Doctoral Thesis
Refine
Document Type
- Doctoral Thesis (2) (remove)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Darstellung (2) (remove)
In den Jahren 1990 und 2000 wurde bereits von Kroll et al. (2003) die Wissensvermittlung via deutsche Printmedien zur Erkrankung Depression untersucht. Danach wurden in Deutschland verschiedene Aufklärungskampagnen, unter anderem im Jahr 2001 das „Nürnberger Bündnis gegen Depression“ ins Leben gerufen. Inwiefern Tageszeitungen in Deutschland das in Fachkreisen propagierte Bild der Depression den Zeitungslesern in den Jahren 1999 bis 2009 nähergebracht haben, wurde in der vorliegenden Arbeit untersucht. Um eine möglichst breite Abbildung zu erreichen wurden die Bild Zeitung, Frankfurter Allgemeine Zeitung, Süddeutschen Zeitung sowie die Ostsee Zeitung und der Spiegel in den Jahren 1999/2000, 2002/03, 2008/09 analysiert. Zur Untersuchung der Artikel wurde ein für diese Arbeit entwickeltes Kategoriensystem genutzt, welches verschiedene Aspekte sowohl der formalen wie auch der inhaltlichen Auswertung aufgreift. Der Begriff „depress“ wurde im Untersuchungszeitraum in den Jahren 2008/09 häufiger verwendet als noch in den Jahren 1999/2000, dabei blieb der Anteil der Verwendung als Krankheits- und Symptombezeichnung bei etwa 44% konstant. Die Anzahl der Artikel, welche Gesundheit als Hauptthema haben und in denen Depression behandelt wird, hat jedoch von 128 auf 117 abgenommen. Daraus kann sowohl auf eine quantitative als auch qualitative Abnahme bei der Berichterstattung über Depressionen geschlossen werden, wenn man speziell diesen Artikeln eine informierende und aufklärende Funktion zuweist. Bei der genaueren inhaltlichen Betrachtung zeigt sich keine wesentliche Änderung in den untersuchten Jahren. In Artikeln, die sich hauptsächlich mit Gesundheitsthemen befassen, dominiert ein rein biologisches Modell der Krankheitsentwicklung, während in der Gesamtheit der Artikel überwiegend auf die psychosozialen Aspekte der Krankheitsentstehung eingegangen wird. Insgesamt spiegelt sich die in Fachkreisen propagierte Vielfalt der Ursachen und Therapiemöglichkeiten kaum bis gar nicht in den Artikeln wieder. Lediglich bei dem Thema Suizid ist eine Veränderung zu verzeichnen. Im Verhältnis zur Gesamtzahl der Artikel hat die Rate der Publikationen, welche sich hiermit befassen, abgenommen. Dies kann durchaus auf Empfehlungen von Fachkreisen bezüglich dem Umgang von Journalisten mit dem Thema Suizid zurückgeführt werden. Insgesamt wird über die deutschen Printmedien in dem Untersuchungszeitraum kein ausgewogenes, wissenschaftlich adäquates Bild der Depression vermittelt.
Today the process of improving technology and software allows to create, save and explore massive data sets in little time. "Big Data" are everywhere such as in social networks, meteorology, customers’ behaviour – and in biology. The Omics research field, standing for the organism-wide data exploration and analysis, is an example of biological research that has to deal with "Big Data" challenges. Possible challenges are for instance effcient storage and cataloguing of the data sets and finally the qualitative analysis and exploration of the information. In the last decade largescale genome-wide association studies and high-throughput techniques became more effcient, more profitable and less expensive. As a consequence of this rapid development, it is easier to gather massive amounts of genomic and proteomic data. However, these data need to get evaluated, analysed and explored. Typical questions that arise in this context include: which genes are active under sever al physical states, which proteins and metabolites are available, which organisms or cell types are similar or different in their enzymes’or genes’ behaviour. For this reason and because a scientist of any "Big Data" research field wants to see the data, there is an increasing need of clear, intuitively understandable and recognizable visualization to explore the data and confirm thesis. One way to get an overview of the data sets is to cluster it. Taxonomic trees and functional classification schemes are hierarchical structures used by biologists to organize the available biological knowledge in a systematic and computer readable way (such as KEGG, GO and FUNCAT). For example, proteins and genes could be clustered according to their function in an organism. These hierarchies tend to be rather complex, and many comprise thousands of biological entities. One approach for a space-filling visualization of these hierarchical structured data sets is a treemap. Existing algorithms for producing treemaps struggle with large data sets and have several other problems. This thesis addresses some of these problems and is structured as follows. After a short review of the basic concepts from graph theory some commonly used types of treemaps and a classification of treemaps according to information visualization aspects is presented in the first chapter of this thesis. The second chapter of this thesis provides several methods to improve treemap constructions. In certain applications the researcher wants to know, how the entities in a hierarchical structure are related to each other (such as enzymes in a metabolic pathway). Therefore in the 3 third chapter of this thesis, the focus is on the construction of a suitable layout overlaying an existing treemap. This gives rise to optimization problems on geometric graphs. In addition, from a practical point of view, options for enhancing the display of the computed layout are explored to help the user perform typical tasks in this context more effciently. One important aspect of the problems on geometric graphs considered in the third chapter of the thesis is that crossings of edges in a network structure are to be minimized while certain other properties such as connectedness are maintained. Motivated by this, in the fourth chapter of this thesis, related combinatorial and computational problems are explored from a more theoretical point of view. In particular some light is shed on properties of crossing-free spanning trees in geometric graphs.