Russkai︠a︡ literatura XX vi︠e︡ka (1890-1910)

Head and tail pieces.

Kirchliche Geographie und Statistik : Oder: Darstellung des heutigen Zustandes der katholischen Kirche mit steter Rücksicht auf die früheren Zeiten und im Hinblick auf die anderen Religionsgemeinschaften /

Each volume has an index.

Gesammelte Schriften /

Each vol. has also special t.-p.

Sochinenīi︠a︡ A. S. Pushkina.

Cover-title: 1799. A. S. Pushkin.

Heimat - Räume:Komparatistische Perspektiven auf Herkunftsnarrative

Hat Heimat einen konkreten Ort oder handelt es sich um einen Raum, den man erfühlen, erinnern und erschmecken kann? Klassische/?hegemoniale Heimat-Konzepte basieren stark auf irrationalen Qualitäten, bei näherer Betrachtung/der wissenschaftlichen Analyse zeigt sich jedoch ein komplexes Zusammenspiel materieller und immaterieller Aspekte. Diesen Konstellationen gehen die Beiträge dieses Bandes nach. Dessen komparatistische Ausrichtung will über ein ‚Heimat‘ –Verständnis hinausweisen, das diesen Begriff allein auf deutschsprachige Kontexte reduziert. Der Ausrichtung des vorliegenden Sammelbandes entspricht die Vielfalt der behandelten Heimat-, Sprach- und Handlungsräume, die sich über u.a. Brasilien, Luxemburg, Russland, Ungarn, die Schweiz, die USA, Island, Mosambik, die Türkei und Österreich erstrecken. Dadurch entsteht ein heterogenes Nebeneinander von Heimat-Bildern und -konzepten – an die Stelle eines hegemonialen Begriffs tritt eine Pluralität, die der individuellen Herkunft und ihren spezifischen Erfahrungen und Erinnerungen Raum gibt.

Informational Model of Natural Language Processing

The formal model of natural language processing in knowledge-based information systems is considered. The components realizing functions of offered formal model are described.

Symbolic Dynamics in the Free-Fall Equal-Mass Three-Body Problem

The paper has been presented at the 12th International Conference on Applications of Computer Algebra, Varna, Bulgaria, June, 2006

Intelligence Algorithms for Increasing Navigation Systems Accuracy

Application of neural network algorithm for increasing the accuracy of navigation systems are showing. Various navigation systems, where a couple of sensors are used in the same device in different positions and the disturbances act equally on both sensors, the trained neural network can be advantageous for increasing the accuracy of system. The neural algorithm had used for determination the interconnection between the sensors errors in two channels to avoid the unobservation of navigation system. Representation of thermal error of two- component navigation sensors by time model, which coefficients depend only on parameters of the device, its orientations relative to disturbance vector allows to predict thermal errors change, measuring the current temperature and having identified preliminary parameters of the model for the set position. These properties of thermal model are used for training the neural network and compensation the errors of navigation system in non- stationary thermal fields.

Cauchy-Type Problem for Diffusion-Wave Equation with the Riemann-Liouville Partial Derivative

2000 Mathematics Subject Classification: 35A15, 44A15, 26A33

Europäische Nachbarschaftspolitik:Entstehung, Effektivität, Herausforderungen

„Ich wünsche mir einen Ring von Freunden um die Europäische Union und ihre engsten Nachbarn herum, von Marokko bis Russland und zum Schwarzen Meer“, formulierte Kommissionspräsident Romano Prodi bereits im Jahr 2002. Für die Gestaltung kooperativer Beziehungen zu diesem Ring von Freunden ist die Europäische Nachbarschaftspolitik (ENP) das jüngste Instrument der Europäischen Union. Die Kooperationen erfolgen in einer Reihe verschiedener Politikfelder und sollen dazu dienen, Stabilität, Sicherheit und Wohlstand an den Außengrenzen der EU zu sichern. Ziel dieses Beitrags ist es, einen Überblick über die Europäische Nachbarschaftspolitik (ENP) zu geben, insbesondere über ihre Gründung und Entwicklung, ihre zentralen Institutionen und Entscheidungsprozesse sowie die Debatte um ihre Wirksamkeit. Der Beitrag schließt mit einem Überblick über Forschungslücken und offene Fragen, die weitere Forschungsarbeiten zur ENP anregen sollen.

Factors associated with prompt difficulty in automated essay scoring

This study explores factors related to the prompt difficulty in Automated Essay Scoring. The sample was composed of 6,924 students. For each student, there were 1-4 essays, across 20 different writing prompts, for a total of 20,243 essays. E-rater® v.2 essay scoring engine developed by the Educational Testing Service was used to score the essays. The scoring engine employs a statistical model that incorporates 10 predictors associated with writing characteristics of which 8 were used. The Rasch partial credit analysis was applied to the scores to determine the difficulty levels of prompts. In addition, the scores were used as outcomes in the series of hierarchical linear models (HLM) in which students and prompts constituted the cross-classification levels. This methodology was used to explore the partitioning of the essay score variance.^ The results indicated significant differences in prompt difficulty levels due to genre. Descriptive prompts, as a group, were found to be more difficult than the persuasive prompts. In addition, the essay score variance was partitioned between students and prompts. The amount of the essay score variance that lies between prompts was found to be relatively small (4 to 7 percent). When the essay-level, student-level-and prompt-level predictors were included in the model, it was able to explain almost all variance that lies between prompts. Since in most high-stakes writing assessments only 1-2 prompts per students are used, the essay score variance that lies between prompts represents an undesirable or "noise" variation. Identifying factors associated with this "noise" variance may prove to be important for prompt writing and for constructing Automated Essay Scoring mechanisms for weighting prompt difficulty when assigning essay score.^

Scaling up strategies of the chronic respiratory disease programme of the European Innovation Partnership on Active and Healthy Ageing (Action Plan B3: Area 5)

Peer reviewed