Arndt Dibi

Es begab sich vor vielen, vielen Jahren, dass bei den Duisburger Verkehrsbetrieben ein Direktor an die Tür des Hausjuristen klopfte. „Wir hatten doch neulich diesen Fall, wo ein Fahrgast Schmerzensgeld wollte, weil er in einer Bahn gestürzt ist.“ Der Herr Assessor erinnerte sich. „Der ältere Herr, der sich nicht festgehalten hat?“ „Genau. Wir bräuchten mal ein vernünftiges Schild, damit wir künftig abgesichert sind. So rein rechtlich.“

Kein Problem, sagte der Hausjurist. Er vergab den Auftrag an einen Rechtsreferendar, der gerade seinen Vorbereitungsdienst im Unternehmen absolvierte. Möglicherweise war es auch ein Praktikant, so genau weiß das keiner mehr. Genau so wenig, wie ich weiß, ob es sich tatsächlich so zugetragen hat. Aber gut denkbar ist es, denn seitdem es in Düsseldorf die U-Bahn-Linie 79 zwischen Düsseldorf und Duisburg gibt – also schon mehrere Jahrzehnte – , hängt in allen Wagen der Duisburger Verkehrsgesellschaft (DVG) dieses schöne Schild:

Ebenso lange fahre ich U-Bahn. Jedes Mal, wenn ich das Schild sehe, nehme ich meine gesamten juristischen Kenntnisse zusammen und versuche, die Aussage, inhaltlich wirklich zu durchdringen. Bislang erfolglos. Wenn man die Botschaft des Schildes in einer Anfängerübung zum Zivilrecht analysieren ließe, kämen die Studenten wahrscheinlich fluchend aus dem Klausursaal – obwohl sie wochenlang alles zur Haftung bei Vorsatz, (grober) Fahrlässigkeit und höherer Gewalt gepaukt haben.

Ich will jetzt gar nicht werten, was juristisch nicht angehauchte Fahrgäste wohl mit dem Aushang anfangen können. Zum Beispiel die zahlreichen Freunde des gedruckten Wortes unter den Pendlern, die vielleicht mal von ihrem Kindle aufschauen und sich fragen: Wo bleibt hier eigentlich die Sprachpolizei?

Könnten sich die Duisburger Verkehrsbetriebe auch mal fragen. Der Rechtsreferendar vom Dienst hätte sicher Spaß an der Aufgabe.

Long time Exchange administrators will remember that Exchange Server had a feature that was for a while unceremoniously referred to as the “dumpster”. We have since renamed the feature to a more descriptive Recoverable Items Folder. This blog post also contains a bit of history of this feature for those interested.

Up to now, during public folder migration, all the public folder data including dumpsters was migrated from on-premises servers to the cloud. Administrators did not have an option to exclude this data at migration.

We are introducing the ability to migrate public folders to cloud without migrating the dumpster data. To do this, administrators need to pass the ExcludeDumpsters parameter while creating the migration batch. This option can be used when source server version is Exchange 2013 or 2016. Here is an example of how to use this parameter:

New-MigrationBatch -Name PublicFolderMigration -CSVData $bytes -SourceEndpoint $PfEndpoint.Identity -ExcludeDumpsters

Why would you want to do this?

Excluding this data can help you scale your public folder migration if you do not need the data to come over. This will result in faster public folder migration as the amount of data that will need to be migrated is going to be smaller.

To check the dumpster folders size, you can run the following:

Get-PublicFolder \NON_IPM_SUBTREE\DUMPSTER_ROOT -Recurse -ResultSize:unlimited | ?{$_.FolderClass -ne "$null"} | ft name,foldersize

In addition to size consideration, we have seen some organizations where dumpster data got corrupted (for various reasons) and administrators did not want that corrupted data migrated to cloud. If you find yourself in that situation, this feature will enable you to leave that data behind.

The obvious drawback to doing this is that users will lose the ability to recover items that were previous deleted from public folders (pre-migration).

Note: The ExcludeDumpsters parameter is optional and if not passed to migration batch, all dumpsters will migrate to cloud. Once you choose to exclude dumpsters and the migration is finalized, there is no way to go back and re-include the dumpsters into cloud public folders. If, during the migration in which you used the ExcludeDumpsters parameter, you decide that you do want to migrate the dumpsters data to the cloud, remove the current migration batch and create another without the ExcludeDumpsters parameter.

This option can be added at point 4 of Step 7 in below TechNet articles for public folder migration (we will work to change the documentation next):

• Use batch migration to migrate Exchange 2013 public folders to Exchange Online
• Use batch migration to migrate Exchange 2016 public folders to Exchange Online

Keep checking this blog for further updates on the subject!

In case of any questions, please do reach out to us via the comments section below.

Public folder team

Comments

An den Präsidenten

der Geological Society of London

Sehr geehrter Herr Präsident,

wir schreiben an Sie als eine Gruppe besorgter Wissenschaftler, hauptsächlich Geowissenschaftler, von denen die Hälfte Mitglieder waren und sind (die Liste der Unterzeichner folgt unten). Unsere Bedenken sind, dass die Haltung der Gesellschaft zum Thema Klimawandel (alias Anthropogene Globale Erwärmung AGW) überholt und einseitig ist, und dass dadurch die Aufmerksamkeit von und die Finanzierung anderer, wirklicher Probleme wie Plastikmüll und anderer giftiger Abfälle abgelenkt wird. Hierzu haben wir Colin Summerhayes vorgeschlagen, dass die Positionsbeschreibungen aus den Jahren 2010 und 2013 der GSL auf dem Blog Energy Matters gepostet werden, so dass alle Seiten der Diskussion an derselben teilhaben können. Wir sind Colin sehr dankbar, dass er dem stattgegeben und sich daran beteiligt hat (hier). Zusätzlich engagiert sich Colin weiterhin in einer offenen und lebendigen E-Mail-Korrespondenz mit Einigen von uns über Pro und Kontra AGW.

In den Positionspapieren der GSL wird festgestellt, dass diese Position auf einer Analyse geologischer Beweise beruht und nicht auf eine Analyse der jüngsten Temperatur- und Satellitendaten oder Klimamodell-Projektionen. Mit Sicherheit im Mittelpunkt steht die Behauptung, dass die einzige plausible Erklärung der Rate und des Ausmaßes des Temperaturanstiegs seit dem Jahr 1900 der exponentielle Anstieg des CO₂-Gehaltes und anderer Treibhausgase in der Atmosphäre seit der Industriellen Revolution ist. Diese Behauptung widerspricht der Aussage des IPCC im 5 Zustandsbericht, dass anthropogene Einflüsse seit dem Jahr 1960 wahrscheinlich den globalen Wasserkreislauf beeinflusst haben und dass über die Hälfte der Erwärmung seit 1951 auf das Konto von AGW geht. Außerdem behauptet das IPCC, dass Anthropogene Treibhausgas-Emissionen (GHG) seit der vorindustriellen Ära (deren Beginn unterschiedlich in die Jahre 1750 bis 1880 gelegt wird) den größten Teil der atmosphärischen Konzentration von CO₂ ausmachen, was niemand ernsthaft bestreitet. Das IPCC behauptet aber nicht, dass diese Konzentration bereits vor 1951/60 zu Erwärmung geführt hat, wie es die GSL zu behaupten scheint.

Die Haltung des IPCC passt zu Beobachtungen, wonach fast die Hälfte der seit 150 Jahren oder so stattfindenden Erwärmung seit der Industrialisierung bereits bis 1943 erfolgt war, lange vor dem rapiden Anstieg des industriellen CO₂. Diese Differenz der Standpunkte ist entscheidend, denn: sollte das CO₂ nicht für die Erwärmung vor 1943 ursächlich sein, muss der von der GSL unterstützte proklamierte Konsens einer katastrophalen AGW infolge menschlicher CO₂-Emissionen seit der Industriellen Revolution falsch sein.

Während es noch andere Bereiche des Dissens‘ hinsichtlich der Wissenschaft von globaler Erwärmung und Klimawandel gibt (was nicht das Gleiche ist), können wir vermutlich alle zustimmen, dass das Positionspapier aus dem Jahr 2010 und dessen Addendum aus dem Jahr 2013 dringend der Aktualisierung bedarf. Und weil diese Aktualisierung entscheidend sein wird bzgl. der zukünftigen Klimapolitik weltweit, schlagen wir vor, dass jedwedes aktualisierte Papier aus einer vollen und offenen Diskussion der Wissenschaft hervorgehen muss – und nicht einfach aus den Gedanken einer kleinen, wenngleich qualifizierten Gruppe. Wir zeigen, dass ein solcher Prozess möglich ist, indem Begutachtungs-Verfahren anderer professioneller Gesellschaften übernommen werden, besonders von der APS, AAPG und APPEA. Deren Verfahren sind als Kopien angehängt.

Wir glauben auch, dass die GSL in der Verantwortung steht, die übertriebenen Behauptungen zurückzuweisen, welche um die Klimawandel-Debatte kreisen, welche die wirkliche Wissenschaft unterminieren – wie etwa die Behauptungen, wonach CO₂ und Klimawandel hervorrufen:

● Mehr Hurrikane, mehr Regen, mehr Dürren, mehr Asthma und jetzt auch noch mehr Terrorismus (wegen Dürren in Afrika)

● dass die außerordentliche Kälte und Wärme, die auf der subarktischen Nordhemisphäre während des vergangenen Winters und Frühjahrs verzeichnet worden waren, das ist, was wir durch die globale Erwärmung erwarten müssen.

Wie dieser Brief klarstellt, stimmt es einfach nicht, dass 97% aller Wissenschaftler vorbehaltlos akzeptieren, dass die AGW-Theorie feststeht oder dass Kohlenstoff und CO₂ Verschmutzer sind und dass deren Erzeugung bestraft werden muss. Wie kann der primäre Nährstoff der Photosynthese ein Verschmutzer sein? Wir erwähnen auch, dass 700 Wissenschaftler in Eingaben an den US-Senat ihrer abweichenden Meinung vom Konsens Ausdruck verliehen haben und dass 166 Klimawissenschaftler am Abend des Kopenhagener Klimagipfels 2009 Ban Ki Moon aufgefordert haben, Beweise für eine vom Menschen verursachte globale Erwärmung vorzulegen, was er nie gemacht hat.

Sogar einst angesehene Journale wie New Scientist kolportieren immer noch völlig unkritisch einen solchen Unsinn wie den infamen ,Hockeyschläger‘, aus welchem auf magische Weise die gut dokumentierte Mittelalterliche Warmzeit verschwunden war. Der Terminus Globale Erwärmung liegt auf jedermanns Lippen, wobei von jedem Monat/jedem Jahr behauptet wird, es sei der/das wärmste jemals gewesen – auf der Grundlage der adjustierten Land- und Wassertemperaturen. Allerdings zeigt der Stillstand der mittleren Temperaturen seit dem El Nino 1998, wie er fast allen Temperaturreihen aus jüngerer Zeit zum Ausdruck kommt, dass die globale Erwärmung nicht mehr im Gange ist. Beide Behauptungen können nicht korrekt sein, und indem sie nichts zu diesen Differenzen sagt, vertieft die Gesellschaft dieselben noch anstatt zu deren Lösung beizutragen.

Mit seiner Begrenzung der Begutachtung auf geologische Beweise unabhängig von Theorie und Modellierung des IPCC hat die GSL ein unabhängiges wissenschaftliches Verfahren signalisiert. Aber durch die Weigerung, moderne Klima-Aufzeichnungen einer Evaluierung zu unterziehen, hat es das Komitee versäumt, diese und andere Inkonsistenzen in der AGW-Theorie zur Kenntnis zu nehmen oder zu berücksichtigen.

Der Blog Energy Matters war ein nützlicher erster Schritt, sich dieser Dinge anzunehmen, aber es ist nicht begutachtet [i] in der Weise, wie es bei wissenschaftlichen Studien üblich ist. Darum zeigen wir, dass etwa Formaleres vonnöten ist, wie etwa eine 2-tägige Konferenz, um alle Seiten der Debatte zu Wort kommen zu lassen, geleitet von einem fähigen Moderator.

Themen eines solchen Dialogs könnte die Bewertung von Beweisen sein, dass

● CO₂ der alleinige Treiber von Temperatur oder Klima ist,

● Klimawandel größtenteils real, natürlich und außerhalb unserer Kontrolle ist

● Manipulationen von Klimadaten erfolgt sind, um ,globale Erwärmung‘ zu stützen [ii]

● Die meisten Klima-Alarme nichts als Angsterzeugung sind

● CO₂ überwiegend nützlich und längst NICHT so gefährlich ist wie Dekarbonisierung

● industrielle Abfälle und Plastik, Entwaldung und Überfischung gefährlich sind – jedoch beiseite geschoben werden, indem man sich auf CO₂-Emissionen konzentriert.

Das Klimasystem der Welt, wie es vom IPCC definiert wird [iii], ist ein gekoppeltes, nicht lineares chaotisches System, für welches die langfristige Vorhersage zukünftiger Klimazustände nicht möglich ist. Dies liegt daran, dass es unmöglich ist, die Ausgangsbedingungen präzise zu beschreiben, und an der Instabilität, erzeugt durch die Mathematik, welche zu kumulativen Fehlern im Modellierungs-Verfahren führt. Dies kombiniert macht eine korrekte Lösung unmöglich. Schon dies allein sollte die Autoren der GSL-Statements stutzig machen hinsichtlich ihrer sehr vertrauensvollen Akzeptanz, dass CO₂ allein Klima und Temperatur seit dem Jahr 1900 getrieben hat. Die IPCC-Zustandsberichte dokumentieren einige der Unsicherheiten und sind allgemein viel weniger verzerrt als die SPMs (Summaries for Policymakers). Nur diesen jedoch wird die Aufmerksamkeit der Medien zuteil. Das ist schlecht, ist es doch offensichtlich, dass diese Summaries nicht von Wissenschaftlern geschrieben werden, sondern von einer Versammlung von Repräsentanten und NGOs mit nur geringer wissenschaftlicher Kompetenz [iv]. Der schwere politische Bias unterminiert nicht nur den wissenschaftlichen Gehalt, sondern überlädt den überwältigenden Konsens eines vom Menschen induzierten Klimawandels, welcher blind und geistlos von den Medien jahrein, jahraus verkündet wird. Die Fassade des Konsens‘, gefördert durch die in den Klimagate-E-Mails ans Tageslicht gerückten Datenmanipulationen, negiert den kreativen Konflikt zwischen Theorie und Daten. Dieser fehlt in dieser Debatte, und wir denken, dass die GSL diesen Konflikt wiederbeleben kann. Man kann nur hoffen, dass die wiederholten Konjunktive ,könnte‘ und ,sollte‘ in den derzeitigen Studien reduziert werden, wird doch ein solches Dokument die Regierungspolitik auf Jahre hinaus beeinflussen. Darum muss es viel spezifischer werden hinsichtlich der Niveaus der Unsicherheiten in dessen Aussagen.

Wir wollen auch die Schwierigkeit ansprechen, irgendetwas zu veröffentlichen, das nicht die Haltung des IPCC zu AGW bestätigt. Auch dies haben die Klimagate-E-Mails ans Tageslicht gebracht; und auch, dass persönliche Attacken anstatt Widerlegung mittels Daten viel zu oft die Debatte charakterisieren. Wir hoffen, dass dies das Komitee nicht davon abhalten wird, diejenigen Daten zu berücksichtigen, welche den Schlussfolgerungen in den IPCC-Studien widersprechen.

Wir erwarten nicht, dass allen unseren Bedenken Rechnung getragen wird, und wir vermuten, dass die GSL akzeptiert, dass neue Daten den Konsens sehr gut ändern können. Klimamodelle scheitern bei der Modellierung von Klimaten der Vergangenheit und überschätzen permanent zukünftige Temperaturtrends. Und sie können auch nicht die folgenden Punkte erklären:

● den gegenwärtigen Stillstand der Erwärmung

● warum der zu Beginn der Industriellen Revolution geschätzte Gehalt von 285 ppm CO₂ in irgendeiner Weise ein gewünschter Eckpunkt ist. Er fällt zusammen mit der viktorianischen Kleinen Eiszeit, einer Periode des Hungers und des Bevölkerungsrückgangs, was sicher kein wünschenswertes Ziel ist – es sei denn, man will die Erde entvölkern

● warum Klimamodelle grundsätzlich höhere Temperaturen prophezeien als tatsächlich eingetreten

● das Fehlen eines prophezeiten ,Hot Spots‘ – des AGW-Fingerabdrucks

● CO₂-Gehalt und Temperatur während der vergangenen 50 Millionen Jahre viel höher waren als heute – ohne AGW-Effekte

● die natürliche Erwärmung um 8°C und die Zunahme des CO₂-Gehaltes um ~100 ppm während des Holozäns bis zum 19. Jahrhundert sowie die nachfolgende weitere Zunahme des CO₂-Gehaltes nach 1950 um 125 ppm, begleitet von einem winzigen Temperaturanstieg um 1°C

● Das Holozän-Mysterium allgemein fallender, jedoch fluktuierender Temperaturen seit ~3000_BP, begleitet von steigendem CO2-Gehalt, welcher den industriellen CO2-Emissionen vorausging

● wie die AGW-Theorie allein auf Strahlungstransfer als einziger Heizquelle des Planeten beschränkt wird und Einstrahlung, Enthalpie und Wasserdampf ignoriert werden

● die Unfähigkeit der AGW-Wissenschaft, die Bandbreite der Klimasensitivität zu verkleinern (derzeit der GSL zufolge zwischen 1,5°C und 6,4°C). Ist die Wissenschaft trotz über 30 Jahre langer gewaltiger Geldzuwendungen gescheitert?

● das von der GSL eingeführte Konzept der Erdsystem-Sensitivität, welches doppelt so hoch wie die oben erwähnte Klimasensitivität sein kann (Addendum 2013, Seite 4)

Derartiges Scheitern muss bedenklich für die GSL sein, zeigt es doch, dass CO₂ allein die globale Erwärmung nicht treibt, ja auch nicht treiben kann. Wie also kann es das Klima bestimmen? Und falls es das nicht tut, gibt es keinen Grund, die vom UN/IPCC verhängten Strafen für CO₂-Emissionen unkritisch zu akzeptieren.

Die Diskussionen im Blog Energy Matters zeigen, dass die Positionspapiere der GSL nicht beweisen, dass mittlere globale Temperaturen akkurat gemessen und einheitlich sind, oder dass eine durch menschliches CO₂ getriebene Erwärmung real und/oder gefährlich ist oder dass CO₂ effektiv dabei ist, das Klima über die natürliche Variabilität hinaus zu verändern. Die Positionspapiere enthielten nicht die vorteilhaften Auswirkungen von CO₂ hinsichtlich der Ergrünung des Planeten, wurde doch dies schon in der CSIRO-Studie im Jahre 2013 nachgewiesen. Und die Vorteile billiger, zuverlässiger Stromversorgung kann 4 Millionen Todesfälle jährlich verhindern infolge Innenraum-Verschmutzung durch das Verbrennen fester Stoffe. Dies ist schon seit einiger Zeit offensichtlich. Selbst wenn CO₂ in der Tat etwas Erwärmung verursacht – ist das gefährlicher für die Menschen als diese sehr reale Verschmutzung, der täglich deutlich über 200 Millionen Menschen in den Entwicklungsländern ausgesetzt sind?

Wir unterstützen in vollem Umfang, dass die Gesellschaft in die Klimadebatte involviert ist, aber wir glauben, dass das offensichtliche Scheitern der AGW-Theorie berücksichtigt werden muss. Das Klima ändert sich und wird sich immer ändern, aber der Beweis, dass dies primär auf CO₂ zurückgeht, ist abwegig. Falls die starken natürlichen Kräfte, die so gut in den GSL-Papieren beschrieben sind, viel stärkere Auswirkungen auf das Klima haben als CO₂, warum sollten wir dann noch mehr unserer limitierten Ressourcen für das Auffinden von Wegen ausgeben, um uns an eine negative Klimaänderung anzupassen?

Uns ist bewusst, dass das Gremium Pflichten gegenüber der Gesellschaft hat um des Prestiges der Wissenschaft und der Mitglieder willen, vielleicht in dieser Reihenfolge. Aber wir glauben auch, dass in jedwedem formellen Statement der Gesellschaft die abweichenden Standpunkte einiger Mitglieder zumindest erwähnt werden sollten. Klimawandel (der ohne jede Rechtfertigung immer als gefährlich dargestellt wird) ist zum entscheidenden Thema unserer Zeit geworden, und informierte Dissidenten können nicht einfach unter den Teppich gekehrt werden oder als unwissenschaftlich oder leugnerisch verunglimpft werden, wie es viel zu oft der Fall ist. Rebellion ist die tiefste Wurzel der Wissenschaft; die Ablehnung, die gegenwärtige Ordnung der Dinge zu akzeptieren [v]. Anscheinend gilt dieser Grundsatz in Klimastudien nicht mehr.

Die GSL hat eine starke unabhängige Haltung eingenommen: Der Kohlenstoff-Kreislauf ist ein ernster geologischer Vorgang, aber die Interpretation von Daten ist Gegenstand zunehmender Unsicherheit, wenn man zeitlich zurück oder vorwärts geht. Feste Schlussfolgerungen aufgrund experimenteller Daten allein (die geologische Aufzeichnung) sind wahrscheinlich unsolide. Einer meiner Korrespondenzpartner drückt es so aus: „Die Gesellschaft kann Kommentare abgeben zur Komplexität von Physik und Mathematik sowie zur unvermeidlichen Unsicherheit von Prognosen des Verhaltens nicht linearer, dynamischer Systeme usw., und es ist nichts Schlechtes, darüber zu diskutieren … Aber … ihre Schlussfolgerungen sind ohne Gewähr und unsolide Wissenschaft, falls sie sich allein auf geologische Befunde stützen“.

In der Wissenschaft sollte man auf alle verfügbaren Tools zurückgreifen, und wenn man moderne Aufzeichnungen außen vor lässt, wäre es noch besser, dem Terminus die Wissenschaft ist settled die stillschweigende Zustimmung zu verweigern. Und selbst wenn alles unvermeidlich scheint, vor dem das IPCC Angst hat – die Anwendung des Vorsorgeprinzips hat mit ihrem Abwürgen der Debatte mehr Schaden als Nutzen angerichtet. Bei weitem besser ist es, nach Wegen zu suchen, sich an mögliche Auswirkungen anzupassen, bis die Beweise auf die eine oder andere Weise klarer werden.

Die Stärke der Gesellschaft ist es, nicht nur offen zu sein für Mitglieder, die einen gegenwärtigen ,Konsens‘ teilen – was einst allgemein akzeptiert war, ist oftmals durch neue Argumente widerlegt worden.

Wir würden gerne dem Gremium unsere Ergebnisse in einer Präsentation vorlegen, wie viel von dem, was relevant ist, am besten anhand von Daten belegt werden kann. Allerdings wollen wir die Diskussion nicht in irgendeiner Art und Weise monopolisieren, glauben wir doch, dass die Belange der Vorführung vor so vielen Parteien wie möglich bedarf. Und aus diesem Grunde auch nennen wir dies einen offenen Brief, den wir über die Medienkanäle laufen lassen wollen nach dem bevorstehenden AGM.

Yours sincerely

Howard Dewhirst FGS,

im Namen der folgenden Persönlichkeiten:

[Die lange Liste der Mitunterzeichner habe ich hier nicht übernommen; man klicke in das Original! Anm. d. Übers.]

Links:

APS: American Physical Society: https://www.aps.org/policy/statements/upload/climate-review-framing.pdf https://www.aps.org/policy/statements/climate/index.cfm

AAPG: http://www.searchanddiscovery.com/documents/gerhard/index.htm

AIChE: https://www.aiche.org/resources/publications/cep/2017/july/che-context-members-will-shape-aiches-climate-change-policy

APPEA: https://www.appea.com.au/wp-content/uploads/2016/02/Climate-Change-Policy-Principles-APPEA-final.pdf

SPE: http://webevents.spe.org/webinar/13400

CAPP: Canadian Association of Petroleum Producers; https://www.capp.ca/responsible-development/air-and-climate/climate-change

Climate Change Tutorial; District Court of California, 10/3/2018. http://co2coalition.org/wp-content/uploads/2018/03/Happer-Koonin-Lindzen.pdf

GWPF: https://www.thegwpf.org/state-of-the-climate-report-reveals-23-year-temperature-pause-in-the-stratosphere/

Letter to Scott Pruitt EPA: https://www.heartland.org/_template-assets/documents/06-07-18%20EPA%20Pruitt%20NIPCC%20Submission.pd.pdf

Selected Blogs:

http://euanmearns.com/the-geological-society-of-londons-statement-on-climate-change/

https://www.thegwpf.org/content/uploads/2018/03/State-of-the-Climate2017.pdf

https://notalotofpeopleknowthat.wordpress.com/2018/01/17/the-geological-society-of-londons-statement-on-climate-change/

https://wattsupwiththat.com/2018/01/30/what-are-in-fact-the-grounds-for-concern-about-global-warming/comment-page-1/#comment-2730698

[Zu diesem offenen Brief haben die Autoren eine Begleit-E-Mail geschrieben, aus der hier noch Auszüge übersetzt werden. Anm .d Übers.]:

Sehr geehrter Herr Präsident,

im Anhang finden Sie einen offenen Brief an Sie als Präsident der Geological Society of London. Der Brief ist im Geiste wissenschaftlicher Forschung geschrieben, nicht im Geiste politischer Korrektheit, und wird von einer Gruppe Kollegen mitgetragen, deren Namen aufgelistet sind. Ziel unseres Briefes ist es, die GSL zu einer Neubewertung des Themas Klimawandel zu bewegen, welche sich dann in den neuen Positionspapieren niederschlagen sollte. Wir wünschen in Gestalt dieses offenen Briefes, das Bewusstsein der Ernsthaftigkeit unserer Bedenken zu steigern, und planen, ihn in den Medien zu veröffentlichen, nachdem die Gesellschaft ihn zur Kenntnis genommen hat. …

Das Thema Klimawandel ist zu wichtig, um es einer kleinen Gruppe von Mitgliedern zu überlassen, egal welche Absicht oder Qualifikationen sie haben. Trotz allem, was Sie in den Medien lesen können, und wie dieser Brief zeigt – 97% aller Wissenschaftler stimmen nicht der IPCC-Hypothese einer katastrophalen anthropogenen globalen Erwärmung [CAGW] zu, und wir sind der Überzeugung, dass auch die GSL das nicht so uneingeschränkt tun sollte, wie sie es bisher getan hat.

Wir folgen keiner speziellen Agenda, sondern trachten nach der Wahrheit hinsichtlich eines Themas, dass zu einem gewaltig politischen Thema geworden ist, wobei ein offener Dialog fast unmöglich geworden ist. Wir sind sicher, dass dies etwas ist, mit dem die GSL konfrontiert ist, und wir wollen die Führung übernehmen bei der Wiederherstellung der Ausgewogenheit.

Yours Sincerely

Howard Dewhirst

[i] Peer reviewing is only of value if the reviewers are without bias, which is increasingly rare in politicised sciences such as climate change; the web, like Guttenberg’s press, has opened up new vistas of thought and expression.

Link: https://www.thegwpf.com/an-open-letter-to-the-geological-society/

Übersetzt von Chris Frey EIKE

Übernommen von „Die kalte Sonne“ hier

Weitere Beispiele für Latif´s Schummeln finden Sie hier

As I was going up the stair
I met a man who was not there!
He was not there again today,
Oh how I wish he’d go away!

– “Antigonish” (1899) by William Hughes Mearns.

It is also known as ‘The Little Man Who Was Not There’ and was made into a hit song by Glen Miller.

Missing data is really hard to handle. SQL programmers are a little bit spoiled because our language has NULLs in it and beginning SQL programmers tend to assume that this is the way to handle all missing data. This is wrong and when the column is NULL-able, you need to define exactly what that NULL means in context. In the second version of his relational model Dr. Codd had two kinds of NULLs; one for the case when the value of an attribute was missing, and one when the attribute itself was missing (and therefore, it could never have a value).

Why is a Value Missing?

You can be several reasons we do not have a value. It can be completely random and have nothing to do with the data itself. For example, there was a fire or some natural event that destroyed our data. This is often referred to as the ‘the dog ate my homework’ excuse. Sometimes this is actually true.

Data can also be missing due to the nature of the data itself. For example, I can say with absolute certainty that data about my pregnancies is missing because it’s affected by my gender (Dr. Codd’s second kind of NULL). While this example is going to be 100% dependent on gender, other missing values may be less certain. For example, many people are hesitant about reporting their income or age.

I have to make a decision about male pregnancies. Do I report them with zeros, so that summations will work easier when I pass data to a non-SQL package? Or do I use the NULL, to mark them as an impossibility? At the time I’m writing this (2018 June), there’s been a posting on a SQL Server forum which asks about how to handle year-to-date running totals. If a particular month has already occurred, then you can get a running total pretty easily. However, if I need a total for a month that has not yet occurred, the poster wanted to use a NULL in the table. But then he wanted to update all of the ‘future NULLs’ with the last known total; this is obviously invalid, unless you are clairvoyant.

Deleting Missing Data

The easiest way to handle missing data is simply to delete it. But you have to decide if you want to delete the entity involved (that is, delete rows) or to delete the attribute (that is, delete columns).

Entity deletion is done quite a lot. Some of the incoming data is simply a mess. The bad news with this method is sometimes you really cannot afford to throw it all out. As an example of this, McGraw-Hill Educational Testing Services gets warehouses of Scantron forms. Many of these forms are seriously damaged the point they do not scan. Rather than tell a kid that his test disappeared, they pass it on to human beings who try to figure out what was intended and reconstruct it manually. It’s actually a small percentage of the total volume the handle, but it’s a pretty impressive absolute number. But some of the forms are such a mess you really cannot do anything with them; they look like somebody mopped the floor with them.

Attribute deletion is rarer than entity deletion. Dropping the column goes across all the rows in a table. But you probably put that column in the original schema DDL for a reason. And now you cannot use it! A good question is when an attribute (column) it so messed up becomes useless. In my experience, the most common reason for this is different data sources. They do not have to be intentionally bad or negligent, but they have different precision, or they have different scales of measurement. One of the classic stories in IT was when Disneyland Japan was using metric measures and they had some of their parts supplied in US customary units. I’ll discuss this problem shortly.

Replacing Missing Data

Statisticians have replaced missing data with various techniques for a long time. Longitudinal data is the same attribute measured over time, using a series of observations. However, there can be missing values in the series.

Local Adjustments

Several common techniques presume that things don’t change very much over time. This means you can look to the value before or after the gap and decide to carry the last known value forward, or the next known value backwards. The bad news is if there’s a trend, either increasing or decreasing, these methods will hide it.

A better method is to look at the boundary values and interpolate a value between them in the gap. It tends to make for smoother data. The tradeoff is that cyclic or seasonal data can suffer. The easiest way is to assume that all data is linear, and simply computed value with a simple linear fit. This is an assumption a very strong one! You better have a good reason for it. It’s also quite possible that data is growing or decaying exponentially over time. Again, anytime you provide a missing value, you’re making a leap of faith.

Global Adjustments

It is easy to compute the average with AVG() for each instance, and assume that it can be used to represent the missing value. It will smooth out very nicely in other aggregate statistics when you analyze the whole set. But it also means you reduced the variance in the data. Then you have to decide whether or not the mean was the right choice. The other two common measures of central tendency in the data set are the median (or better, a weighted median) and the mode. However, there are other statistics, such as the geometric mean that might be appropriate.

Notice that so far, we only considered continuous values. If the attribute is categorical, we have some other choices. One way to do this is to make a ‘miscellaneous’ or ‘missing’ category in your nominal scale. If you start to get too many occurrences of such values, then your data is pretty dirty, and you need to rethink what you’re doing.

Another approach is to assume that the mode (most frequently occurring value) is the best choice, especially if the data is skewed in some way. For example, we might assume that the sex code for this particular population (a database of NFL football players versus a database of NFL cheerleaders) is ‘male’ and routinely plug it in. This obviously has some problems. If we’re lucky, we might be able to use other attributes to make a better educated guess. If the first name of this entity is ‘Mary’, then we can reasonably assume the sex code should be ‘female’; if the first name is ‘Vladimir,’ then we can reasonably assume the sex code should be ‘male’ instead. There are also people who only use their initials for a first name. However, the old kids television show ‘The Secret World of Alex Mack’ had the scripts before they had the lead actor. They deliberately picked a gender ambiguous name for the series.

A better way, but it takes more computing, is to look for multiple attribute values. For example, if you’re looking for sex code, we might include the first name, the occupational code, age, and whatever other attributes have. Each value for each attribute is assigned a weight, and the weights are added to give a total score for how likely each replacement value is. There some statistical tools for doing this, and it can be surprisingly accurate. The gimmick is any unusual entity in your database can get lost in the assumption that it’s not an outlier. For example, a 70+ year-old high school teacher is usually going to be female; this means you’re going to miss all older retired male volunteer teachers that just came into the database.

Mixed Scales and Data Loss

Things like length and temperature are measured on what are called ratio scales. This means they are expressed as multiples or subdivisions of one standard unit, and that you can convert among such scales with a little algebra (for example, °F = °C × 9/5 + 32 is the formula for converting Celsius to Fahrenheit temperatures). You might want to look up a prior article of mine on scales and measurements.

In spite of the fact that there is a formula for doing the conversions, there is no guarantee that each measurement is kept to the same number of decimal places after conversion. In the United States, we tend to keep Fahrenheit temperatures in whole numbers, however Celsius temperatures tend to be recorded to at least one decimal place. Thus, some entities in the database are being measured by a different instrument with different scales. You now have data loss from rounding errors!

Nominal Scale Loss

Many years ago, I helped set up a database for the sales department of a pharmaceutical company. Part of the database included the medical specialties of the doctors, which they obtained by buying commercial data. The problem was they had two sources for this data; one of which used an alphabetic encoding system and the other used a numeric system. There were apparently no industry standards at the time. The real problem was the scales did not match. For example, one provider thought pediatric cancer doctors belonged under pediatrics, while the other provider put them as a specialty in oncology. Even when you could do a one-for-one translation, the principal specialty of the same doctor would vary.

The real problem was that depending who loaded which tape into the database, the encoding scheme used would change from one to the other. Oh, did I mention that someone gave everybody full admin privileges on the database? Developers made scripts that would do ALTER TABLE statements that matched whichever vendor they favored when they loaded a tape. The database kept getting overwritten unpredictably.

It took up a few months before the salesman noticed that the printouts they were getting for their sales calls didn’t match each other. This sounds obvious if you’re a database person and are very aware of data. But pharmaceutical salesman are not database people, so it took a little while.

The problem then became converting the specialty codes which did not match. We simply made arbitrary decisions, based what we felt was the best match. The result was data loss, even after we decided on one system.

There’s an old proverb that “a man with two wristwatches can never be sure exactly what time it is.” And this was a really good example of it.

Summary

The bottom line is that there is no universal, magic technique for putting in missing data. Sorry. No magic. You have to make these decisions on a case-by-case basis. But as you make these decisions, the aggregate of the data is affected. Obviously, the best solution is not to allow missing data at all and to get perfect inputs. If you have a way to do that, please let me know. The best I’ve been able to do is reduce the amount of bad input after 40 years in IT.

The post Missing Data appeared first on Simple Talk.

Foratom, the European nuclear trade body, has called on the European Commission and other EU institutions to recognise and reward the long-term operation of nuclear power reactors in their role to help Europe meet its climate targets.

Exklusiv und nur für t3n-Leser: Die PanoClip 360-Grad-Kamera von hardwrk sorgt für außergewöhnliche Aufnahmen und verewigt eure spektakulären Erlebnisse in einer neuen Dimension! Und das für nur 39 Euro.

Erstellt hochwertige Rundum-Fotos mit dem PanoClip

Der hochwertige PanoClip-Objektiv-Aufsatz macht euer iPhone zu einer 360-Grad-Rundumblick-Kamera. Ob ihr euren Urlaub in 360-Grad-Aufnahmen festhalten möchtet, tolle Erinnerungen von der Party mit Freunden verewigen wollt oder den PanoClip beim Wandern oder Klettern einsetzt – coole Aufnahmen sind hier garantiert! Kompatibel ist der PanoClip mit dem iPhone 7/8 und X.

Einfache Handhabung ohne komplexe Elektronik

Eins ist der PanoClip garantiert – der optimale Einstieg in die 360-Grad-Fotografie: Der Objektiv-Aufsatz lässt sich ganz einfach auf euer iPhone setzen und schon könnt ihr mit den Aufnahmen loslegen!

Der PanoClip ist der perfekte Begleiter für jeden Tag: Leicht und handlich ist er immer an eurer Seite und sorgt daheim, auf Reisen oder auf Feiern für spektakuläre Aufnahmen. Zudem ist der Preis unschlagbar gut. Der Objektiv-Aufsatz nutzt die hervorragende Kameraqualität der aktuellen iPhone-Modelle und verzichtet dabei auf komplizierte Elektronik. Da er absolut keine elektronischen Bauteile enthält, kann der robuste Aufsatz auch im Abenteuerurlaub wunderbar zum Einsatz kommen.

Auch das Teilen in den sozialen Netzwerken ist über die PanoClip-App superleicht – bearbeitet eure Aufnahmen und teilt sie anschließend mit nur einem Klick direkt mit euren Freunden oder der PanoClip-Community.

Das bietet euch der 360-Grad-Kamera-Clip von hardwrk:

• schicke 360-Grad-Aufnahmen zu einem unschlagbaren Preis
• kostenlose PanoClip-App mit Filtern, coolen Stickern und AR-Linsen im App-Store
• eure spektakulären Aufnahmen könnt ihr direkt in den sozialen Medien teilen
• Aufnahmen werden direkt auf dem iPhone gespeichert
• mit nur 68 Gramm wunderbar leicht und trotzdem super-robust
• kompakt (92 mm x 34mm x 35mm) und handlich
• erhältlich für das Apple-Smartphone iPhone 7/8 und das iPhone X
• Sichert euch sofort den exklusiven Rabatt von hardwrk – mit dem Code „Panoclip“ bekommt ihr diesen genialen 360-Grad-Kamera-Clip für nur 39 Euro statt der regulären 49 Euro!

Jetzt zu den iPhone Hüllen (Provisions-Link)

Microsoft is getting rid of MSN News with the launch of Microsoft News.

The post Microsoft Rebrands MSN News As Microsoft News, Launches New Mobile Apps appeared first on Thurrott.com.

The series so far:

1. Power BI Introduction: Tour of Power BI — Part 1
2. Power BI Introduction: Working with Power BI Desktop — Part 2
3. Power BI Introduction: Working with R Scripts in Power BI Desktop — Part 3
4. Power BI Introduction: Working with Parameters in Power BI Desktop —Part 4

Power BI Desktop provides a powerful tool for creating reports you can publish to the Power BI service or save to Power BI Report Server. One of the most valuable features in Power BI Desktop is its integration with the R language. You can use R to import or transform data, as well as create visualizations. You can also import prebuilt R-based visualizations into Power BI Desktop, without needing to write or interact with R.

In this article, I explain how to work with R in Power BI Desktop, focusing on the how to perform R-specific tasks, as opposed to diving into the R language. For this reason, the R scripts in the examples are very rudimentary and meant only to demonstrate how you can utilize R in Power BI Desktop. Once you understand these concepts, you can then take advantage of R’s extensive and robust capabilities to analyze, transform, and visualization data. If you’re not familiar with R, a good place to start is with the R Project site.

When working with R in Power BI Desktop, R must be installed on the same Windows computer as Power BI Desktop. You can download and install an R distribution for free from a variety of locations, including the CRAN distribution available from the R Project site and the Microsoft R Open distribution available from the Revolution Analytics site. For the examples in this article, I used the CRAN distribution, version 3.5.0.

You’ll also find it handy to have a separate R integrated development environment (IDE) installed on your system. This allows you to verify your R scripts before running them within Power BI Desktop. An IDE also makes it easier to install R packages that you might need when running R in Power BI Desktop. On my system, I installed the free version of RStudio, which is available from the RStudio site.

When you open Power BI Desktop, Power BI Desktop tries to locate an R installation on your system. You can verify whether the correct installation has been detected by opening the Options dialog box, available by going to File > Options and settings > Options. The following figure shows the Options dialog box with the R scripting section selected, as it appears on my system.

In my case, Power BI Desktop detected both the correct R installation and IDE. If you find the information to be incorrect or missing, you can provide a specific R installation, R IDE, or both.

Associating an IDE with Power BI Desktop applies only when creating R visualizations in Report view. By associating an IDE, you can launch the IDE from within Power BI Desktop and work on the visualization script there.

Using an R Script to Import Data

When using an R script to import data, the script must return at least one data frame that serves as the basis for your imported table. If the script returns multiple data frames, you can choose which ones to include as part of the import process. Power BI will create a table for each imported data frame. One word of warning, however. If a data frame contains a column configured with the complex or vector type, Power BI Desktop will replace the column’s values with errors.

To use an R script to import data into Power BI Desktop, click the Get Data button on the Home ribbon. When the Get Data dialog box appears, navigate to the R script option in the Other category, as shown in the following figure.

When you click the Connect button, Power BI Desktop launches the R script dialog box, where you can type or paste your R script. For the first example, use the following R script to retrieve data from the iris dataset (included with the CRAN distribution) and assign it to the iris_raw variable:

iris_raw <- iris

In Power BI Desktop, you must assign the dataset to a variable even if you don’t modify the data frame in any way. If you were to enter only the name of the dataset, as you can do in an IDE, no data frames would be available to import into Power BI Desktop.

Before entering your script into the R script dialog box, you should test it in your IDE to ensure that it runs properly and returns the results you expect. If your script generates an error within Power BI Desktop, it can be very difficult to make sense of it. Plus, you have to start over with the import process.

Once you’re sure that the script is ready to go, you can enter it into the Script textbox, as shown in the following figure.

When you click OK, Power BI Desktop processes the script and then launches the Navigator dialog box, which lets you select which data frames to import we well as review sample data for each data frame. In this case, the R script returns only the iris_raw data frame, so it is the only one available, as shown in the following figure.

The Navigator dialog box lists the data frames in the Display Options section, under the R[1] folder. You must select the checkbox associated with each data frame you want to import. Once you’ve made your selection, click Load. After Power BI Desktop loads the data, you can view the dataset in Data view, as shown in the following figure.

In some cases, you might want to import data from a file, rather than using one of the built-in datasets. For example, suppose you’ve copied the iris dataset to a CSV file, which you’ve saved to the C:\DataFiles\ folder on your local drive. You can easily pull the data into an R data frame using the following statement:

iris_csv <- read.csv(file="C:/DataFiles/iris.csv", header=TRUE, sep=",")

The statement uses the read.csv function to read the context of the iris.csv file. The header argument is set to TRUE to indicate that the first-row values should be created as headers (if that’s what you want to do.) The sep argument indicates that a comma is used to separate the data values within the file. You can then use the same process described in the previous example to import the data from the iris_csv data frame.

The R language is very flexible due to the ability to install packages with additional functionality, and there are several that aid reporting and analytics. The dplyr and data.table packages provide useful functions (verbs) for working with data frames. The ggplot2 is useful for visualizations. To use these in Power BI Desktop, they must be installed on your system. You can install these through your IDE, in this case R Studio. Launch R Studio and run these commands:

install.packages("dplyr")
install.packages("data.table")
install.packages("ggplot2")

After the packages are installed, you can then use the library function within your R script to call that package when importing the data. This allows you to use the functions included in the package, such as group_by and summarize. To view a list of the packages that Power BI Desktop supports, see the help topic R packages in the Power BI service.

One of the biggest benefits of being able to use R when importing data into Power BI Desktop is that you can manipulate data as part of the import process. For example, the following script uses the summarize and group_by functions available in the dplyr R package to group and aggregate the data before importing it:

library(dplyr)
iris_mean <- summarize(group_by(iris, Species),
  slength = mean(Sepal.Length), swidth = mean(Sepal.Width),
  plength = mean(Petal.Length), pwidth = mean(Petal.Width))

The group_by function prepares the data for use by another function, which in this case is summarize (also written as summarise). In this example, the summarize function is used in conjunction with the mean function to find the mean for each of the four measures, grouped according to the values in the Species column.

Returning now to the R statement above, notice that the aggregated data is saved to the iris_mean variable. This is the name that is assigned to the dataset when imported into Power BI Desktop, as shown in the following figure.

Of course, you can write far more complex R scripts than the one shown here, but this should give you an idea of how easy it is to use R to import data into Power BI Desktop. And the more adept you are with R, the more powerful this feature becomes.

Using an R Script to Transform Data

There might be times when you’ll want to use R to manipulate a dataset already imported into Power BI Desktop. Query Editor includes the capacity to apply an R script to a dataset in order to transform the data. But before modifying the data, take a look at the following figure, which shows how the iris_raw dataset appears in Query Editor before applying any transformations.

Notice that the Applied Steps section includes two steps: Source and Navigation. In this figure, the Source step is selected and a small table is displayed in Query Editor’s main pane. The table represents the initial import operation, with one row included for each returned data frame. In this case, because there is only the iris_raw data frame, the table includes only one row. The Table value in the Value column represents the data associated with that data frame. Selecting this value results in the second step, Navigation, which is the actual imported data, as shown in the following figure. Whenever you use an R script to import data, Power BI Desktop adds both the Source and Navigation steps.

Now take a look at how to run an R script against the iris_raw dataset. To keep things simple, use the same aggregation logic used when importing the iris_mean dataset. The primary difference is that you must use the dataset variable when referencing the dataset, instead of specifying iris, as shown in the following script:

library(dplyr)
iris_mean <- summarize(group_by(dataset, Species),
  slength = mean(Sepal.Length), swidth = mean(Sepal.Width),
  plength = mean(Petal.Length), pwidth = mean(Petal.Width))

To run this or any R script in Query Editor, click the Run R Script button on the Transform ribbon. This launches the Run R Script dialog box, which includes the Script textbox, where you can type or paste your script. The following figure shows the Run R Script dialog box with the above R script included. Notice that Power BI Desktop adds a comment stating that the dataset variable holds the input data. The input data is the active dataset in Query Editor, which in this case is the iris_raw dataset.

After you enter the script and click OK, Query Editor adds two steps to the Applied Steps section: Run R Script and “iris_mean”. These two steps work just like the first two steps, Source and Navigation. The first one reflects the data frames returned by the script, and the second reflects the selected data frame, as shown in the following figure.

As with using R to import data, being able to run an R script against a dataset provides you with a powerful tool for working with the imported data, whether the data was imported from a database system, online service, or text file. After you’ve imported the data into Power BI Desktop, any dataset is fair game.

Using an R Script to Create Visualizations

Another great feature in Power BI Desktop is the ability to use R to create visualizations within Report view. For the most part, this process is as straightforward as using R in other ways, except for one important caveat: R automatically groups and summarizes the data, whether or not you want done, and you cannot override this behavior. Why Microsoft decided to take this approach is a bit of a mystery, especially since it can sometimes give you results you don’t want.

Fortunately, there is a workaround. You can add a column to your dataset that uniquely identifies each row, similar to an IDENTITY column in a SQL Server table. If you’re using an R script to import the data, you can add the column as part of the import process. For example, the following R script adds an identifier column to the iris dataset based on the dataset’s index (row names):

library(data.table)
iris_id <- iris
iris_id <- setDT(iris_id, keep.rownames=TRUE)[]
setnames(iris_id, 1, "id")
iris_id$id <- as.integer(iris_id$id)

The script starts by calling the data.table package, which provides functions for working with data frame objects. (Be sure to install the package if you haven’t already done so.) The setDT function, along with the keep.rownames argument, creates the new column based on the index values. Notice that you must first assign the iris dataset to the iris_id variable before using the setDT function. This is because the function makes changes directly to the dataset, which you cannot do with a built-in dataset such as iris.

After creating the column, you can then use the setnames function to change the name of the first column from the default (rn) to the new name (id). The final step is to change the column data type to integer.

With the iris_id dataset in place, you can use it to create a visualization based on an R script. To add an R-based visualization, go to Report view and click the R button on the Visualizations pane. The first time you do this, you’ll be prompted to enable script visualizations, as shown in the following figure. Simply click the Enable button, and you’ll be good to go.

When you click the R button on the Visualizations pane, Power BI Desktop adds a graphic placeholder to the report and opens the R script editor pane. Before you can do any scripting, however, you need to identify the dataset columns that you’ll be using in the visualization. The easiest way to do this is to drag the columns from the Fields pane to the Values section of the Visualizations pane. Be sure to include the identifier column you created on the dataset. For this example, add the id, Species, Petal.Length, and Petal.Width columns, as shown in the following figure.

When you add the columns, Power BI Desktop inserts several comments in the R script editor pane. The first two comments indicate that a data frame named dataset has been created, based on the columns you added to the Values section of the Visualizations pane. You must use dataset to reference the source data in your R script.

The second two comments, along with the warning message at the top of the pane, indicate that duplicate rows have been removed from the dataset, which is why you needed to add the identifier column.

Beneath the comments, you can type or paste your R script. For this example, use the following script to create a basic scatter plot:

library(ggplot2)
ggplot(data=dataset, aes(x=Petal.Width, y=Petal.Length)) +
  geom_point(aes(color=Species), size=3) +
  ggtitle("Petal Widths and Lengths") +
  labs(x="Petal Width", y="Petal Length") +
  theme_bw() +
  theme(title=element_text(size=15, color="blue3"))

The script uses the ggplot function in the ggplot2 package (be sure to install the ggplot2 package if you haven’t already) to create a visualization with the specified colors and labels. Notice that the Petal.Width column is used for the X-axis, the Petal.Length column is used for the Y-axis, and the Species column serves as the basis for the plot colors.

After you define the R script, click the Run script button at the top of the R script editor pane. Power BI Desktop processes the script and displays the visualization in the placeholder added earlier, when you first clicked the R button. The following figure shows how the visualization appears on my system.

You can update an R-based visualization at any time by modifying the R script. After you modify the script, click the Run script button to update the visualization.

If you want to edit the code in your IDE, click Edit script in external R IDE at the top of the R script editor pane. This launches the IDE, which will display an R script that includes the code necessary to connect to the data source you’re using for your visualization. The script will also include any code you already added to the visualization script in Power BI Desktop. You still have to copy-and-paste the bulk of your script back into Power BI Desktop, if you make any changes, but this at least saves you the trouble of trying to set up the data source in the IDE in order to test your script.

Something to keep in mind when adding R-based visualizations to your report is that the Power BI service comes with licensing restrictions. You cannot use R-based visualizations in the Power BI service unless you have a Power BI Pro license.

Importing R-based Custom Visuals

Another fun feature in Power BI Desktop is the ability to import predefined R-based visualizations into your workspace. The visualizations are available through Microsoft’s AppSource gallery, which you can access directly through Power BI Desktop. You do not need to understand R syntax, nor do you need build or run R scripts.

To import a visualization, click the ellipses button on the Visualizations pane in Report view, and then click Import from marketplace. This launches the Power BI Visuals window, shown in the following figure.

When you locate the visual you want to import, click Add. If the visualization requires additional R packages to be installed, the R Packages Required dialog box appears, listing the packages that need to be added. You can either click Cancel and install the packages manually, or you can click the Install button and let Power BI Desktop install the packages automatically.

For this example, select the Spline chart visualization. Type Spline in the Search window if it’s hard to find. When it’s added it to Power BI Desktop, the R Packages Required dialog box in the following figure will appear. To take the automatic installation route, click Install.

When you import a custom visualization, Power BI Desktop adds a button to the Visualizations pane specific to that visualization. You can then add the visualization to your report and configure just like you would any of the prebuilt visualizations. The following figure shows the Spline chart visualization. For the data, specify the Species, Sepal.Length, and Sepal.Length columns from the iris_id dataset, as shown in the following figure.

Microsoft provides a number of free and interesting custom visualizations in the AppSource gallery. It’s certainly worth familiarizing yourself with what’s out there so you can create reports that are even more engaging than you can achieve with the built-in visualizations. Best of all, Microsoft has made it exceptionally easy to pull the custom visualizations into Power BI Desktop, so you have little to lose by trying them out.

Making the Most of R in Power BI

The integration of the R language into Power BI Desktop provides a powerful tool for transforming and presenting business intelligence data. R is a comprehensive statistical computing and graphics language that is extensively implemented and has a large and active user community. In Power BI Desktop, you can use R to import and modify data as well as create a wide range of visualizations that provide in-depth insights into the data. Those already well versed in R should find that using R in Power BI Desktop is a simple and straightforward process. Even those less experienced with R could find it well worth the effort to try out the Power BI Desktop R features.

The post Power BI Introduction: Working with R Scripts in Power BI Desktop — Part 3 appeared first on Simple Talk.

Laut einer Untersuchung verbringen Kindern in bildungsfernen Familien viel Zeit vor Bildschirmen. Aber ihre Erziehung ist nicht in allen Bereichen schlechter.

Comments

Comments

Die Anforderungen der DSGVO stellen nicht nur Seitenbetreiber vor zahlreiche Herausforderungen. Auch Nutzer sind zunehmend genervt von der Cookie-Flut und sind nicht einmal davon überzeugt, dass ihre Daten nun besser geschützt sind.

Lediglich 17 Prozent der Menschen in Deutschland sind laut einer Studie davon überzeugt, dass ihre Daten durch die neue europäische Datenschutzgrundverordnung besser geschützt sind. Die von Unternehmen, Behörden, Vereinen und Website-Betreibern veröffentlichten Erklärungen zum Umgang mit Daten empfinden demnach 65 Prozent der Befragten als zu umfangreich, kompliziert und unverständlich, teilte die European netID Foundation, Auftraggeberin der Studie, am Dienstag mit.

Das Inkrafttreten der DSGVO am 25. Mai habe dazu geführt, „dass das Internet mit Cookie-Hinweisen geflutet wurde“, sagte Jan Oetjen, Vorsitzender des Stiftungsrats. Der Studie zufolge bestätigt jeder zweite Nutzer die Cookie-Hinweise mit okay, ohne die Erläuterung zu lesen. Etwa ebenso viele Nutzer löschen die Cookies mindestens einmal wöchentlich. Dabei bleibe aber auch das Surferlebnis auf der Strecke, sagte Oetjen. „Denn bei jedem erneuten Besuch einer Seite müssen die Cookies wieder und wieder bestätigt werden.“

61 Prozent der Befragten glauben demnach, dass Unternehmen künftig ebenso viele Daten sammeln wie bisher, dies aber transparenter darstellen. Daran, dass die DSGVO Konsequenzen für die Geschäfte amerikanischer Internet-Unternehmen haben wird, glauben demnach 58 Prozent nicht. 63 Prozent wünschen sich von den neuen Regeln mehr Klarheit darüber, welche Daten erhoben werden. 45 Prozent der Befragten sprachen sich für einheitliche Lösungen aus, die ihre Einwilligungen auf allen Websites speichern und anwenden.

Die European netID Foundation wurde von Mediengruppe RTL Deutschland, ProSiebenSat.1 und United Internet (Web.de und GMX) gegründet und bietet den offenen Log-in-Standard netID ein, der eine Alternative zur Nutzung von großen US-Konzernen wie Facebook und Google bieten soll. dpa

Auch interessant:

• „Soforthilfe“ gescheitert: Doch kein schneller Schutz vor DSGVO-Abmahnungen
• DSGVO: Diese 10 Dinge müssen Onlinehändler bei der Versandkommunikation beachten"
• Kollateralschäden der DSGVO: Zu Risiken und Nebenwirkungen fragen Sie Ihren Datenschutzbeauftragten

Comments

Es ist ein hitziger Kampf im Gange, um Arizonas zukünftigen Energiemix. Clean Energy for a Healthy Arizona  (CEHA) ist eine Umweltkampagne, die vor Ort arbeitet, um zu erreichen, dass die Energieversorger in diesem Bundesstaat 50 Prozent ihres Stroms aus erneuerbaren Quellen wie Wind und Sonne beziehen müssen, in 2030. Um dies zu erreichen, will die grüne Energiekampagne die Landesverfassung ändern. Die Unterstützer arbeiten derzeit daran, bis Juli dieses Jahres,  225.963 gültige Wählerunterschriften zu sammeln, um ein Referendum über die Abstimmung in  2018 zu ermöglichen.

Es lief jedoch nicht alles reibungslos, bei der Kampagne für mehr erneuerbare Energien.

Die Finanzberichte vom April zeigten, dass Clean Energy for a Healthy Arizona ausschließlich von NextGen Climate Action  finanziert wurde, einer Umweltorganisation, die von Milliardär und Aktivist Tom Steyer gegründet wurde und finanziert wird. Die Kampagne für erneuerbare Energien erhielt von NextGen 957.000 US-Dollar. CEHA hat fünf verurteilte Schwerverbrecher als Unterschriftensammler eingesetzt, wie durch eine Konkurrenzkampagne im Mai aufgedeckt wurde.  Arizona verbietet es verurteilten Schwerverbrechern per Gesetz, Initiativpetitionen zu verbreiten, mit Ausnahme von Personen, deren Rechte wiederhergestellt wurden.

Die Enthüllung könnte als Einzelfall betrachtet werden, aber in einer weiteren Untersuchung der von Steyer finanzierten Kampagne, wurden in dieser Woche weitere 27 Schwerverbrecher entdeckt, die als Lohnempfänger eingestellt wurden.

Arizonans for Affordable Electricity ( AAE – Arizonans für erschwinglichen Strom)  – ist eine opponierende Kampagne, die den Vorschlag für mehr Anteile von Erneuerbaren ablehnt – reichte am Montag eine Beschwerde an die erste Stellvertreterin des Gouverneurs von Arizona ein (Michele Reagan) und bat um eine Untersuchung der Sache. Laut Informationen von AAE sind die fraglichen Angestellten vorbestraft, wegen Totschlag, schwere Körperverletzung, bewaffneten Raubüberfall, Entführung, Fälschung und vieles mehr.

„Das ist ungeheuerlich – die Aktivisten der CEHA glauben, dass sie über dem Gesetz stehen“, sagte AAE – Sprecher Matthew Benson in einer Stellungnahme am Montag. „Weit entfernt von ein paar verurteilten Strafverbrechern, die durch die Überprüfung schlupften„, wie die Kampagne im letzten Monat behauptete. Es ist jetzt klar, dass sie Dutzende von Personen mit einer Vorstrafe für Gewalttätigkeiten losgeschickt haben, um die persönlichen Informationen von ahnungslosen Wählern in Arizona zu sammeln.

Die Entdeckung erhöht die Gesamtzahl der Schwerverbrecher, die von der Kampagne für erneuerbare Energien angeheuert wurden, auf 32. Eine Analyse der Bensons Gruppe schätzt, dass fast fünf Prozent aller Petitionswerber verurteilte Schwerverbrecher sind. Diese Informationen könnten für die Menschen in  Arizona von Belang sein, wenn man bedenkt, dass Werber normalerweise in lokale Viertel geschickt werden, um Unterschriften zu sammeln und in vielen Fällen auch von Tür-zu-Tür gehen.

„Wir reden von Verurteilungen wegen Verbrechen wie Mord, Entführung, schwerer Körperverletzung, bewaffneten Raubüberfällen, häuslicher Gewalt und vielem mehr“, fuhr Benson fort. „Die eklatante Missachtung des staatlichen Rechts durch die Energiekampagne stellt eine klare und gegenwärtige Bedrohung für die öffentliche Sicherheit und die Integrität des staatlichen Initiativprozesses dar. Wir ersuchen respektvoll, dass das Büro des Staatssekretärs von Arizona diese ernsten Behauptungen untersucht und alle unter Verletzung des staatlichen Gesetzes gesammelten Unterschriften für ungültig erklärt. „

[Personen mit schweren Vorstrafen erhalten keine Sozialleistungen, dazu gehört auch Verbot bestimmter Tätigkeiten]

Sollte die Kampagne von Tom  Steyer erfolgreich sein, würde das vorgeschlagene Ziel die Versorgungsunternehmen des Staates stark belasten. Das derzeitige Mandat für erneuerbare Energien in Arizona beläuft sich auf 15 Prozent bis 2025. Ein Anstieg auf 50 Prozent bis 2030 würde letztlich dazu führen, dass die Kernkraftstation Palo Verde – die größte Atomkraftstation des Landes und die größte Quelle sauberer Energie in Arizona – stillgelegt wird.

NextGen America reagierte nicht auf eine Bitte um Stellungnahme der Daily Caller News.

Erschienen auf The Daily Caller am 12.06.2018

Übersetzt durch Andreas Demmig

http://dailycaller.com/2018/06/12/tom-steyer-felons-renewable-energy-campaign/

Anfang Juli läuft die Gültigkeitsdauer der freenet TV-Guthabenkarten erster Generation ab. Der Plattformbetreiber will mit einem Gratismonat Abonnenten für eine Neuaktivierung ködern und erklärt, was hierbei zu tun ist.

Zwischen 2013 und 2016 wurden bundesweit 18 Prozent mehr künstliche Kniegelenke eingesetzt. Regionale Unterschiede lassen an der medizinischen Notwendigkeit zweifeln.

Krankenkassen müssen eine Krankenhausbehandlung auch dann bezahlen, wenn der Patient nicht dorthin überwiesen wurde. Laut Urteil ist eine bestehende Regelung unwirksam.

Einige Mitglieder von Flightradar24 erhalten derzeit E-Mails mit Warnungen über einen Server-Einbruch. Die Betreiber haben Passwörter zurückgesetzt.

Comments

Comments

Der Versandhändler Otto bietet neuerdings eine Lieferflatrate an und will so mit Amazon und Ebay mithalten. Die Otto Up genannte Option enttäuscht uns aber mit zu vielen Einschränkungen. Eine Analyse von Ingo Pakalski (Otto, Amazon)

Jeder hat so seine eigene Produktivitätsmethode. Die Ziele sind dabei meist dieselben, aber der Weg dahin kann sich stark unterscheiden. Wenn man im Team produktiv und effizient zusammenarbeiten will, gilt es, einige Hürden zu nehmen.

(Foto: Shutterstock)

In vielen Unternehmen werden Abteilungsgrenzen mittlerweile aufgeweicht und Projektarbeit findet in gemischten Teams statt. So entstehen immer neue Zusammenstellungen. Dabei arbeiten die Teammitglieder an einem gemeinsamen Ziel und müssen außerhalb ihrer Abteilungsgrenzen und üblichen Workflows denken. Eine Herausforderung, die nicht immer leicht zu meistern ist. Das Asana-Team hat fünf wesentliche Fehler formuliert, die die Teamarbeit erschweren und ineffizient gestalten und zeigt, wie sie man mithilfe des Work-Management-Tools lösen kann.

Keine festgelegten Workflows

Bei wiederkehrenden Aufgaben sollten Workflows nicht immer wieder neu definiert werden. Dazu können zum Beispiel Abnahmeprozesse gehören, die oft nach dem gleichen Schema ablaufen. Ein Ablauf, der sich bewährt hat, sollte für künftige gleiche und ähnliche Projekte festgehalten werden, denn das spart Zeit, reduziert vor allem aber auch den Spielraum für Fehler.

In Asana lassen sich Vorlagen für Workflows und Aufgaben erstellen. So ist der Prozess allen Teammitgliedern von Anfang an klar und jeder kann dem Fortschritt folgen. Asana bietet aber auch eigene Vorlagen für bestimmte Projekte an: Dazu gehören zum Beispiel der redaktionelle Kalender, Bug-Tracking, Produkteinführungen oder die Bewerber-Erfassung.

(Screenshot: Asana)

Daten sind schwer zugänglich oder nicht für jeden auffindbar

Man kennt das: Man sucht eine Information für ein Projekt und hat nicht mehr die leiseste Ahnung, ob die in einer Mail stand, im Chat, einem Spreadsheet oder sonstwo. Mal davon abgesehen, dass die Sucherei nervenaufreibend sein kann, ist es auch immer problematisch, wenn relevante Projektinformationen nicht gesammelt und für alle Teammitglieder einsehbar abgelegt sind. Daher ist es wichtig, sich vorher darauf zu einigen, diszipliniert zu arbeiten und eine zentrale Stelle zu nutzen.

Im Work-Management-Tool lassen sich Dateien, Informationen zu Daten und Zuständigkeiten et cetera zentral ablegen, sodass jeder Teilnehmer orts- und zeitunabhängig aus demselben Wissenspool schöpfen kann.

Teammitglieder nutzen unterschiedliche Tools

Nutzt jeder unterschiedliche Tools, um seine Arbeit zu organisieren, bricht schnell Chaos aus. Aufgaben müssen doppelt abgelegt werden, Kommentare werden übersehen und Feedback taucht an verschiedenen Orten auf.

Ein einheitliches Tool, das die Teammitglieder für die Projektarbeit und für ihre eigenen Todos nutzen, macht es jedem leicht, alles zu finden, was benötigt wird, um Ideen schneller in die Tat umzusetzen.

In Asana können verschiedene Teams und Arbeitsbereiche angelegt sowie Zugriffsbeschränkungen eingerichtet werden. Zudem hat jeder seinen ganz eigenen Arbeitsbereich, in dem er seine  To-dos verwalten kann und wo Projekt- und andere Aufgaben zusammenfließen und individuell nach verschiedenen Schemata sortiert werden können.

Aufgaben werden nicht priorisiert

Bei einer Flut von Aufgaben kann es vorkommen, dass weder Dringlichkeit noch Wichtigkeit eines Tasks richtig eingeschätzt werden. Daher sollten jeder Aufgabe eine Priorisierung und ein Fälligkeitsdatum zugeordnet werden. So verschwenden die Teammitglieder auch keine Zeit damit, zu überlegen, woran sie als nächstes arbeiten müssen.

Durch die Zuweisung und Nachverfolgung von Aufgaben in Asana können alle schnell erkennen, welche Aufgaben am wichtigsten sind oder mehr Zeit benötigen. So kann jeder seine Zeit effektiv planen und Fristen einhalten.

Alles wird händisch gemacht

Es ist zeitraubend und fehleranfällig, Aufgaben und Projekte jedes Mal neu zu erstellen und anzulegen. Automatisierung sollte man überall einsetzen, wo es geht.

Bei Asana kannst du neben den Vorlagen, die du anlegen kannst, wiederkehrende Aufgaben einstellen, die in einem festgelegten Intervall wieder auftauchen.

Work-Management im Team – ist Asana das passende Tool für dein Unternehmen?

Du willst die Produktivität und Kommunikation in deinem Teams aufs nächste Level heben, weißt aber nicht, ob Asana das beste Work-Management-Tool für dich ist? Dann schau dir hier den Vergleich mit anderen Tools wie Jira, Trello oder Basecamp an.

Oder verschaffe dir hier einen Überblick über die unterschiedlichen Funktionen und Features, die Asana für Unternehmen und Teams bietet:

Alle Features entdecken!

 

Die Otto-Group hat ein Kundenbindungsprogramm aufgesetzt, das in einigen Punkten stark an Amazon Prime erinnert. Ein solches Bonusprogramm ist eine gute Strategie, um die Conversion bei Bestandskunden zu erhöhen. 

Die Otto-Gruppe geht mit einem neuen Kundenbindungsprogramm namens Otto Up an den Start. Das gibt’s in einer kostenlosen Variante sowie für jährlich 19 Euro mit einer Liefer-Flatrate. Die hört auf den schönen Namen Upgrade. Das erinnert stark an die Anfänge von Amazon Prime, als der Online-Riese für jährlich 29 Euro alle Pakete kostenlos und besonders schnell zum Kunden beförderte. Inzwischen ist Amazon Prime (der Konzern bemüht sich aus Marketinggründen immer häufiger, das Amazon wegzulassen) weit mehr als ein Logistikprogramm. Dahin war es aber ein weiter Weg.

Otto Upgrade: Gut kopiert bei Amazon

Otto schließlich startet ebenfalls mit einer Mischung aus monetären Vorteilen – mit dem zentralen Element Gratisversand (Kunden sparen so bis zu 5,95 Euro pro Bestellung) – und Kundenbindungselementen wie Angeboten von Kooperationspartnern, etwa Sonderpreise bei Kinos in der Region des Kunden oder in Geschäften vor Ort. Außerdem soll es außergewöhnliche Aktionen und Deals geben, etwa den Up-Sunday mit besonderen Rabatten und Angeboten. Kern des Angebots ist das Up-Sparbuch zum Sammeln und Einlösen von Shopping-Guthaben. Neben dem Kauf soll auch das Bewerten von Produkten incentiviert werden. Unter der schönen Bezeichnung Upgrade wird die Liefer-Flatrate firmieren, die im ersten Jahr sogar kostenlos angeboten werden soll, ähnlich wie das auch einst Amazon realisierte. Mit dabei sind außerdem telefonische Beratung sowie kostenfreie Retouren. Anders als Amazon, die zu Einführung des Programms zumindest in Deutschland noch sehr niedrige Mindestbestellsummen für Gratisversand hatten, ist bei Otto das Versandkostenargument schon stimmiger.

Die Otto-Gruppe experimentiert hier offenbar noch etwas, eine offizielle Pressemitteilung zum Launch gab es bislang nicht, wohl aber einen kurzen Imagefilm. Bemerkenswert ist dabei auch der Paradigmenwechsel bei Otto: Der Kunde wird im Film geduzt – ein klares Zeichen dafür, dass man inzwischen eine andere Klientel anspricht als seinerzeit mit dem klassischen Katalog. Ob das bei allen Zielgruppen gut ankommt, bleibt abzuwarten.

Plattformstrategie: Otto-Group im Umbruch

Ganz neu ist die Idee solcher Kundenbindungsmaßnahmen nicht: Schon in der Vergangenheit gab es eine Otto-Card, die Stammkunden Einkaufvorteile bot. Auch zum Konzern gehörende Töchter wie Sportscheck bieten eigene Bonusprogramme an. Otto Up ist also nicht unbedingt eine bahnbrechend neue Erfindung, wird aber aller Voraussicht nach funktionieren. Denn unterm Strich ist ein solches Programm zur Kundenbindung ein guter Conversion-Treiber. Anders als viele Unternehmen, die in der Vergangenheit vor allem an der Gewinnung von Neukunden interessiert waren, findet hier offenbar gerade ein Umdenken statt: Von Zalando über Mediamarkt bis Amazon haben inzwischen zahlreiche E-Commerce-Player verstanden, dass der Conversion-Hebel beim Bestandskunden nicht unterschätzt werden sollte. So meldete Mediamarkt im vergangenen Jahr signifikant höhere Umsätze durch Inhaber der Club-Karte – die Rechnung geht also auf. Hinzu kommen positive Effekte für die jeweilige Marke.

Der Umbruch, den der Otto-Konzern gerade durchläuft, ist gewaltig. Das Unternehmen setzt ähnlich wie viele andere derzeit auch auf eine Plattformstrategie. Dabei kommt dem Konzern sein breites Portfolio zugute. Man wolle, so erklärte ein Unternehmenssprecher kürzlich auf einer Veranstaltung, für die unterschiedlichen Zielgruppen die jeweils passende Marke und Ansprache bieten.

Das könnte dich auch interessieren:

• Otto-Gruppe erreicht 75 Prozent Onlineumsatz: Reicht das Wachstum?
• Dumm gelaufen? Dieses Angebot von Jeff Bezos schlug der Otto-Chef aus
• Sportscheck: Der Traditionshändler will zur digitalen Sport-Plattform werden
• Der größte Fehler in der Geschichte der Otto Group?

Ein Kollege von mir schrieb eine Kolumne zu seiner Enzyklika mit dem Titel [übersetzt]: „Papst Franziskus: Bevor jemand wissen kann, was moralisch ist, muss er wissen, was wahr ist“. Darin listet er detailliert die Myriaden irreführender oder falscher Angaben zur Klimawissenschaft auf, welche Franziskus seitens der Klima-Alarmisten zugegangen waren und dass er sie aufnahm, als wären es Heilige Anweisungen. Ich möchte hier nicht in die Wissenschaft einsteigen außer darauf hinzuweisen, dass die Kolumne immer noch aktuell ist.

Die Ansichten von Franziskus bzgl. der Sicherheit des und den Gefahren durch den vom Menschen verursachten Klimawandel sind falsch, und sein Glaube, dass die Welt rasch fossile Treibstoffe aufgeben sowie Hunger und Armut reduzieren kann, ist potentiell tödlich.

Fossile Treibstoffe waren ein Segen für die Welt. Sie hoben Milliarden Menschen aus Armut und Hunger, ermöglichten überhaupt erst Beleuchtung, Transportwesen, sauberes Wasser, moderne Landwirtschaft (einschließlich Versorgung, Speicherung und Schutz vor Verfaulen und Krankheiten), heizen, kochen und die ganze Vielfalt anderer Technologien, auf denen moderne Gesellschaften basieren. Mit seinem Angriff auf fossile Treibstoffe unterminiert Franziskus den Verbrauch dieser unabdingbaren Ressourcen und Technologien, die verantwortlich sind dafür, dass Milliarden Menschen aus Mangel und Not herausfinden. Kohle, Erdgas und Öl werden weiterhin überlebenswichtig sein für die Zunahme der Lebenserwartung, den Rückgang von Kindersterblichkeit, Verbesserung der Versorgung mit Nahrungsmitteln und um den Menschen in den kommenden Jahrzehnten zu weiterem Wohlstand zu verhelfen.

In seinem Brillanten Buch The Moral Case for Fossil Fuels schrieb Alex Epstein: „Klima ist jetzt nicht mehr eine führende Ursache für Todesfälle, zum größten Teil dank fossiler Treibstoffe … Nicht nur, dass wir das Große und Ganze ignorieren, wenn wir den Kampf gegen Klimagefahren zum Fixpunkt unserer Kultur machen, sondern auch, dass wir den Klimawandel ,bekämpfen‘, indem wir uns gegen die einzige Waffe wenden, die genau diese Gefahren viel weniger gefährlich gemacht hat. Die öffentliche Klimadiskussion … betrachtet den Menschen als destruktive Kraft für das Klima, als jemanden, der das Klima gefährlich macht, weil wir fossile Treibstoffe verbrennen. Tatsächlich lautet die Wahrheit … wir übernehmen nicht ein sicheres Klima und machen es gefährlich, sondern wir übernehmen ein gefährliches Klima und machen es sicherer“.

Franziskus ignoriert diese Tatsache auf Kosten der Lebensweise und des Wohlergehens der ärmsten Menschen der Erde.

Was Energiequellen betrifft, würde Franziskus gut daran tun, die Menschenfreundlicheit und die intellektuelle Ehrlichkeit zu übernehmen, welche William Alsup, vorsitzender Richter am US-Gerichtshof für das nördliche Kalifornien an den Tag gelegt hat. In einem Verfahren, in welchem Ölunternehmen von den Städten Oakland und San Francisco verklagt worden waren, weil sie das Klima schädigen, bestand Richter Alsup darauf, nicht nur die potentiellen Klimaschäden infolge des Verbrauchs von Öl und Gas zu betrachten, sondern auch darauf, dass man die gewaltigen Vorteile berücksichtigt, welche deren Verbrauch mit sich gebracht haben.

„Wir müssen die erheblichen Vorteile, die sich aus dem Verbrauch fossiler Treibstoffe ergeben haben, berücksichtigen. Es waren gewaltige Vorteile“, sagte Alsup.

Hier folgen ein paar Fakten, die sich Franziskus zu Herzen nehmen sollte:

Fossile Treibstoffe – an erster Stelle Kohle, aber dann auch Öl und Erdgas – lieferten die Energie, welche fast alle revolutionären Technologien der Industriellen Reduktion überhaupt erst möglich machte. Zwischen 1850 und 2010 ging die Ausbeutung fossiler Treibstoffe einher mit einem Zuwachs der Weltbevölkerung um 550% und machte diesen Zuwachs überhaupt erst möglich. Gleichzeitig gingen Armut und Hunger dramatisch zurück. Während dieser Zeit nahm der Energieverbrauch um das Fünfzigfache zu. Fast der gesamte zunehmende Energieverbrauch der Welt geht auf fossile Treibstoffe zurück.

Weiterer Nutzen: der Verbrauch fossiler Treibstoffe für landwirtschaftliche Maschinen (darunter dieselgetriebene Traktoren für den Getreideanbau sowie Lastwagen zum Transport der Nahrungsmittel), für Bewässerungssysteme und die Herstellung von Dünger ist verantwortlich für die Grüne Revolution, welche im Verlauf des 20. Jahrhunderts Milliarden Menschen von Hunger und Mangelernährung befreite.

Geräte zur Luftreinhaltung, getrieben durch zumeist von Kohle und Erdgas erzeugtem Strom, welchen Franziskus in seiner Enzyklika so heftig angeprangert hat, waren ein Segen für die öffentliche Gesundheit überall dort, wo sie zur Anwendung kamen. Seit deren Einführung hat Air Conditioning Tausende vorzeitige Todesfälle infolge in Verbindung mit Hitze auftretender Krankheiten verhindert. Kühlung, ebenfalls sichergestellt durch fossile Treibstoffe, hat Nahrung und Medikamente davor bewahrt zu verderben, was Millionen weitere Leben gerettet hat.

Im Gegensatz zur Meinung von Franziskus können wir es uns nicht leisten, auf Air Conditioning, Kühlung, Beleuchtung und andere Technologien in unseren Wohnungen, Supermärkten und Industrien zu verzichten. Ebenso ist es unmöglich, Krankenhäuser nur zu betreiben, wenn der Wind weht oder die Sonne scheint.

Und noch etwas: Fossile Treibstoffe stehen an erster Stelle zum Schutz vor, bei und nach Naturkatastrophen wie Hurrikanen, Überschwemmungen und Erdbeben. Die Anzahl der dadurch zu Tode kommenden Menschen verringert sich dadurch dramatisch. Fossile Treibstoffe befeuern die Hubschrauber, Boote und Fahrzeuge der Rettungskräfte sowie die Gerätschaften zur Wiederherstellung der Stromversorgung nach derartigen Katastrophen. Diese Treibstoffe befeuern auch die Fahrzeuge, welche die Menschen aus Katastrophengebieten evakuieren, und die Fahrzeuge, welche Wasser, Nahrung, Decken und andere Versorgungsgüter zu den Überlebenden bringen. Wenn Überlandleitungen reißen, sind es mit Diesel betriebene Backup-Generatoren – und nicht Windturbinen oder Solarpaneele – welche die Stromversorgung wieder herstellen.

Plastik in Handys, Computern und Kommunikationseinrichtungen, welche die Menschen in Katastrophenfällen mit Informationen versorgen, ist zum großen Teil mittels Öl und Erdgas hergestellt worden.

Unter dem Strich wäre eine Welt ohne fossile Treibstoffe erheblich ärmer, angefüllt mit hungernden Menschen, Kindersterblichkeit und vorzeitigen Todesfällen infolge vollständig vermeidbarer Krankheiten und Unfälle. Mit allem Respekt für den Papst – solange er nicht die vitale Rolle fossiler Treibstoffe versteht, welche diese jetzt und in Zukunft spielen, sollte er sich weiter darauf konzentrieren, arme Seelen zu retten anstatt über die Wahl der Energieform der Bevölkerung zu schwadronieren.

Quellen: Fox News ; Cornwall Alliance ; Watts Up With That ; Renewable Energy World ; CO2 Science

———————————

Hinweis des Übersetzers: Hier handelt es sich wieder um eine Zusammenfassung der Beiträge unter den genannten Links. Weil daher kein einzelner Link zu diesem Beitrag angegeben werden kann, wird das Original als DOC-Dokument zur Überprüfung der Übersetzung beigefügt:

news_16_06

 

Comments

Comments