Search

Studie auf Deutsch mit französischer, italienischer und englischer Zusammenfassung., Dieser Schlussbericht legt die Resultate der kausalen Effekte der Stellenmeldepflicht (STMP) auf Arbeitsmarkt und Einwanderung vor. Die Analyse betrifft die STMP mit 8%-Schranke in der Zeit zwischen Juli 2018 und Dezember 2019. Zur kausalen Wirkungsmessung werden die statistischen Methoden Differenz-der-Differenzen-Analyse (DdD) und Regressions-Diskontinuitäts-Design (RDD) auf Registerdaten (insbesondere AVAM/ASAL und ZEMIS) angewendet. Die STMP hatte im analysierten Zeitraum keine messbaren Auswirkungen auf die aggregierte Arbeitslosigkeit und die aggregierte Zuwanderung. Die verschiedenen DdD-Modelle zeigen durchgehend statistisch nicht-signifikante Effektgrössen der STMP nahe bei 0. Die RDD-Schätzungen zeigen eine Reduktion der Arbeitslosenquote durch die STMP (-0.5 Prozentpunkte), jedoch ist dieser Effekt nur in einer von vier Modell-Spezifikationen signifikant. Sämtliche RDD-Schätzungen des Effekts der STMP auf die Abgangsrate aus der Arbeitslosigkeit sind ebenfalls nicht signifikant – allerdings sind die RDD-Schätzungen aufgrund der geringen Anzahl an Berufsgruppen nahe am Schwellenwert grundsätzlich mit Vorsicht zu betrachten. Hinsichtlich der Stellensuchdauer lässt sich kein Effekt der STMP feststellen. Auf individueller Ebene zeigt die STMP zwar ebenfalls keine Wirkung auf die Abgangsrate, allerdings zeigen sich in der ersten Phase einer Stellensuchspanne signifikant positive Effekte der STMP auf die Wahrscheinlichkeit, eine Stelle mit Meldepflicht anzutreten. Die STMP erhöht zudem leicht die Wahrscheinlichkeit, eine Stelle über das RAV zu finden. In Bezug auf die Zuwanderung wurde die Auswirkung der STMP auf die Einwanderungsrate und die log-transformierte Einwanderung gemessen. Die DdD-Ergebnisse der präferierten Hauptspezifikation zeigen einen Effekt von -0.8 Einwandernden pro 1000 Beschäftigte (Einwanderungsrate) – jedoch liefert keine der Spezifikationen einen Hinweis auf einen statistisch signifikanten Effekt. Ähnlich wie in den DdD-Ergebnissen ergibt

Att identifiera och kategorisera mönster är etablerat inom både arkitektur och mjukvaruutveckling. Inom spelvetenskap är det fortfarande relativt ungt och outforskat. Mycket av den forskning som gjorts om det inom spelvetenskap bygger på det arbete Björk och Holopainen (2003) gjort. Målet med undersökningen i den här texten är därför att se hur olika designmönster samspelar med varandra och undersöka hur de påverkar spelares spelstil. Undersökningen genomförs med hjälp av en artefakt som designats utifrån, av Hullet & Whitehead (2010), etablerade mönster inom kategorierna nivå-, vapen- och fiendemönster. I artefakten implementerades enkätfrågor som spelarna fick svara på under spelsessionerna. Undersökningen genomfördes med sex deltagare och resultatet tyder på att spelstilen framför allt påverkas av vilket vapenmönster deltagaren använde sig av. Spelstilen verkar dock styras av nivåmönstret i vissa situationer. Beroende på hur stor påverkan designmönstren har verkar också deltagarnas tidigare erfarenheter och preferenser påverka deras spelstilar., Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.

The present work is about measure-valued diffusion processes, which are aligned with two distinct geometries on the set of probability measures. In the first part we focus on a stochastic partial differential equation, the Dean-Kawasaki equation, which can be considered as a natural candidate for a Langevin equation on probability measures, when equipped with the Wasserstein distance. Apart from that, the dynamic in question appears frequently as a model for fluctuating density fields in non-equilibrium statistical mechanics. Yet, we prove that the Dean-Kawasaki equation admits a solution only in integer parameter regimes, in which case the solution is given by a particle system of finite size with mean field interaction. For the second part we restrict ourselves to positive probability measures on a finite set, which we identify with the open standard unit simplex. We show that Brownian motion on the simplex equipped with the Aitchison geometry, can be interpreted as a replicator dynamic in a white noise fitness landscape. We infer three approximation results for this Aitchison diffusion. Finally, invoking Fokker-Planck equations and Wasserstein contraction estimates, we study the long time behavior of the stochastic replicator equation, as an example of a non-gradient drift diffusion on the Aitchison simplex.

The present work is about measure-valued diffusion processes, which are aligned with two distinct geometries on the set of probability measures. In the first part we focus on a stochastic partial differential equation, the Dean-Kawasaki equation, which can be considered as a natural candidate for a Langevin equation on probability measures, when equipped with the Wasserstein distance. Apart from that, the dynamic in question appears frequently as a model for fluctuating density fields in non-equilibrium statistical mechanics. Yet, we prove that the Dean-Kawasaki equation admits a solution only in integer parameter regimes, in which case the solution is given by a particle system of finite size with mean field interaction. For the second part we restrict ourselves to positive probability measures on a finite set, which we identify with the open standard unit simplex. We show that Brownian motion on the simplex equipped with the Aitchison geometry, can be interpreted as a replicator dynamic in a white noise fitness landscape. We infer three approximation results for this Aitchison diffusion. Finally, invoking Fokker-Planck equations and Wasserstein contraction estimates, we study the long time behavior of the stochastic replicator equation, as an example of a non-gradient drift diffusion on the Aitchison simplex.