Search

Systematic review and a meta-analysis of the effects of priming on creativity: Protocol for data analysis. See attachment for details.

Examination of relationship between social loafing and defection in public good games

Wenn Menschen nicht mehr als Individuen betrachtet werden, sondern als Mitglieder einer bestimmten Gruppe, kann dies zur Entstehung von Konflikten zwischen Gruppen beitragen. Dafür verantwortlich sind psychologische Mechanismen wie die soziale Kategorisierung, Stereotypisierung und die Anwendung von Vorurteilen über andere soziale Gruppen. Dieses Kapitel beschäftigt sich mit den Funktionen, der Entstehung und den möglichen negativen Konsequenzen dieser Mechanismen. Zwar stellen soziale Kategorisierung, Stereotypisierung und Vorurteile über andere Gruppen nützliche Hilfsmittel für Menschen dar. Soziale Kategorisierung und Stereotypisierung erfüllen beispielsweise basale kognitive Funktionen wie die Reduzierung von Komplexität im Umgang mit der sozialen Welt. Vorurteile können wiederum die Aufrechterhaltung eines positiven Bildes von sich selbst und der eigenen Gruppe fördern und erfüllen somit eine motivationale Funktion. Aber diese Mechanismen haben auch ihre Schattenseiten. Werden Stereotype durch soziale Kategorisierung aktiviert, dann können sie das Verhalten gegenüber der betreffenden Gruppe negativ beeinflussen. Auch wenn die Aktivierung von Stereotypen automatisch abläuft und schwer zu kontrollieren ist, bestehen doch Möglichkeiten, deren Auswirkungen und sogar die Aktivierung selbst zu unterbinden – beispielsweise durch eine hohe internale Motivation zu vorurteilsfreiem Verhalten. Ebenso kann die Aufwertung der eigenen Gruppe in soziale Diskriminierung und eine Abwertung von Fremdgruppen münden, wenn dies durch situative Faktoren wie Bedrohungserleben oder Persönlichkeitsvariablen wie Autoritarismus begünstigt wird. Neben den Funktionen und Folgen werden in diesem Kapitel auch die Faktoren beleuchtet, die zur Entstehung und Aufrechterhaltung von Stereotypen beitragen. Dazu zählen die subjektive Wahrnehmung tatsächlicher Zusammenhänge zwischen Gruppenmitgliedschaften und Eigenschaften oder Verhaltensweisen, die Verwendung bestimmter sprachlicher Muster und die in einer Gesellschaft vorherrschenden Rollenbilder. Weiterhin gibt es globale Eigenschaftsdimensionen, anhand derer Menschen andere als Teil einer Gruppe beurteilen., When humans are no longer seen as individuals but as members of a certain group, this can contribute to the development of conflicts between groups. Psychological mechanisms such as social categorization, stereotyping, and the application of prejudice towards other social groups are responsible for this. This chapter deals with the functions, the development, and the possible negative consequences of these mechanisms. Social categorization, stereotyping, and prejudice towards other groups constitute useful tools for humans. Social categorization and stereotyping, for instance, fulfill basic cognitive functions such as reducing complexity in dealing with the social world. Prejudice can foster the maintenance of a positive image of oneself and one’s own group, thereby fulfilling a motivational function. However, these mechanisms have their downsides. Once activated through social categorization, stereotypes can negatively influence the behavior towards the respective group. Although stereotype activation runs automatically and is hard to control, there are possibilities to prevent its consequences and even activation itself – for instance, through high internal motivation to behave unprejudiced. Likewise, ingroup enhancement can lead to social discrimination and outgroup derogation, if promoted by situational factors like threat perceptions or personality variables like authoritarianism. Besides the functions and consequences, in this chapter we will illuminate the factors that contribute to the development and maintenance of stereotypes. These are, among others, the subjective perception of factual relations between group memberships and characteristics or behaviors, the usage of certain linguistic patterns, and the role models that are prevalent in society. Furthermore, people use global dimensions of characteristics to evaluate others as part of a group.

Supplemental material, sj-docx-1-spp-10.1177_19485506221144150 for Think About It! Deliberation Reduces the Negative Relation Between Conspiracy Belief and Adherence to Prosocial Norms by Lotte Pummerer, Lara Ditrich, Kevin Winter and Kai Sassenberg in Social Psychological and Personality Science

Supplemental material, sj-docx-1-gpi-10.1177_13684302221102876 for Flexible minds make more moderate views: Subtractive counterfactuals mitigate strong views about immigrants’ trustworthiness by Kevin Winter, Annika Scholl and Kai Sassenberg in Group Processes & Intergroup Relations

PV-Hochrechnungsverfahren dienen zur Abschätzung von wetterabhängiger PV-Einspeisung in das Stromnetz und sind bereits heutzutage ein essenzieller Teil im Netzbetrieb. Für die Qualität der Hochrechnung ist die Kombination aus den Eingangsdaten und den verwendeten Hochrechnungsalgorithmen entscheidend. Bisherige Hochrechnungsverfahren beruhen meist auf der Nutzung aktueller Leistungsmesswerte von Referenzanlagen in Kombination mit Informationen zum Ort und zur installierten Leistung aller Anlagen [2]. Im Rahmen des BMWi-geförderten Projekts Solare Vorhersagen für die Netz- und Marktintegration von Solarenergie (SOLREV), der deutschen Beteiligung am IEA PVPS Task 16, werden relevante Fragestellungen zur Weiterentwicklung von PV-Hochrechnungen erarbeitet. Fraunhofer IEE und Fraunhofer ISE vergleichen dazu verschiedene Methoden für die Hochrechnung des PV-Stroms. Dieser Vergleich beinhaltet folgende Methoden: Simple Upscaling, Equal Weights, Inverse Distance Weighting, Linear Least-Squares Regression (LSQLIN), Satelliten-basierte physikalische Simulation und Extreme Learning Machines (ELM), wobei unterschiedliche Eingangsvariablen genutzt werden (i) Leistungsmessungen von Referenzparks, (ii) Globalstrahlung (GHI) aus Satellitendaten und (iii) eine Kombination von beiden. Als Zielgröße für die Bewertung und zum Trainieren der Hochrechnungsverfahren stehen Einspeise-überführungszeitreihen von lastgangvermessenen Anlagen (SOL) für die Region Bayernwerk zur Verfügung. Zusätzlich stellt das Fraunhofer ISE einen Datensatz mit Globalstrahlung aus Satellitendaten bereit. Der Betrachtungszeitraum ist das komplette Jahr 2018, wobei für Maschinelle Lernverfahren, die Optimierungsschritte und das Post-Prozessieren vier Test- und Trainingszeiträume genutzt werden und die vier Testzeiträume (Januar - März, April - Juni, Juli - September, Oktober - Dezember) anschließend zu einer Zeitreihe zusammengefügt werden. Zur Auswertung der Hochrechnungsverfahren werden die Auswertungsmetriken Root Mean Square Error (RMSE) und Mean Bias Error (MBE) verwendet. Ein starker MBE bei Methoden, welche nicht auf die Zielgröße trainiert werden, macht eine simple Bias-Korrektur notwendig, wodurch der RMSE bereits stark reduziert werden kann. Der RMSE schwankt zw. 0.86 % und 4.84 %, wobei Methoden mit Referenzparkmessungen und GHI als Eingangsvariablen den geringsten RMSE erzielen. Der niedrigste RMSE zeigt sich bei LSQLIN mit Referenzparkmessungen und Einstrahlungswerten aus Satellitendaten. LSQLIN zeigt auch den tiefsten RMSE von 1.04 % wenn nur Referenzparkmessungen als Input genutzt werden. Ein weiterer Vorteil von LSQLIN ist, dass diese Methode viel weniger rechenintensiv ist als z. B. ein ELM. Satellitendaten-basierte Methoden haben den Vorteil, dass unabhängig von vorhandenen Leistungsmesswerten eine Hochrechnung berechnet werden kann. In zukünftigen Arbeiten werden simulierte PV-Leistungsmesswerte mithilfe von Satellitendaten als Input für verschiedene Methoden genutzt und deren Einfluss auf die Hochrechnung quantifiziert. Außerdem wird die Summe aller Referenzanlagen als Zielwert und nur eine Teilmenge aller Anlagen für die Hochrechnung genutzt, um die Abhängigkeit der Resultate von den vorhandenen Inputdaten quantifizieren zu können. (Dies ist kein Abstract, sondern eine Zusammenfassung)

In the research project "MetPVNet", both, the forecast-based operation management in distribution grids and as well as the forecasts of the feed-in of PV-power from decentralized plants could be improved on the basis of satellite data and numerical weather forecasts. Based on a detailed network analyses for a real medium-voltage grid area, it was shown that both – the integration of forecast data based on satellite and weather data and the improvement of subsequent day forecasts based on numerical weather models – have a significant added value for forecast-based congestion management or redispatch and reactive power management in the distribution grid. Furthermore, forecast improvements for the forecast model of the German Weather Service were achieved by assimilating visible satellite imagery, and cloud and radiation products from satellites were improved, thus improving the database for short-term forecasting as well as for assimilation. In addition, several methods have been developed that will enable forecast improvement in the future, especially for weather situations with high cloud induced variability and high forecast errors. This article summarizes the most important project results., IZNE Working Paper Series; Nr. 21/4

Anhand detaillierter Netzanalysen für ein reales Mittelspannungsnetzgebiet konnte gezeigt werden, dass sowohl die Einbindung von Prognosedaten auf Basis von Satelliten und Wetterdaten, als auch die Verbesserung von Folgetagsprognosen auf der Basis numerischer Wettermodelle einen deutlichen Mehrwert für ein prognosebasiertes Engpassmanagement bzw. Redispatch und Blindleistungsmanagement im Verteilnetz aufweisen. Auch Kurzfristprognosen auf der Basis von Satellitendaten haben einen positiven Effekt. Ein weiterer wichtiger Mehrwert des Projektes ist auch die Rückmeldung der kritischen Prognosesituationen aus Sicht der Anwendungsfälle, so dass wie bereits im Projekt gezeigt und darüber hinaus, Prognosen zielgerichteter auf die Anwendung im Verteilnetzbetrieb ausgelegt und optimiert werden können. Weiterhin konnten Prognoseverbesserungen für das Vorhersagemodell des Deutschen Wetterdienstes durch die Assimilation von sichtbaren Satellitenbildern erreicht werden. Darüber hinaus wurden Wolken- und Strahlungsprodukte aus Satelliten verbessert und somit die Datenbasis für die Kurzfristprognose als auch für die Assimilation. Darüber hinaus wurden verschiedene Methoden entwickelt, die zukünftig zu einer weiteren Prognoseverbesserung, insbesondere für Wettersituationen mit hohen Prognosefehlern, führen könnten. Solche Situationen wurden aus Sicht des Netzbetriebs und mithilfe von satellitenbasierten Analysen der Gesamtwetterlage für die Perioden der MetPVNet Messkampagnen identifiziert. Hierbei handelte es sich insbesondere um Situationen mit starker oder stark wechselhafter Bewölkung. Für die MetPVNet Messkampagnen wurde auf der Basis eines Trainingsdatensatzes und in Abhängigkeit der Variabilitätsklasse die Abweichung der bodennahen Einstrahlung von Satellitendaten oder von Strahlungsprognosen quantifiziert. Diese Art der Informationen bietet zukünftig die Möglichkeit zur Bewertung der Prognosegüte. Detailed network analyses for a real medium-voltage grid area showed that both the integration of forecast data based on satellites and weather data and the improvement of next-day forecasts based on numerical weather models have clear added value for forecast-based congestion management or redispatch and reactive power management in the distribution grid. Short-term forecasts based on satellite data also have a positive effect. Another important added value of the project is the feedback of critical forecast situations from the point of view of the use cases, so that, as already shown in the project and beyond, forecasts can be designed and optimised more specifically for the specific application in distribution grid operation. Furthermore, improvements to the forecast model of the German Weather Service were achieved through the assimilation of visible satellite images. Furthermore, cloud and radiation products from satellites were improved and through this also the data basis for both short-term forecasts as well as data assimilation. In addition, various methods were developed that could lead to further forecast improvements in the future, especially for weather situations with high forecast errors. Such situations were identified from the perspective of grid operation and with the help of satellite-based analyses of the overall weather situation for the periods of the MetPVNet measurement campaigns. In particular, these were situations with heavy or very changeable cloud cover. For the MetPVNet measurement campaigns, the deviation of the near-surface irradiance from satellite data or radiation forecasts was quantified on the basis of a training data set and depending on the variability class. In the future, this type of information will offer the possibility of evaluating the forecast quality.