Technical University of Berlin

About: Technical University of Berlin is a education organization based out in Berlin, Germany. It is known for research contribution in the topics: Laser & Catalysis. The organization has 27292 authors who have published 59342 publications receiving 1414623 citations. The organization is also known as: Technische Universität Berlin & TU Berlin.

[Good Practice of Secondary Data Analysis (GPS): guidelines and recommendations].

Abstract: Die Arbeitsgruppe Erhebung und Nutzung von Sekundardaten (AGENS) der Deutschen Gesellschaft fur Sozialmedizin und Pravention (DGSMP) und der Deutschen Gesellschaft fur Epidemiologie (DGEpi) veroffentlichte erstmals 2005 die Gute Praxis Sekundardatenanalyse (GPS) als Standard fur die Auswertung von Sekundardaten. Die GPS kann als Wegweiser zur Planung, Durchfuhrung und Analyse von Studien dienen sowie als Grundlage fur vertragliche Absprachen zwischen Dateneignern genutzt werden. Ihr Wirkkreis umfasst dabei nicht nur Routinedaten der gesetzlichen Krankenversicherung und weiterer Sozialversicherungstrager, sondern auch Daten anderer Dateneigner. Die 11 Leitlinien reichen u. a. von ethischen Prinzipien und der Studienplanung uber Qualitatssicherungsmasnahmen und Datenaufbereitung bis hin zum Datenschutz, vertraglichen Rahmenbedingungen und der verantwortungsvollen Kommunikation der Analyseergebnisse. Die Leitlinien sind um Erlauterungen und praktische Hilfestellungen in Form von Empfehlungen erganzt. Die GPS richtet sich an alle Personen, welche sich unter wissenschaftlicher Perspektive und unter Anwendung wissenschaftlicher Methoden mit Sekundardaten, ihrer Analyse und Interpretation beschaftigen. Dies schliest auch die Dateneigner ein. Des Weiteren ist die GPS geeignet, wissenschaftliche Veroffentlichungen hinsichtlich ihrer Qualitat zu beurteilen. Sie kann dabei gleichermasen von Autoren, Reviewern und Lesern genutzt werden. 2008 wurde die erste Fassung durch die Mitglieder der AGENS, der AG Epidemiologische Methoden der DGEpi, DGSMP und GMDS und unter Einbeziehung weiterer Experten evaluiert und umstrukturiert sowie als Ausfuhrungsbestimmung der Gute Epidemiologische Praxis (GEP) akkreditiert. Seit nunmehr 2012 liegt die dritte Fassung der GPS vor. Sie ist uber www.dgepi.de frei verfugbar. In die aktuelle Revision sind vor allem sprachliche Prazisierungen eingeflossen; die innere Konsistenz wurde erhoht. Inhaltlich neu hinzugekommen sind weitere Empfehlungen zur Leitlinie Datenschutz. Zukunftige Revisionen werden sich entsprechend dem wissenschaftlichen und datenschutzrechtlichen Entwicklungsstand anschliesen.

Genetic Identification of a Putative Vinyl Chloride Reductase in Dehalococcoides sp. Strain BAV1

Abstract: Dehalococcoides sp. strain BAV1 couples growth with the reductive dechlorination of vinyl chloride (VC) to ethene. Degenerate primers targeting conserved regions in reductive dehalogenase (RDase) genes were designed and used to PCR amplify putative RDase genes from strain BAV1. Seven unique RDase gene fragments were identified. Transcription analysis of VC-grown BAV1 cultures suggested that bvcA was involved in VC reductive dechlorination, and the complete sequence of bvcA was obtained. bvcA was absent in Dehalococcoides isolates that failed to respire VC, yet was detected in four of eight VC-respiring mixed cultures.

Approximation algorithms for lawn mowing and milling

Abstract: We study the problem of finding shortest tours/paths for “lawn mowing” and “milling” problems: Given a region in the plane, and given the shape of a “cutter” (typically, a circle or a square), find a shortest tour/path for the cutter such that every point within the region is covered by the cutter at some position along the tour/path. In the milling version of the problem, the cutter is constrained to stay within the region. The milling problem arises naturally in the area of automatic tool path generation for NC pocket machining. The lawn mowing problem arises in optical inspection, spray painting, and optimal search planning. Both problems are NP-hard in general. We give efficient constant-factor approximation algorithms for both problems. In particular, we give a (3+e) -approximation algorithm for the lawn mowing problem and a 2.5-approximation algorithm for the milling problem. Furthermore, we give a simple 6 5 -approximation algorithm for the TSP problem in simple grid graphs, which leads to an 11 5 -approximation algorithm for milling simple rectilinear polygons.