1582 research outputs found
Sort by
Data Fusion in Official Statistics: An Evaluation of Classical versus Statistical Learning Approaches
Full text linkDatenfusionen sind in der amtlichen Statistik von stetig zunehmender Relevanz. Das Ziel einer Datenfusion besteht darin, zwei oder mehr Datenquellen über statistische Verfahren miteinander zu verbinden, um verschiedene Merkmale, die nicht zusammen in einer Datenquelle beobachtet wurden, gemeinsam auswerten zu können. Ein direktes Verknüpfen amtlicher Datenquellen anhand eindeutiger Identifikatoren ist aufgrund methodischer und rechtlicher Restriktionen häufig nicht möglich. Zielführende Datenfusionsmethoden sind daher von zentraler Bedeutung, um die vielfältigen Datenquellen der amtlichen Statistik effektiver nutzen und verschiedene Merkmale gemeinsam analysieren zu können. Allerdings fehlt es der Literatur an umfassenden Evaluationen dahingehend, welche Fusionsansätze unter welchen Datenkonstellationen vielversprechende Ergebnisse liefern. Das zentrale Ziel der vorliegenden Arbeit besteht deshalb darin, eine konkrete Bandbreite möglicher Fusionsalgorithmen, die neben klassischen Imputationsansätzen auch Verfahren des Statistical und Machine Learning umfasst, in ausgewählten Datenkonstellationen zu bewerten.
Zur Spezifikation und Identifikation dieser Datenkontexte werden daten- und imputationsbezogene Szenarientypen einer Datenfusion eingeführt: Explizite Szenarien, implizite Szenarien und Imputationsszenarien. Aus diesen drei Szenarientypen werden für die amtliche Statistik besonders relevante Fusionsszenarien als Grundlage für die Simulationen und Evaluationen ausgewählt. Als explizite Szenarien dienen die Erfüllung oder Verletzung der zentralen Annahme bedingter Unabhängigkeit (CIA) sowie variierende Größenverhältnisse der zu fusionierenden Stichproben. Beide Aspekte dürften sich direkt, also explizit, auf die Performance verschiedener Fusionsmethoden auswirken. Als implizite Szenarien werden die addierte Stichprobengröße der zu fusionierenden Datenquellen sowie das Skalenniveau der zu imputierenden Variable betrachtet. Beide Aspekte legen aufgrund der Datenbeschaffenheit die Anwendbarkeit bestimmter Fusionsmethoden nahe oder schließen diese aus. Als Imputationsszenarien dienen die univariate oder simultane, multivariate Imputationslösung sowie die Imputation künstlich generierter oder bereits zuvor beobachteter Werte im Falle von metrischen Merkmalen.
Bezüglich der konkreten Bandbreite möglicher Fusionsalgorithmen werden mit Distance Hot Deck (DHD), dem Regressionsmodell (RM) und Predictive Mean Matching (PMM) drei klassische Imputationsansätze betrachtet. Mit Decision Trees (DT) und Random Forest (RF) werden wiederum zwei prominente, baumbasierte Verfahren aus dem Statistical Learning-Bereich im Kontext der Datenfusion diskutiert. Derartige Prädiktionsverfahren zielen jedoch darauf ab, individuelle Werte möglichst präzise vorherzusagen, was mit dem vordergründigen Anspruch einer Datenfusion, der Reproduktion gemeinsamer Verteilungen, kollidieren kann. Zudem umfassen DT und RF lediglich univariate Imputationslösungen und es werden, im Falle metrischer Variablen, künstlich generierte statt real beobachtete Werte imputiert. Daher wird mit Predictive Value Matching (PVM) ein neues, Statistical Learning-basiertes Nächste-Nachbar-Verfahren vorgestellt, welches die verteilungstechnischen Nachteile von DT und RF überwinden könnte, eine uni- und multivariate Imputationslösung bietet und darüber hinaus, bezüglich metrischer Merkmale, reale und zuvor beobachtete Werte imputiert. Sämtliche Prädiktionsverfahren können dem neuen PVM-Ansatz zugrunde liegen. Im Rahmen dieser Arbeit wird PVM auf Basis von Decision Trees (PVM-DT) und Random Forest (PVM-RF) betrachtet.
Die zugrundeliegenden Fusionsmethoden werden in umfassenden Simulationen und Evaluationen untersucht. Dabei fokussiert sich die Evaluation der verschiedenen Datenfusionsverfahren auf die ausgewählten Fusionsszenarien. Die Grundlage hierfür bilden zwei konkrete und aktuelle Anwendungsfälle der Datenfusion in der amtlichen Statistik, die Fusion von EU-SILC und Household Budget Survey einerseits sowie von Einkommensteuerstatistik und Mikrozensus andererseits. Beide Anwendungsfälle weisen wesentliche Unterschiede hinsichtlich verschiedener Fusionsszenarien auf und dienen somit dem Zweck, eine Vielzahl von Datenkonstellationen abzudecken. Aus beiden Anwendungsfällen werden Simulationsdesigns entwickelt, wobei insbesondere die expliziten Szenarien in die Simulationen eingearbeitet werden.
Entlang der Ergebnisse erweist sich unter Erfüllung der CIA insbesondere PVM-RF als vielversprechender und universeller Fusionsansatz. Denn PVM-RF liefert sowohl für kategoriale, als auch für metrische zu imputierende Variablen zufriedenstellende Ergebnisse und bietet zudem, unabhängig vom Skalenniveau, eine uni- und multivariate Imputationslösung. Auch PMM stellt eine adäquate Fusionsmethode dar, jedoch nur in Bezug auf metrische Merkmale. Ebenfalls implizieren die Ergebnisse, dass die Anwendung der Statistical Learning-Methoden Chance und Risiko zugleich ist. Bei CIA-Verletzung können potentielle, auf Korrelationen bezogene Übertreibungseffekte von DT und RF, teilweise auch von RM, nützlich sein. Die übrigen Verfahren induzieren hingegen bei Verletzung der CIA schlechte Ergebnisse. Unter Erfüllung der CIA besteht jedoch das Risiko, dass die Prädiktionsmethoden RM, DT und RF Zusammenhänge überschätzen. Die Größenverhältnisse der zu fusionierenden Studien weisen wiederum einen eher untergeordneten Einfluss auf die Performance von Fusionsmethoden aus. Dies ist eine wichtige Implikation dahingehend, dass nicht zwangsläufig, wie bisher üblich, der größere Datensatz als Spenderstudie dienen muss.
Die Ergebnisse der Simulationen und Evaluationen münden in konkrete Implikationen dahingehend, welche Datenfusionsmethoden unter den ausgewählten Daten- und Imputationskonstellationen verwendet und betrachtet werden sollten. Von diesen Implikationen profitiert die Wissenschaft im Allgemeinen sowie die amtliche Statistik im Besonderen. Denn sie bieten für künftige Datenfusionsvorhaben wichtige Anhaltspunkte, um zu beurteilen, welche konkrete Datenfusionsmethode adäquate Ergebnisse entlang der in dieser Arbeit untersuchten Datenkonstellationen liefern könnte. Ebenfalls bietet die Arbeit mit PVM eine vielversprechende, methodische Innovation für künftige Datenfusionen sowie für Imputationsprobleme im Allgemeinen.Data fusions are becoming increasingly relevant in official statistics. The aim of a data fusion is to combine two or more data sources using statistical methods in order to be able to analyse different characteristics that were not jointly observed in one data source. Record linkage of official data sources using unique identifiers is often not possible due to methodological and legal restrictions. Appropriate data fusion methods are therefore of central importance in order to use the diverse data sources of official statistics more effectively and to be able to jointly analyse different characteristics. However, the literature lacks comprehensive evaluations of which fusion approaches provide promising results for which data constellations. Therefore, the central aim of this thesis is to evaluate a concrete plethora of possible fusion algorithms, which includes classical imputation approaches as well as statistical and machine learning methods, in selected data constellations.
To specify and identify these data contexts, data and imputation-related scenario types of a data fusion are introduced: Explicit scenarios, implicit scenarios and imputation scenarios. From these three scenario types, fusion scenarios that are particularly relevant for official statistics are selected as the basis for the simulations and evaluations. The explicit scenarios are the fulfilment or violation of the Conditional Independence Assumption (CIA) and varying sample sizes of the data to be matched. Both aspects are likely to have a direct, that is, explicit, effect on the performance of different fusion methods. The summed sample size of the data sources to be fused and the scale level of the variable to be imputed are considered as implicit scenarios. Both aspects suggest or exclude the applicability of certain fusion methods due to the nature of the data. The univariate or simultaneous, multivariate imputation solution and the imputation of artificially generated or previously observed values in the case of metric characteristics serve as imputation scenarios.
With regard to the concrete plethora of possible fusion algorithms, three classical imputation approaches are considered: Distance Hot Deck (DHD), the Regression Model (RM) and Predictive Mean Matching (PMM). With Decision Trees (DT) and Random Forest (RF), two prominent tree-based methods from the field of statistical learning are discussed in the context of data fusion. However, such prediction methods aim to predict individual values as accurately as possible, which can clash with the primary objective of data fusion, namely the reproduction of joint distributions. In addition, DT and RF only comprise univariate imputation solutions and, in the case of metric variables, artificially generated values are imputed instead of real observed values. Therefore, Predictive Value Matching (PVM) is introduced as a new, statistical learning-based nearest neighbour method, which could overcome the distributional disadvantages of DT and RF, offers a univariate and multivariate imputation solution and, in addition, imputes real and previously observed values for metric characteristics. All prediction methods can form the basis of the new PVM approach. In this thesis, PVM based on Decision Trees (PVM-DT) and Random Forest (PVM-RF) is considered.
The underlying fusion methods are investigated in comprehensive simulations and evaluations. The evaluation of the various data fusion techniques focusses on the selected fusion scenarios. The basis for this is formed by two concrete and current use cases of data fusion in official statistics, the fusion of EU-SILC and the Household Budget Survey on the one hand and of the Tax Statistics and the Microcensus on the other. Both use cases show significant differences with regard to different fusion scenarios and thus serve the purpose of covering a variety of data constellations. Simulation designs are developed from both use cases, whereby the explicit scenarios in particular are incorporated into the simulations.
The results show that PVM-RF in particular is a promising and universal fusion approach under compliance with the CIA. This is because PVM-RF provides satisfactory results for both categorical and metric variables to be imputed and also offers a univariate and multivariate imputation solution, regardless of the scale level. PMM also represents an adequate fusion method, but only in relation to metric characteristics. The results also imply that the application of statistical learning methods is both an opportunity and a risk. In the case of CIA violation, potential correlation-related exaggeration effects of DT and RF, and in some cases also of RM, can be useful. In contrast, the other methods induce poor results if the CIA is violated. However, if the CIA is fulfilled, there is a risk that the prediction methods RM, DT and RF will overestimate correlations. The size ratios of the studies to be fused in turn have a rather minor influence on the performance of fusion methods. This is an important indication that the larger dataset does not necessarily have to serve as a donor study, as was previously the case.
The results of the simulations and evaluations provide concrete implications as to which data fusion methods should be used and considered under the selected data and imputation constellations. Science in general and official statistics in particular benefit from these implications. This is because they provide important indications for future data fusion projects in order to assess which specific data fusion method could provide adequate results along the data constellations analysed in this thesis. Furthermore, with PVM this thesis offers a promising methodological innovation for future data fusions and for imputation problems in general
Optimal Error Bounds in Normal and Edgeworth Approximation of Symmetric Binomial and Related Laws
Full text linkThis thesis explores local and global normal and Edgeworth approximations for symmetric
binomial distributions. Further, it examines the normal approximation of convolution powers
of continuous and discrete uniform distributions.
We obtain the optimal constant in the local central limit theorem for symmetric binomial
distributions and its analogs in higher-order Edgeworth approximation. Further, we offer a
novel proof for the known optimal constant in the global central limit theorem for symmetric
binomial distributions using Fourier inversion. We also consider the effect of simple continuity
correction in the global central limit theorem for symmetric binomial distributions. Here, and in
higher-order Edgeworth approximation, we found optimal constants and asymptotically sharp
bounds on the approximation error. Furthermore, we prove asymptotically sharp bounds on the
error in the local case of a relative normal approximation to symmetric binomial distributions.
Additionally, we provide asymptotically sharp bounds on the approximation error in the local
central limit theorem for convolution powers of continuous and discrete uniform distributions.
Our methods include Fourier inversion formulae, explicit inequalities, and Edgeworth expansions, some of which may be of independent interest
Alpine salamanders at risk? The current status of an emerging fungal pathogen
Full text linkAmphibians globally suffer from emerging infectious diseases like chytridiomycosis caused by the continuously spreading chytrid fungi. One is Batrachochytrium salamandrivorans (Bsal) and its disease ‒ the ‘salamander plague’ ‒ which is lethal to several caudate taxa. Recently introduced into Western Europe, long distance dispersal of Bsal, likely through human mediation, has been reported. Herein we study if Alpine salamanders (Salamandra atra and S. lanzai) are yet affected by the salamander plague in the wild. Members of the genus Salamandra are highly susceptible to Bsal leading to the lethal disease. Moreover, ecological modelling has shown that the Alps and Dinarides, where Alpine salamanders occur, are generally suitable for Bsal. We analysed skin swabs of 818 individuals of Alpine salamanders and syntopic amphibians at 40 sites between 2017 to 2022. Further, we compiled those with published data from 319 individuals from 13 sites concluding that Bsal infections were not detected. Our results suggest that the salamander plague so far is absent from the geographic ranges of Alpine salamanders. That means that there is still a chance to timely implement surveillance strategies. Among others, we recommend prevention measures, citizen science approaches, and ex situ conservation breeding of endemic salamandrid lineages
Community Involvement and Mental Health in Russian LGBT People
Full text linkIntroduction: This study examined the sources and factors of resilience in Russian sexual and gender minorities. We hypothesized that, through their involvement in the lesbian, gay, bisexual, and transgender (LGBT) community (source of resilience), LGBT people establish friendships that provide them with social support (factor of resilience), which in turn should contribute to their mental health.
Method: The study sample consisted of 1,127 young and middle-aged LGBT adults (18 to 50 years) from Russia. We collected the data online and anonymously. Results: Partial mediation could be confirmed. LGBT people who were involved in “their” community reported more social support from friends, which partially mediated the positive association between community involvement and mental health. The mediation remained significant when we controlled for demographics and outness as potential covariates. Additional analyses showed that the present sample reported lower mental health but not less social support than Russian nonminority samples recruited in previous research.
Conclusion: Our study underlines the importance of the LGBT community in times of increasing stigmatization of sexual and gender minorities
Subjective cognitive decline in healthy older adults is associated with altered processing of negative versus positive feedback in a probabilistic learning task
Full text linkOlder adults who worry about their own cognitive capabilities declining, but who do not show evidence of actual cognitive decline in neuropsychological tests, are at an increased risk of being diagnosed with dementia at a later time. Since neural markers may be more sensitive to early stages of cognitive decline, in the present study we examined whether event-related potential responses
of feedback processing, elicited in a probabilistic learning task, differ between healthy older adults recruited from the community, who either did (subjective cognitive decline/SCD-group) or did not report (No-SCD group) worry about their own cognition declining beyond the normal age-related development. In the absence of group differences in learning from emotionally charged feedback in the probabilistic learning task, the amplitude of the feedback-related negativity (FRN) varied with feedback valence differently in the two groups: In the No-SCD group, the FRN was larger for positive than negative feedback, while in the SCD group, FRN amplitude did not differ between positive and negative feedback. The P3b was enhanced for negative feedback in both groups, and group differences in P3b amplitude were not significant. Altered sensitivity in neural processing of negative versus positive feedback may be a marker of SCD
Chromosome-Level Genome Assembly of the Viviparous Eelpout Zoarces viviparus
Full text linkThe viviparous eelpout Zoarces viviparus is a common fish across the North Atlantic and has successfully colonized habitats across environmental gradients. Due to its wide distribution and predictable phenotypic responses to pollution, Z. viviparus is used as an ideal marine bioindicator organism and has been routinely sampled over decades by several countries to monitor marine environmental health. Additionally, this species is a promising model to study adaptive processes related to environmental change, specifically global warming. Here, we report the chromosome-level genome assembly of Z. viviparus, which has a size of 663 Mb and consists of 607 scaffolds (N50 = 26 Mb). The 24 largest represent the 24 chromosomes of the haploid Z. viviparus genome, which harbors 98% of the complete Benchmarking Universal Single-Copy Orthologues defined for ray-finned fish, indicating that the assembly is highly contiguous and complete. Comparative analyses between the Z. viviparus assembly and the chromosome-level genomes of two other eelpout species revealed a high synteny, but also an accumulation of repetitive elements in the Z. viviparus genome. Our reference genome will be an important resource enabling future in-depth genomic analyses of the effects of environmental change on this important bioindicator species
Up for the challenge: Power motive congruence drives nurses to craft their jobs and experience well-being
Full text linkJob crafting is the behavior that employees engage in to create personally better fitting work environments, for example, by increasing challenging job demands. To better understand the driving forces behind employees’ engagement in job crafting, we investigated implicit and explicit power motives. While implicit motives tend to operate at the unconscious, explicit motives operate at the unconscious level. We focused on power motives, as power is an agentic motive characterized by the need to influence your environment. Although power is relevant to job crafting in its entirety, in this study, we link it to increasing challenging job demands due to its relevance to job control, which falls under the umbrella of power. Using a cross-sectional design, we collected survey data from a sample of Lebanese nurses (N = 360) working in 18 different hospitals across the country. In both implicit and explicit power motive measures, we focused on integrative power that enable people to stay calm and integrate opposition. The results showed that explicit power predicted job crafting (H1) and that implicit power amplified this effect (H2). Furthermore, job crafting mediated the relationship between congruently high power motives and positive work-related outcomes (H3) that were interrelated (H4). Our findings unravel the driving forces behind one of the most important dimensions of job crafting and extend the benefits of motive congruence to work-related outcomes
Crystallized Intelligence, Fluid Intelligence, and Need for Cognition: Their Longitudinal Relations in Adolescence
Full text linkInvestment theory and related theoretical approaches suggest a dynamic interplay between crystallized intelligence, fluid intelligence, and investment traits like need for cognition. Although cross-sectional studies have found positive correlations between these constructs, longitudinal research testing all of their relations over time is scarce. In our pre-registered longitudinal study, we examined whether initial levels of crystallized intelligence, fluid intelligence, and need for cognition predicted changes in each other. We analyzed data from 341 German students in grades 7–9 who were assessed twice, one year apart. Using multi-process latent change score models, we found that changes in fluid intelligence were positively predicted by prior need for cognition, and changes in need for cognition were positively predicted by prior fluid intelligence. Changes in crystallized intelligence were not significantly predicted by prior Gf, prior NFC, or their interaction, contrary to theoretical assumptions. This pattern of results was largely replicated in a model including all constructs simultaneously. Our findings support the notion that intelligence and investment traits, particularly need for cognition, positively interact during cognitive development, but this interplay was unexpectedly limited to Gf
Hogarthian Wit – eine Propaganda-Strategie. William Hogarths regierungsloyale Kunst im Spiegel der politischen Bildsatire Londons im 18. Jahrhundert
Full text linkNachdem er in den 1750er und 1760er Jahren graphische Bildsatiren zu aktuellen innen- und außenpolitischen Themen veröffentlich hatte, wurde William Hogarth selbst in zahlreichen Karikaturen verspottet und verleumdet. Ausgehend von dieser Beobachtung fragt die vorliegende Dissertation, welche Haltung sich den politischen Blättern des Künstlers entnehmen lässt und mit welchen künstlerischen Mitteln er dieser Ausdruck verlieh. Durch Analyse der politischen Ikonographie lassen sich die Themen und Akteure beschreiben. Mit der rezeptionsästhetischen Methode unter Hinzunahme der Sprech- und Bildakttheorie und der Propaganda Studies werden ihre tendenziösen Aussagen und manipulative Absichten entschlüsselt.
In ihrer Regierungsaffinität unterscheidet sich Hogarths politische Kunst maßgeblich von der oppositionellen Bildsatire Londons. Die Differenz spiegelt sich v. a. in den persönlichen Angriffen, mit denen zeitgenössische Satiriker Hogarth kritisierten. Als erstes reagierte Paul Sandby („The Painter’s March from Finchly“, 1753) auf Hogarths Darstellung des Jakobitischen Aufstandes 1745, womit er eine Begründung für die von William Augustus, Duke of Cumberland angestrebte Militärreform lieferte („March of the Guards to Finchley“, 1751); Für seine Gin Act-Kampagne („Gin Lane“ und „Beer Street“, 1750/51) erweiterte er die Pro-Gin-Ikonographie der 1730er Jahre (Anonymous: „The lamentable Fall of Madam Geneva”, 1736, Anonymous: „To those melancholly Sufferers the Destillers […] The Funeral Procession of Madam Geneva“, 1751), um sich für die staatliche Reglementierung der Destillen auszusprechen. In seinen Publikationen zum Siebenjährigen Krieg, mit denen er die Politik der jeweiligen Regierungen unter Thomas Pellham-Holles, Duke of Newcastle und William Pitt (the Elder) („The Invasion“, 1756) oder John Stuart, Earl of Bute („The Times Pl. 1“, 1763) unterstützte, zeigt sich Hogarths Opportunismus. Letztlich wurde seine Fürsprache für die unbeliebte Tory-Regierung und seine Kritik an William Pitt Anlass für Hogarths Herabwürdigung durch die Whig-treue Satire. Nach diesem Bruch publizierten beide Seiten verunglimpfende Portraitkarikaturen, die auf Rufmord des Gegners durch Kriminalisierung, Deformation und Dämonisierung setzten (William Hogarth: „John Wilkes Esqr.“, 1763, Anonymous „Tit for Tat“, 1763, Anonymous: „An Answer to the Print of John Wilkes Esqr. by WM Hogarth“, 1763, Anonymous: „Pug the snarling cur chastised Or a Cure for the Mange“, 1763).
Die Bildvergleiche zwischen Hogarths politischen Werken und den Reaktionen, die sie hervorriefen, zeigen, dass der Unterschied nicht im Bildgegenstand oder der politischen Ikonographie liegt, sondern in der Ausrichtung ihrer politischen Einflussnahme. Dabei ist vor allem Hogarths regierungsloyale Haltung hervorzuheben. Folglich muss die Forschungsmeinung von einer grundsätzlich kritischen Haltung Hogarths redigiert werden, da er sich nachweislich konservativ positioniert und dem Regierungshandeln und Machterhalt der Eliten Vorschub leistete.
Das vorliegende Dissertationsvorhaben untersucht die propagandistische Qualität der Werke Hogarths im Vergleich zu den zeitgenössischen Satirikern und macht die unterschiedliche politische Stoßrichtung sichtbar. Aufschluss gibt dabei die Anwendung künstlerischer und karikaturesker Mittel (das „Wie“) zum Zweck der burlesque (Posse/Parodie), des ridicule (Lächerlichmachung/Spott) bis bin zur Agitation, sowohl in Hogarths Werken als auch in den Karikaturen, die gegen ihn gerichtet waren. Da William Hogarth diese Stilmittel maßgeblich prägte und ihre Entwicklung forcierte, werden sie in der vorliegenden Arbeit unter dem Begriff Hogarthian Wit summiert. Mithilfe der Methode und Begriffe der Propaganda Studies lassen sich Intention und Zweck (das „Was“) als Bildakte beschreiben: Während es sich bei den Werken grundsätzlich um bias handelte, die basierend auf einer Ideologie die öffentliche Meinung beeinflusste, nahm ihre Schlagkraft in den 1760er Jahren stark zu; auf verrätselte Stellungnahmen folgte persönliche und offene Kritik an öffentlichen Personen, bis hin zum Rufmord. Dabei rezipierten sich die Künstler gegenseitig und bildeten Thesen und Antithesen aus. Hogarths einseitige Darstellungen wurden korrigiert und ergänzt, seine politische Kunst als Propaganda enttarnt. Schließlich wurden ihm Lügen und üble Nachrede vorgeworfen. Indem sie ihn anklagten oder durch Sekundärstigmatisierung eine Bestrafung in effigie vornahmen, forderten die Werke vom Rezipienten ein strafendes Urteil. Zu den künstlerischen Mitteln, die dabei zur Anwendung kommen, gehören eine politische Ikonographie und stereotype Feindbilder sowie nationale Konstruktionen, rezeptionsästhetische Mittel wie Juxtapositionen, Rezeptions- und Identifikationsfiguren sowie rhetorische und Mittel des Sprechakts, bis hin zu Perlokutionen. Die Werke lassen sich als Propaganda und somit als hierarchische Kommunikation beschreiben, die manipulative Bildstrategien nutzten, welche nicht nur der Beeinflussung der öffentlichen Meinung dienten, sondern politische Handlungen forcierten. Bezeichnend ist, dass beide Seiten dieselben Ikonographie, Stil-, Kompositions- und Kommunikationsmittel anwendeten, unabhängig von ihrer politischen Aussage, wodurch der Hogarthian Wit gefestigt und stetig weiterentwickelt wurde
