@article{Renault2021,
  author    = {Renault, Manon},
  title     = {Antiquit{\´e}s et pop cultures dans la haute couture et le pr{\^e}t-{\`a}-porter des ann{\´e}es 2010},
  series = {thersites 13: Antiquipop - Chefs d'œuvres revisit{\´e}s},
  volume    = {2021},
  journal   = {thersites 13: Antiquipop - Chefs d'œuvres revisit{\´e}s},
  number    = {13},
  editor    = {Bi{\`e}vre-Perrin, Fabien and Carl{\`a}-Uhink, Filippo and Rollinger, Christian and Walde, Christine},
  doi       = {10.34679/thersites.vol13.149},
  pages     = {125 -- 140},
  year      = {2021},
  abstract  = {From the fluid dresses woven from precious materials evoking the iconic statues of Antiquity to the revival of Spartan shoes, two emblematic fashion trends will help us study the place of Greek Antiquity in contemporary women's fashion collections. Ordinary as well as extraordinary, what do these reminiscences tell? Can they permit to understand the boundaries that structure and govern the fashion's worlds? Numerous and diverse, the differences and the similarities of the ways in which classical references are used allow us to study the relations of power in which the specificities of haute couture and ready-to-wear are defined. The values, the entry criteria, the operating hierarchies as well as the very acceptance of the word "fashion" are different from one environment to another. From the catwalks of big fashion houses on Avenue Montaigne such as Chanel to the youngest brands, the differentiated readings and uses of Antiquity raise the question of the symbolic value of classics in fashion.},
  language  = {fr}
}
@phdthesis{Baumgart2024,
  author    = {Baumgart, Lene},
  title     = {Die Ambivalenz der Digitalisierung},
  doi       = {10.25932/publishup-63040},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-630401},
  school      = {Universit{\"a}t Potsdam},
  pages     = {137},
  year      = {2024},
  abstract  = {Ausgehend von der Beobachtung, dass die aktuelle Digitalisierungsforschung die Ambivalenz der Digitalisierung zwar erkennt, aber nicht zum Gegenstand ihrer Analysen macht, fokussiert die vorliegende kumulative Dissertation auf die ambivalente Dichotomie aus Potenzialen und Problemen, die mit digitalen Transformationen von Organisationen einhergeht. Entlang von sechs Publikationen wird mit einem systemtheoretischen Blick auf Organisationen die spannungsvolle Dichotomie hinsichtlich dreier ambivalenter Verh{\"a}ltnisse aufgezeigt: Erstens wird in Bezug auf das Verh{\"a}ltnis von Digitalisierung und Postb{\"u}rokratie deutlich, dass digitale Transformationen das Potenzial aufweisen, postb{\"u}rokratische Arbeitsweisen zu erleichtern. Parallel ergibt sich das Problem, dass auf Konsens basierende postb{\"u}rokratische Strukturen Digitalisierungsinitiativen erschweren, da diese auf eine Vielzahl von Entscheidungen angewiesen sind. Zweitens zeigt sich mit Blick auf das ambivalente Verh{\"a}ltnis von Digitalisierung und Vernetzung, dass einerseits organisationsweite Kooperation erm{\"o}glicht wird, w{\"a}hrend sich andererseits die Gefahr digitaler Widerspruchskommunikation auftut. Beim dritten Verh{\"a}ltnis zwischen Digitalisierung und Gender deutet sich das mit neuen digitalen Technologien einhergehende Potenzial f{\"u}r Gender Inklusion an, w{\"a}hrend zugleich das Problem einprogrammierter Gender Biases auftritt, die Diskriminierungen oftmals versch{\"a}rfen. Durch die Gegen{\"u}berstellung der Potenziale und Probleme wird nicht nur die Ambivalenz organisationaler Digitalisierung analysierbar und verst{\"a}ndlich, es stellt sich auch heraus, dass mit digitalen Transformationen einen doppelte Formalisierung einhergeht: Organisationen werden nicht nur mit den f{\"u}r Reformen {\"u}blichen Anpassungen der formalen Strukturen konfrontiert, sondern m{\"u}ssen zus{\"a}tzlich formale Entscheidungen zu Technikeinf{\"u}hrung und -beibehaltung treffen sowie formale L{\"o}sungen etablieren, um auf unvorhergesehene Potenziale und Probleme reagieren. Das Ziel der Dissertation ist es, eine analytisch generalisierte Heuristik an die Hand zu geben, mit deren Hilfe die Errungenschaften und Chancen digitaler Transformationen identifiziert werden k{\"o}nnen, w{\"a}hrend sich parallel ihr Verh{\"a}ltnis zu den gleichzeitig entstehenden Herausforderungen und Folgeproblemen erkl{\"a}ren l{\"a}sst.},
  language  = {de}
}
@article{DoerrKrejca2020,
  author    = {Doerr, Benjamin and Krejca, Martin S.},
  title     = {Significance-based estimation-of-distribution algorithms},
  series = {IEEE transactions on evolutionary computation},
  volume    = {24},
  journal   = {IEEE transactions on evolutionary computation},
  number    = {6},
  publisher = {Institute of Electrical and Electronics Engineers},
  address   = {New York, NY},
  issn      = {1089-778X},
  doi       = {10.1109/TEVC.2019.2956633},
  pages     = {1025 -- 1034},
  year      = {2020},
  abstract  = {Estimation-of-distribution algorithms (EDAs) are randomized search heuristics that create a probabilistic model of the solution space, which is updated iteratively, based on the quality of the solutions sampled according to the model. As previous works show, this iteration-based perspective can lead to erratic updates of the model, in particular, to bit-frequencies approaching a random boundary value. In order to overcome this problem, we propose a new EDA based on the classic compact genetic algorithm (cGA) that takes into account a longer history of samples and updates its model only with respect to information which it classifies as statistically significant. We prove that this significance-based cGA (sig-cGA) optimizes the commonly regarded benchmark functions OneMax (OM), LeadingOnes, and BinVal all in quasilinear time, a result shown for no other EDA or evolutionary algorithm so far. For the recently proposed stable compact genetic algorithm-an EDA that tries to prevent erratic model updates by imposing a bias to the uniformly distributed model-we prove that it optimizes OM only in a time exponential in its hypothetical population size. Similarly, we show that the convex search algorithm cannot optimize OM in polynomial time.},
  language  = {en}
}