxy: Constraining the Milky Way’s Bulge, Disc, and Bar formation with Gaia, spectroscopy, and machine learning
No full textGalaxies are the grand stage where baryonic and dark matter interact under gravity, producing the chemical and dynamical complexity observed in the Universe. Understanding how galaxies form and evolve over cosmic time remains a central question of modern astrophysics. The Milky Way, as our home galaxy, provides an unparalleled opportunity to study galaxy formation in unprecedented detail. Individual stars act as fossil records, encoding information about their ages, chemical compositions, and orbital motions. By analyzing these properties across the Galaxy, we can reconstruct its assembly history and test theoretical models of galaxy formation and cosmology. The field of \emph{Galactic archaeology} leverages these fossil records, linking stellar ages, chemistry, and kinematics to reveal the Milky Way’s evolutionary pathways and, by extension, those of galaxies in general. Recent JWST and ALMA observations of distant galaxies, showing mature discs and bars at early epochs, further motivate detailed studies of our own Galaxy, connecting near-field cosmology to the high-redshift Universe.
This thesis addresses the challenge of reconstructing the Milky Way’s formation and evolution through two complementary approaches. The first foundation focuses on the development and application of machine learning (ML) techniques to extract precise stellar parameters and chemical abundances from spectroscopic data, particularly in low signal-to-noise and mid-to-low resolution regimes where the capabilities of classical pipelines are limited. The second foundation leverages these parameters, combined with precise stellar ages and kinematics, to map the Galaxy’s structural components—bulge, disc, and bar—and to trace their evolutionary histories across cosmic time. By combining state-of-the-art datasets with ML-based parameter estimation and robust age–distance determinations via the \texttt{StarHorse} method, this thesis provides new constraints on the Milky Way’s chemo-dynamical architecture.
The first focus of this thesis is the development of machine learning methods tailored for stellar spectroscopy in the big-data era of astronomy. Initially applied to GIRAFFE HR15N spectra of the Gaia-ESO Survey, a Convolutional Neural Network (CNN) framework was developed to estimate atmospheric parameters and lithium abundances for ~40,000 stars. Our work shows that, when properly trained, the CNNs are able to capture the subtle physics of stellar labels, remain robust against noise and stellar rotation, and help to successfully identify rare lithium-rich giants, uncovering 33 new objects. The resulting parameters enabled the study of the chemical evolution of lithium in the interstellar medium, revealing a shallower metallicity dependence than previously reported. Building upon this foundation, a hybrid-CNN model was developed, leveraging the Gaia DR3 Radial Velocity Spectrometer (RVS) dataset, incorporating Gaia photometry, parallaxes, and XP coefficients. This approach derived homogeneous atmospheric parameters and chemical abundances for~900 000 stars with precision comparable to APOGEE’s infrared spectroscopy, even at the intermediate RVS resolution and low signal-to-noise. The method facilitated the first mapping of the [/M]–[M/H] bimodality across the Milky Way disc using RVS spectra, providing key insights into disc formation and evolution. Additional ML applications developed during this thesis include the derivation of elemental abundances from Gaia-ESO HR10 and HR21 spectra, spectroscopic ages for red giant stars using XGBoost, and stellar parameters and extinctions from Gaia low-resolution XP spectra for over 217 million stars. These efforts collectively demonstrate the transformative potential of ML techniques for large-scale Galactic surveys, such as for the upcoming Gaia data releases, and observations with SDSS-V, DESI, EUCLID, 4MOST, WEAVE, and MOONS.
The second focus of the thesis is the chrono-chemo-dynamical exploration of the Milky Way’s bulge, disc, and bar. Using the high-quality stellar parameters derived for the Gaia-RVS data using the hybrid-CNN method and precise distances and ages from StarHorse, this work reconstructs the formation histories of the major Galactic components. Studies of super-metal-rich stars in the solar neighborhood reveal signatures of the Galactic bar’s resonances and suggest that the bar may have formed relatively recently, with star formation bursts around 3–4 Gyr ago marking its final assembly. The analysis of the oldest stars in thin-disc orbits shows that the Milky Way's thin disc formed remarkably early, less than 1 Gyr after the Big Bang, coexisting with a high- thick disc and a “splash” population of heated stars. This ancient thin disc exhibits a wide metallicity range and low vertical velocity dispersion, analogous to high-redshift discs observed with JWST and ALMA, providing a direct link between local Galactic archaeology and early Universe disc populations.
In the inner Galaxy, combining Gaia-RVS and APOGEE DR17 data enabled a detailed characterization of the bulge region. Orbital analysis in a barred potential identified a distinct pressure-supported spheroidal bulge component that is chemically and kinematically distinct from the coexisting inner thick disc and the bar. The spheroidal bulge is dominated by high- stars, showing almost no dependency on metallicity, thus reflecting signatures of rapid early formation, while the bar contains a dynamically mixed population spanning a wide metallicity and -abundances. Metal-poor stars crossing the bulge are largely associated with accretion events, including the dominant Gaia–Sausage/Enceladus merger. Together, these results reveal that the Milky Way’s major components followed distinct yet interconnected formation pathways, linking early rapid assembly with secular evolution and offering a unified picture of the Galaxy’s evolution.
This thesis establishes a comprehensive framework for Galactic archaeology, combining advanced machine learning techniques with precise stellar age, chemical, and kinematic information. The results provide new observational constraints and deliver a detailed chrono-chemo-dynamical map of the Milky Way, revealing its early disc formation, bar evolution, and bulge structure, and offering insights relevant to both local and high-redshift galaxy formation studies.Galaxien bilden die große Bühne, auf der baryonische und dunkle Materie unter dem Einfluss der Gravitation interagieren und die chemische sowie dynamische Komplexität des Universums hervorbringen, wie sie heute beobachtet wird. Das Verständnis, wie Galaxien über kosmische Zeiträume hinweg entstehen und sich entwickeln, gehört zu den zentralen Fragestellungen der modernen Astrophysik. Die Milchstraße als unsere Heimatgalaxie bietet dabei eine einzigartige Gelegenheit, die Prozesse der Galaxienentstehung in bislang unerreichter Detailtiefe zu untersuchen. Einzelne Sterne fungieren als “Fossile” der Vergangenheit und enthalten Informationen über ihr Alter, ihre chemische Zusammensetzung und ihre Bahnbewegungen. Durch die Analyse dieser Eigenschaften über die gesamte Galaxie hinweg lässt sich ihre Entstehungsgeschichte rekonstruieren und theoretische Modelle der Galaxienbildung sowie der Kosmologie überprüfen. Das Forschungsfeld der \emph{Galaktischen Archäologie} nutzt diese fossilen Aufzeichnungen, indem Daten über das Alter, die Elementhäufigkeiten und die Kinematik von Sternen verknüpft werden, um die Evolutionspfade der Milchstraße und damit auch von Galaxien im Allgemeinen zu entschlüsseln. Jüngste Beobachtungen entfernter Galaxien mit JWST und ALMA, die bereits in frühen Epochen gut entwickelte Scheiben und Balken zeigen, motivieren zusätzlich detaillierte Untersuchungen unserer eigenen Galaxie und verbinden die Nahfeld-Kosmologie mit dem hochrotverschobenen Universum.
Die vorliegende Arbeit geht die Herausforderung der Rekonstruktion der Entstehung und Entwicklung der Milchstraße durch zwei komplementäre Ansätze an. Die erste Grundlage liegt in der Entwicklung und Anwendung von Methoden des maschinellen Lernens (ML), um präzise stellare Parameter und chemische Häufigkeiten aus spektroskopischen Daten zu extrahieren, insbesondere in Bereichen mit niedrigem Signal-Rausch-Verhältnis und mittlerer bis niedriger Auflösung, in denen klassische Pipelines an ihre Grenzen stoßen. Die zweite Grundlage nutzt diese Parameter in Kombination mit präzisen stellaren Altern und Kinematikdaten, um die strukturellen Komponenten der Galaxie—Bulge, Scheibe und Balken—zu kartieren und ihre Entwicklungsgeschichte über kosmische Zeiträume nachzuverfolgen. Durch die Kombination modernster Datensätze, ML-basierter Parameterschätzungen und robuster Alters-Entfernungs-Bestimmungen mittels des StarHorse-Methode liefert diese Dissertation neue Erkenntnisse über die chemo-dynamische Architektur der Milchstraße.
Ein Schwerpunkt dieser Arbeit liegt auf der Entwicklung von ML-Methoden für die stellare Spektroskopie im Zeitalter der Big-Data-Astronomie. Zunächst wurden sie auf die GIRAFFE HR15N-Spektren der Gaia-ESO Durchmusterung angewandt, wobei ein Convolutional Neural Network (CNN) entwickelt wurde, um atmosphärische Parameter und Lithium-Häufigkeiten für etwa 40.000 Sterne abzuschätzen. Die CNNs zeigten die Fähigkeit, subtile physikalische Effekte stellarer Parameter zu erfassen, waren bei korrektem Training robust gegenüber Rauschen und stellarer Rotation und identifizierten erfolgreich seltene lithiumreiche Riesensterne, wobei 33 neue Objekte entdeckt wurden. Die daraus abgeleiteten Parameter ermöglichten die Untersuchung der chemischen Entwicklung von Lithium im interstellaren Medium und zeigten eine flachere Metallizitätsabhängigkeit als bisher berichtet. Aufbauend darauf wurde ein hybrides CNN-Modell entwickelt, das die Daten des Gaia DR3 Radial Velocity Spectrometer (RVS) sowie Gaia-Photometrie, Parallaxen und XP-Koeffizienten integriert. Dieses Modell lieferte homogene atmosphärische Parameter und chemische Häufigkeiten für etwa 900.000 Sterne mit einer Präzision vergleichbar zur Infrarotspektroskopie von APOGEE, selbst bei mittlerer RVS-Auflösung und niedrigem Signal-Rausch-Verhältnis. Die Methode ermöglichte erstmals die Kartierung der [/M]-[M/H]-Bimodalität über die Milchstraßenscheibe hinweg und lieferte entscheidende Einblicke in die Scheibenentstehung und zu-entwicklung. Weitere ML-Anwendungen in dieser Arbeit umfassen die Ableitung von Elementhäufigkeiten aus Gaia-ESO HR10- und HR21-Spektren, die spektroskopische Altersbestimmung von Roten Riesen mittels XGBoost sowie die Bestimmung stellarer Parameter und Extinktionen aus Gaia-Niedrigauflösungs-XP-Spektren für über 217 Millionen Sterne. Diese Ergebnisse zeigen das transformative Potenzial von ML-Techniken für groß angelegte galaktische Durchmusterungen, darunter kommende Gaia-Datenfreigaben, SDSS-V, DESI, EUCLID, 4MOST, WEAVE und MOONS.
Der zweite Schwerpunkt dieser Arbeit liegt in der chrono-chemo-dynamischen Untersuchung des Bulges, der Scheibe und des Balkens der Milchstraße. Mit den für Gaia-RVS mittels hybriden CNN abgeleiteten hochwertigen stellaren Parametern sowie präzisen Entfernungen und Altern aus StarHorse werden die Entstehungsgeschichten der wichtigsten Galaxienkomponenten rekonstruiert. Untersuchungen supermetallreicher Sterne in der Sonnenumgebung zeigen Signaturen der Resonanzen des Galaktischen Balkens und deuten darauf hin, dass dieser relativ jung ist, wobei Sternentstehungsausbrüche vor etwa 3–4 Ga seine endgültige Assemblierung markieren. Die Analyse der ältesten Sterne auf Bahnen, die denen von Sternen der dünnen Scheibe ähnlich sind, zeigt, dass die Milchstraßenscheibe bemerkenswert früh entstand, weniger als 1 Ga nach dem Urknall, und gleichzeitig mit einer dicken Scheibe hohem- sowie einer “Splash”-Population geheizter Sterne existierte. Diese alte dünne Scheibe weist eine breite Metallizitätsspanne und geringe vertikale Geschwindigkeitsdispersion auf, analog zu Scheiben in hochrotverschobenen Galaxien, wie sie JWST und ALMA beobachten, und liefert eine direkte Verbindung zwischen lokaler Galaktischer Archäologie und Scheibenpopulationen des frühen Universums.
Im inneren Bereich der Milchstraße ermöglicht die Kombination von Gaia-RVS- und APOGEE-DR17-Daten eine detaillierte Charakterisierung des Bulgebereichs. Die Analyse der Bahnen in einem Balkenpotenzial identifizierte eine klar abgegrenzte, druckunterstützte sphäroide Bulge-Komponente, die sich chemisch und kinematisch von der koexistierenden inneren dicken Scheibe und dem Balken unterscheidet. Der sphäroidale Bulge wird von Sternen reich in -Elemente dominiert, deren Eigenschaften nahezu unabhängig von der Metallizität sind, und spiegelt damit die schnelle frühe Bildung wider, während der Balken eine dynamisch gemischte Population mit breiter Spanne in Metallizitäts und -Häufigkeit enthält. Metallarme Sterne, die den Bulge durchqueren, stehen größtenteils im Zusammenhang mit Akkretionsereignissen, einschließlich des dominanten Gaia–Sausage/Enceladus-Mergers. Zusammen zeigen diese Ergebnisse, dass die Hauptkomponenten der Milchstraße unterschiedliche, aber miteinander verknüpfte Bildungspfade verfolgt haben, die frühe schnelle Assemblierung mit säkularer Entwicklung verbinden und ein einheitliches Bild der Galaxienentwicklung liefern.
Diese Arbeit etabliert damit einen umfassenden Rahmen für die Galaktische Archäologie, indem sie fortgeschrittene ML-Techniken mit präzisen stellarischen Alters-, chemischen und kinematischen Daten kombiniert. Die Ergebnisse liefern neue beobachtbare Einschränkungen und erstellen eine detaillierte chrono-chemo-dynamische Karte der Milchstraße, die frühe Scheibenbildung, Balkenentwicklung und Bulgestruktur aufzeigt und Erkenntnisse bietet, die sowohl für lokale als auch hochrotverschobene Galaxien relevant sind
Online Tutoring, School Performance, and School-to-Work Transitions
No full textTutoring programs for low-performing students, delivered in-person or online, effectively enhance school performance, yet their medium- and longer-term impacts on labor market outcomes remain less understood. To address this gap, we conduct a randomized controlled trial with 839 secondary school students in Germany to examine the effects of an online tutoring program for low-performing students on academic performance and school-to-work transitions. The online tutoring program had a non-significant intention-to-treat effect of 0.06 standard deviations on math grades six months after program start. However, among students who had not received other tutoring services prior to the intervention, the program significantly improved math grades by 0.14 standard deviations. Moreover, students in non-academic school tracks experienced smoother school-to-work transitions, with vocational training take-up 18 months later being 5 percentage points higher—an effect that was even larger (12 percentage points) among those without prior tutoring. Overall, the results indicate that tutoring can generate lasting benefits for low-performing students that extend beyond school performance
German-Jewish Families in Flight
No full textDigital archives are making documents widely available to scholars and contain valuable information for the construction of family biographies. The biographies of German-Jewish families seeking to immigrate to the United States in the 1930s reveal patterns that illuminate the impact of Nazi and U.S. policies on Jewish families, including the separation of parents and children and the corruption of some bureaucrats. Making use of German-Jewish biographical materials from digitized collections and some published autobiographical documents, this article demonstrates the usefulness of biographical research and digital archives in assessing the ways in which Nazi persecution tore apart and, on occasion, brought together Jewish families
Enthüllung des röntgenschwachen Endes der Population isolierter Neutronensterne
No full textSince the discovery of the first pulsar in 1967, the known population of Galactic isolated neutron stars (INSs) has grown to contain more than 3700 sources. Despite this large sample, thermally emitting INSs are still low in number. This is particularly problematic for the elusive class of X-ray dim isolated neutron stars (XDINSs) that are famous for their predominantly thermal spectra. With the potential to comprise a significant part of the overall Galactic INS population, the study of their intrinsic and population properties, their evolution, and their proposed evolutionary connections to other INS families is currently impeded by the simple fact that only seven confirmed members are known. However, due to its wide survey area and unprecedented sensitivity, the eROSITA All-Sky Survey (eRASS) is expected to unveil the XDINS population beyond the immediate solar vicinity. In this work, we aim to use the eRASS to clear the path towards an increased and flux-limited sample of these sources down to X-ray flux values above 10^-13 erg/s/cm^2. To this end, we selected candidates from the eRASS source catalogues that show soft, blackbody-like X-ray emission, large X-ray-to-optical flux ratios through the absence of any catalogued counterparts at optical/infrared wavelengths, and no hints of significant X-ray variability. These are all properties observed in the known XDINS population. We identified 33 candidates that abide by these constraints. The available eROSITA and archival wide-area surveys alone do not allow us to unambiguously establish INS natures for the selected sources. Dedicated follow-up campaigns were launched, combining observations over the whole electromagnetic spectrum, to better characterise the emission properties of the candidates. While the majority of these campaigns are still ongoing, for two candidates sufficient observations have been obtained to characterise their nature. For the first source, eRASSU J065715.3+260428, the detection of a 261 ms spin period and multi-component thermal spectrum conforms with the nature of an middle-aged rotation-powered pulsar (RPPs). Even though this source will not add to the XDINS population, the absence of emission at radio and gamma-ray energies may imply emission properties that are rather unusual in comparison to most known RPPs. This highlights the power of eROSITA to identify INSs that escape detection in conventional pulsar searches. The second source, eRASSU J131716.9-402647, presents a spin period of 12.8s. Along with its blackbody-like thermal spectrum and absorption features that imply high magnetic field strengths of B ~ 5x10^13 G, this source is stunningly similar to the known XDINS population. Thus, the identification of eRASSU J131716.9-402647 may mark the first XDINS discovery in more than two decades. We found that the search methodology may need improvements in the Galactic plane, where INSs are most abundant, but the effects of source confusion are also strongest. Nevertheless, the collected sample is a very important leap towards a larger population of XDINSs and thermally emitting INSs in general. This is further supported by preliminary results from the ongoing follow-up campaign that imply the discovery of at least four additional predominantly thermally emitting INSs. This demonstrates that searches at X-ray energies add otherwise underrepresented INS types to the population. While the full exploitation of the eRASS can be expected to take years, the resulting INS samples will shed new light on the properties and evolution of these enigmatic sources.Seit 1967 der erste Pulsar entdeckt wurde, ist die bekannte Population isolierter Neutronensterne (INS) auf mehr als 3700 Quellen angewachsen. Trotz dieser großen Anzahl sind nur wenige thermisch emittierende INS bekannt. Das ist besonders ein Problem für die Klasse der röntgenschwachen isolierten Neutronensterne (RSINS), die berühmt sind für ihre thermisch dominierten Röntgenspektren. Obwohl diese Klasse das Potenzial hat einen signifikanten Teil der galaktischen INS Population auszumachen, sind Studien ihrer intrinsischen und Gruppeneigenschaften, sowie ihrer Entwicklung und Verbindungen zu anderen Neutronensternklassen, momentan noch durch die kleine Anzahl von nur sieben bekannten Quellen beeinträchtigt. Allerdings besteht die Aussicht, dass der große Scanbereich und die beispiellose Sensitivität des eROSITA All-Sky Surveys (eRASS) die bekannte RSINS Population deutlich über die direkte Sonnenumgebung hinaus erweitern kann. In dieser Arbeit verfolgen wir das Ziel, mit dem eRASS, den Weg für eine größere und röntgenflusslimitierte (>10^-13 erg/s/cm^2) Stichprobe von RSINS freizumachen. Dafür selektieren wir nur Kandidaten aus den eRASS Quellkatalogen die weiche thermische Röntgenemission zeigen, bei denen das Fehlen von katalogisierten Gegenstücken im optischen und Infrarotbereich auf große röntgen-zu-optische Flussverhältnisse schließen lässt und die keine Anzeichen für signifikante Röntgenvariabilität besitzen. Dies sind alles Eigenschaften, die bei den bekannten RSINS beobachtet wurden. Wir haben 33 Kandidaten identifiziert, die diesen Bedingungen entsprechen. Die vorhandenen eROSITA und archivalen Himmelsdurchmusterungen alleine erlauben es nicht die INS Natur der Kandidaten zu bestätigen. Aus diesem Grund wurden Beobachtungskampagnen über das gesamte elektromagnetische Spektrum gestartet, um eine bessere Charakterisierung der Emissionseigenschaften der Kandidaten zu ermöglichen. Ein Großteil dieser Beobachtungskampagnen dauert noch an, allerdings wurden für zwei Kandidaten bereits genug Daten gesammelt, um Rückschlüsse auf ihre Natur ziehen zu können. Bei der ersten Quelle, eRASSU J065715.3+260428, wurde eine Rotationsperiode von 261 ms und ein thermisches Spektrum, bestehend aus mehreren Komponenten, detektiert. Dies lässt auf einen rotationsangetriebenen Pulsar schließen. Während diese Quelle dadurch wahrscheinlich kein RSINS ist, zeigt das Fehlen von detektierbarer Radio- und Gammaemission, dass eROSITA INS entdeckt, die in den meisten Neutronensternsuchen übersehen werden. Die zweite Quelle, eRASSU J131716.9-402647, besitzt eine Rotationsperiode von 12.8s. Zusammen mit dem schwarzkörperähnlichem thermischen Spektrum und Absorptionslinien, die auf magnetische Feldstärken von B ~ 5x10^13 G hindeuten, ist diese Quelle den bekannten RSINS sehr ähnlich. Das macht sie mit hoher Wahrscheinlichkeit zum ersten RSINS, der seit mehr als zwei Jahrzehnten entdeckt werden konnte. Obwohl die Suchmethodik in der galaktischen Scheibe noch verbessert werden kann, weil vor allem dort die Wahrscheinlichkeit groß ist optische/infrarote Gegenstücke fälschlicherweise der eROSITA Quelle zuzuschreiben, markiert diese Arbeit einen wichtigen Schritt hin zu einer größeren Population von RSINS und thermisch emittierenden INS im Allgemeinen. Das wird nicht zuletzt dadurch gezeigt, dass vorläufige Beobachtungsergebnisse weiterer Kandidaten bereits die Entdeckung von mindestens vier weiteren thermischen INS andeuten. Damit ist bereits jetzt deutlich, dass Neutronensternsuchen im Röntgenbereich sehr Effizient sind unterrepräsentierte Neutronensternklassen zu finden. Auch wenn die volle Durchsuchung des eRASS noch Jahre andauern wird, werden die sich daraus ergebenden Populationen das Verständnis über die Eigenschaften und Evolution von INS deutlich erweitern
Jahresbericht 2024
No full textDer Jahresbericht des MenschenRechtsZentrums der Universität Potsdam (MRZ) informiert über die Aktivitäten im Berichtszeitraum 2024.
Neben der internationalen Konferenz “Human Rights and Artificial Intelligence: Addressing Challenges, Enabling Rights” aus Anlass des 30-jährigen Bestehens des MRZ wurden die 15. Potsdamer UNO-Konferenz zum Thema „Welche Bedeutung hat die UNO in Krisenzeiten?“ und der 12. Potsdamer MenschenRechtsTag zum Thema „Die Rolle des zivilen Ungehorsams für die liberale Demokratie“ organisiert.
Mitglieder des MRZ haben aktualisierte Kommentierungen von Vorschriften der UN-Charta, der Genfer Flüchtlingskonvention, des Grundgesetzes und des Lieferkettensorgfaltspflichtengesetzes vorgelegt und zahlreiche weitere wissenschaftliche Beiträge verfaßt
#balzac, #bibliophile, #bookstagram
No full textBalzac gehört zum Kanon der französischen Literatur, wird jedoch im schulischen Französischunterricht wenig bis gar nicht gelesen. Außerhalb des Literaturunterrichts gibt es jedoch ein breites Interesse an klassischen Texten und Autor:innen auf Social Media wie Instagram. Der Beitrag stellt einen Ansatz vor, der Social Media zur Unterhaltung und Kommunikation, Freizeitgestaltung und Informationsbeschaffung mit authentischen, nutzergenerierten, bildbasierten Quellen verbindet, die Leseaktivitäten auf kreative, globale, mehrsprachige, subjektive Weise dokumentieren. Anhand der Hashtag-Analyse wird gezeigt, wie Lernende ein kulturelles Artefakt in seinem literarischen Diskurs wahrnehmen, es inter- und transmedial unter Berücksichtigung seiner Referenzialität und Relevanz für das kulturelle Gedächtnis entschlüsseln und interpretieren sowie auf subjektiv-ästhetische Weise darauf reagieren können.Balzac belongs to canonical French literature but has nowadays few readers among those who learn French as a foreign language in Germany. However, outside of literature classes, there is a broad interest in classic texts and authors on social media platforms such as Instagram. This contribution displays an approach to connect social media as a platform for entertainment, communication, spending free time and gathering information with authentic, user-generated, image-based sources that document reading activities in a creative, global, multilingual and subjective way. Using the hashtag analysis, the article shows how learners perceive a cultural artifact embedded in its literary discourse. Moreover, it demonstrates how they can decode and interpret these artifacts across various media, considering their inter- and transmedial referentiality and relevance to cultural memory, and to respond to them in a subjective and aesthetic manner
Zusammenhänge zwischen Sequenz, Struktur und Funktion von Nukleinsäuren
No full textStructure has been shown to have a significant influence on the biological function of nucleotide sequences. Data from a published Loop-seq experiment, which is a high-throughput method for measuring the intrinsic flexibility of DNA fragments termed 'cyclizability,' was used to develop a deep learning model for predicting DNA flexibility. The model identified a consistent, dinucleotide-driven flexibility pattern near transcription start sites and highlighted associations between DNA flexibility and transcription factor binding, influenced by the binding motifs flanking sequences. Global differences in cyclizability between genomic and randomized sequences were observed, with eukaryotes, excluding vertebrates, showing a preference for rigid sequences. In Arabidopsis thaliana, rigid regions were associated with higher mutation rates, both de novo and fixed.
Sequence-structure relationships were further investigated using generative diffusion models for nucleotide sequence design. Diffusion models were applied to generate RNA and DNA sequences based on structural constraints. With a proven performance in tRNA structure prediction we extended our model to generate sequences that conform to specific secondary structures. Additionally, a further model was created to generate DNA sequences with targeted cyclizability values, which was later enhanced to incorporate partial sequences, allowing flexibility tuning while preserving specific motifs.
Finally, the role of DNA methylation in metabolic adaptation to cold stress was examined in Arabidopsis thaliana. Epigenome-wide association studies identified novel potential targets involved in metabolic adaptation to low temperatures.
Taken together, this thesis explores the mechanical properties of DNA, generative nucleotide sequence design, and the role of DNA methylation in metabolic adaptation to temperature.Es wurde gezeigt, dass die Struktur von Nukleotidsequenzen, einen wichtigen Einfluss auf ihre biologische Funktion hat. Daten einer Methode namens "Loop-seq" die Flexibilität von DNA-Abschnitten misst, wurden verwendet. Diese Flexibilität wird auch als "Zyklisierbarkeit" bezeichnet. Die dabei gewonnenen Daten halfen dabei, ein Deep-Learning-Modell zu entwickeln, das die Flexibilität der DNA vorhersagen kann. Das Modell entdeckte ein wiederkehrendes Muster, bei dem bestimmte Paare von Nukleotiden (den Bausteinen der DNA) die Flexibilität in der Nähe von Genstartstellen beeinflussen. Es zeigte auch Zusammenhänge zwischen der Flexibilität der DNA und der Bindung von Transkriptionsfaktoren, die von den angrenzenden DNA-Sequenzen beeinflusst werden.
Es wurden Unterschiede in der Flexibilität zwischen natürlichen und zufällig erzeugten DNA-Sequenzen festgestellt. Eukaryonten, außer Wirbeltieren, bevorzugen eher starre DNA-Abschnitte. Bei der Pflanze Arabidopsis thaliana wurde außerdem festgestellt, dass starre DNA-Bereiche mit höheren Mutationsraten in Verbindung stehen, sowohl bei neuen Mutationen als auch bei festgelegten Veränderungen.
Um die Beziehung zwischen der Struktur und der Abfolge von DNA-Bausteinen weiter zu untersuchen, wurden sogenannte Diffusionsmodelle verwendet. Diese Modelle halfen dabei, neue RNA- und DNA-Sequenzen zu entwerfen, die bestimmten strukturellen Anforderungen entsprechen. Da sich die Methode bei der Vorhersage von tRNA-Strukturen bewährt hat, wurde das Modell weiterentwickelt, um auch Sequenzen zu erzeugen, die zu bestimmten Sekundärstrukturen passen. Ein weiteres Modell wurde entwickelt, um DNA-Sequenzen mit gewünschten Flexibilitätswerten zu erzeugen. Dieses Modell wurde später so angepasst, dass es auch Teilabschnitte von Sequenzen fixiert. Das heißt das Sequenzen mit einer spezifischen Flexibilität erzeugen kann, die bestimmte Teilsequenzen enthält.
Zum Schluss wurde untersucht, wie DNA-Methylierung, eine chemische Veränderung an der DNA, bei der Anpassung an Kältestress in der Pflanze Arabidopsis thaliana eine Rolle spielt. Mit Hilfe von epigenetischen Studien wurden neue mögliche Zielgene gefunden, die bei der Anpassung an niedrige Temperaturen helfen könnten. Insgesamt untersucht diese Arbeit die mechanischen Eigenschaften der DNA, die Gestaltung von Nukleotidsequenzen und die Rolle der DNA-Methylierung bei der Anpassung an Temperaturveränderungen
Realising the twin transition in industrial companies
No full textThe transition to a sustainable economy that works within the limits set by planetary boundaries is one of the most pressing issues in promoting sustainable development. At the same time, digitalisation, as another socio-economic transformation, is changing not only the way and consequences of production patterns, but also the way we work, the business models we rely on, and how processes are organised – with still largely unknown consequences for the transition to a sustainable economy. With reference to the normative concept of corporate social responsibility, companies have a societal mandate to align the sustainable and the digital transformation, or in other words, to realise the so-called Twin Transition. This becomes a central task of corporate CSR management to identify risks and opportunities, legitimise measures in interaction with stakeholders, and to ‘make sense’ of the ‘digital and sustainable’ company and its characteristics, norms, and values. This is particularly true for industrial companies that are influential for the environmental, social, and economic dimensions of sustainability and at the same time are strongly affected by the changes brought about by digitalisation. While research on the Twin Transition often focuses on aspects of technological implications, sensemaking processes as part of the underlying social and cultural aspects are far less researched, although they are equally important for the realisation of the Twin Transition. This dissertation addresses these aspects by focusing on the constitution and legitimisation of the ‘digital and sustainable’ company through sensemaking and communication processes in the digital society.
The dissertation consists of three studies. The first study focuses on sensemaking processes in stakeholder communication (in sustainability reports). The second study reconstructs stakeholder engagement images and their contribution to legitimisation based on corporate communication on Twitter. The third study is a quantitative survey of company representatives and focuses on communication and cooperation in global value chains.
By combining the results of all studies, two main facets of the ‘digital and sustainable’ company are addressed: firstly, the mindsets of companies about the implementation of the Twin Transition and their possible consequences, and secondly, stakeholder communication and legitimisation of companies in the digital society.
Regarding the first facet of the mindsets about how the Twin Transition is to be realised and its possible consequences, the first study called “Aligning digitalisation and sustainable development? Evidence from the analysis of worldviews in sustainability reports” delivers a framework on sustainability worldviews on digitalisation based on the CSR spectrum of Landrum (2018). For the sample of DAX companies examined, the results show a predominant worldview of weak or business-centred sustainability on digitalisation, which could potentially jeopardise sustainable development by promoting unsustainable consumption and production patterns.
In relation to the second facet of communication with stakeholders and legitimisation in the digital society, the second study, “Aspiration, Appearance, Argumentation or Attack? Reconstructing Stakeholder Engagement Images of German industrial companies on Twitter” analyses corporate communication and legitimisation on Twitter and identifies corporate images in the context of stakeholder engagement that arise in response to “socially charged” hashtags.
The third study showed that differences in the digitalisation of the value chain were not very pronounced at the country level, but they did occur between small and medium-sized companies compared to larger companies. The second aspect examined was the extent to which the exchange of environmental data along the value chain is already digitalised and fully automated to improve transparency. According to our findings, this is rarely the case. In order to support transparency through digitalisation, it must be clear what the barriers to implementation are and what factors – technological and organisational, but also social and cultural (lack of mindset) – could play a role. Further research is needed to clarify these questions.
All studies provide some insights and recommendations regarding how to implement the Twin Transition. These include the dissemination and promotion of best practice examples to enable new narratives of a strong sustainability worldview on digitalisation, but also to counter the narrative of automatically generated sustainability gains through digitalisation. Moreover, participatory processes should be strengthened and insights gained into the mindsets that support or hinder the implementation of the Twin Transition.Der Übergang zu einer nachhaltigen Wirtschaft, die innerhalb der planetarischen Grenzen agiert, ist eines der drängendsten Probleme einer nachhaltigen Entwicklung. Digitalisierung verändert als weitere sozioökonomische Transformationskraft nicht nur Produktionsmuster, sondern auch die Art und Weise, wie wir arbeiten, auf welche Geschäftsmodelle wir uns stützen und wie Prozesse organisiert werden – mit noch weitgehend unbekannten Folgen für nachhaltiges Wirtschaften. Mit Bezug auf das normative Konzept der Corporate Social Responsibility (CSR) haben Unternehmen einen gesellschaftlichen Auftrag, die nachhaltige und die digitale Transformation in Einklang zu bringen, oder anders ausgedrückt, die sogenannte Twin Transition zu verwirklichen. Dies wird zu einer zentralen Aufgabe des CSR-Managements von Unternehmen, um Risiken und Chancen zu erkennen, Maßnahmen im Zusammenspiel mit den Stakeholdern zu legitimieren und um das „digitale und nachhaltige“ Unternehmen und seine Merkmale, Normen und Werte zu deuten. Insbesondere gilt dies für Industrieunternehmen, die starken Einfluss sowohl auf alle Dimensionen der Nachhaltigkeit ausüben und gleichzeitig stark von Veränderungen durch Digitalisierung betroffen sind. Während sich die Forschung zur Twin Transition häufig auf technologische Implikationen konzentriert, sind Deutungsprozesse („sensemaking processes“) als Teil der zugrunde liegenden sozialen und kulturellen Aspekte der Twin Transition weitaus weniger erforscht, obwohl sie für deren Verwirklichung gleichermaßen wichtig sind. Diese Dissertation befasst sich mit diesen Aspekten, indem sie die Konstitution und Legitimation des „digitalen und nachhaltigen“ Unternehmens durch Deutungs- und Kommunikationsprozesse in der digitalen Gesellschaft zum Gegenstand hat.
Die Dissertation besteht aus drei Studien. Die erste Studie konzentriert sich auf Deutungsprozesse in der Stakeholder-Kommunikation (in Nachhaltigkeitsberichten). Die zweite Studie rekonstruiert Images des Stakeholder-Engagements und ihren Beitrag zur Legitimation. Die dritte Studie ist eine quantitative Befragung von Unternehmensrepräsentanten und konzentriert sich auf Kommunikation und Kooperation in globalen Lieferketten. Durch die Kombination der Ergebnisse aller Studien werden zwei Hauptfacetten des „digitalen und nachhaltigen“ Unternehmens adressiert: Erstens Deutungsmuster der Unternehmen über die Umsetzung der Twin Transition und ihre möglichen Nachhaltigkeitsfolgen und zweitens Stakeholder-Kommunikation und Legitimation von Unternehmen in der digitalen Gesellschaft.
Die erste Studie mit dem Titel „Aligning digitalisation and sustainable development? Evidence from the analysis of worldviews in sustainability reports“ liefert einen Rahmen für Nachhaltigkeitsweltanschauungen zur Digitalisierung auf der Grundlage des CSR-Spektrums von Landrum (2018). Im Hinblick auf die untersuchten DAX-Unternehmen zeigt sich eine vorherrschende Weltanschauung der schwachen Nachhaltigkeit auf Digitalisierung. Diese könnte eine nachhaltige Entwicklung gefährden.
In Bezug auf die zweite Facette der Kommunikation mit Stakeholdern und Legitimation in der digitalen Gesellschaft, analysiert die zweite Studie „Aspiration, Appearance, Argumentation or Attack? Reconstructing Stakeholder Engagement Images of German industrial companies on Twitter“ die Kommunikation und Legitimation von Unternehmen auf Twitter und identifiziert Unternehmensimages im Kontext des Stakeholder Engagement, die als Reaktion auf „sozial aufgeladene“ Hashtags entstehen.
Die dritte Studie zeigt u.a., dass Unterschiede in der Digitalisierung der Wertschöpfungskette auf Länderebene nicht sehr ausgeprägt sind, jedoch zwischen kleinen und mittleren im Vergleich zu größeren Unternehmen. Der zweite untersuchte Aspekt ist der digitalisierte und automatisierte Austausch von Umweltdaten entlang der Wertschöpfungskette zur Verbesserung der Transparenz, der nach unseren Erkenntnissen noch selten umgesetzt wird. Hier sollte Wissen darüber generiert werden, welche Hindernisse der Umsetzung im Wege stehen und welche technologischen, organisatorischen, aber auch sozialen und kulturellen (z.B. fehlende Deutungsmuster) Faktoren eine Rolle spielen könnten, um die Transparenz durch Digitalisierung zu fördern.
Alle Studien liefern Erkenntnisse und Empfehlungen zur Umsetzung der Twin Transition. Dazu zählt die Verbreitung und Förderung von Best Practice Beispielen, um neue Deutungsmuster einer starken Nachhaltigkeitsweltsicht auf Digitalisierung zu ermöglichen aber auch um gegen die Durchsetzung des Narratives vom automatisch generierten Nachhaltigkeitsgewinn durch die Digitalisierung anzugehen. Zusätzlich sollten partizipative Prozesse gestärkt und Erkenntnisse darüber gewonnen werden, welche Deutungsmuster die Umsetzung der Twin Transition fördern oder hemmen