Fachbereich Elektrotechnik, Maschinenbau und Technikjournalismus
Refine
H-BRS Bibliography
- yes (2)
Document Type
- Study Thesis (1)
- Working Paper (1)
Year of publication
- 2021 (2) (remove)
Keywords
- Adaptive mesh refinement (1)
- Geometry (1)
- High-performance computing (1)
- Software (1)
- h-refinement (1)
- high order (1)
- p-refinement (1)
Damit nachhaltiger Konsum möglich ist, müssen Verbraucherinnen und Verbraucher die Nachhaltigkeit von Produkten angemessen einschätzen können. Ausgehend von der Annahme, dass Greenwashing-Slogans solche Einschätzungen möglicherweise behindern, untersucht dieses zweiteilige quantitative Online-Experiment Schlussfolgerungen von Verbraucherinnen und Verbrauchern, die statische Werbeanzeigen betrachteten. Dabei wurden konkrete, d.h. quantifizierte Umweltaussagen mit vagen Botschaften (Greenwashing-Kondition) bezüglich eines fiktiven TV-Produktes bzw. TV-Herstellers verglichen. Ein Drittel der jungen und gebildeten Stichprobe (N = 163) zog nach Ansicht einer Produktanzeige, die den geringen Stromverbrauch des „Omro UHD-Fernsehers“ bewarb, den Schluss, dass weitere, in der Werbung nicht beobachtbare Umweltmerkmale eher wahrscheinlich als unwahrscheinlich sind. Unternehmensanzeigen zur Energieeffizienz der Produktion von „Nextvision“ entlockten diese Schlussfolgerung sogar 73 Prozent der Probanden. Vage und konkrete Behauptungen unterschieden sich hinsichtlich dieser sog. Halo-Effekte kaum. Dazu berechnete Indizes korrelierten signifikant positiv mit der eingeschätzten Produktqualität, was für die Wirksamkeit eines Gesamteindruckes (General Impression Halos) spricht. Dies galt insbesondere für vage Botschaften. Sie eignen sich daher besonders für Werbetreibende, weil Anzeigen in der Regel nur für kurze Zeit Aufmerksamkeit erhalten. Verbraucherinnen und Verbrauchern kann auf Basis der Ergebnisse geraten werden, stärker auf die theoretische Überprüfbarkeit von Werbeslogans zu achten.
In tree-based adaptive mesh refinement (AMR) we store refinement trees in the cells of an unstructured coarse mesh. This lets us combine the speed and simpler management of structured refinement trees with the more flexible mesh generation of the unstructured coarse mesh. But this creates a conflict between performance and geometrical accuracy. If we favor speed we reduce the cells in our coarse mesh and hence reduce the accuracy of our geometrical representation. If we want more accurate results we generate a finer coarse mesh and lose performance by managing more cells in our unstructured coarse mesh. To mitigate this conflict we present the prototype of an geometry description which we implement in an already existing library. With this description we build geometry adapted hexahedral refinement trees, which also support high-order curved boundary cells. We also present examples on how to use this description. Moreover, we test the speedup of this new algorithm compared with coarse meshes with different geometrical errors.