TY  - THES
A1  - Aretz, Jannik
T1  - Venus und Mars
N2  - Venus und Mars - Mann und Frau. Ein binäres System, welches heutzutage einer ständigen Hinterfragung ausgesetzt ist. Woraus entstand dieses System und wie manipulativ ist das Geschlecht wirklich? Die Pionierwerke der Gender Studies/Queer Studies zeigten auf, dass jeder Mensch sein Geschlecht durch das Imitieren von sozial-gesellschaftlich festgelegten Normen und Werten bildet. Drag-Künstler*innen leben diesen Prozess in einer visuellen Form vor, indem sie Geschlechternormen aufgreifen und sie unabhängig vom biologischen Geschlecht der Darstellenden inszenieren, imitieren, parodieren und neu zusammensetzen. Jede Performance auf den Fotografien greift ebenfalls vorhandene Vorstellungen von Geschlecht auf und interpretiert sie neu: denn Drag kennt kein Original, genauso wenig wie das Geschlecht.
KW  - Fotografie
KW  - Drag
KW  - Geschlecht
KW  - Gesellschaft
Y1  - 2021
PB  - FH Aachen
CY  - Aachen
ER  - 
TY  - CHAP
A1  - Götten, Falk
A1  - Finger, Felix
A1  - Braun, Carsten
A1  - Havermann, Marc
A1  - Bil, C.
A1  - Gomez, F.
T1  - Empirical Correlations for Geometry Build-Up of Fixed Wing Unmanned Air Vehicles
T2  - APISAT 2018: The Proceedings of the 2018 Asia-Pacific International Symposium on Aerospace Technology (APISAT 2018)
N2  - The results of a statistical investigation of 42 fixed-wing, small to medium sized (20 kg−1000 kg) reconnaissance unmanned air vehicles (UAVs) are presented. Regression analyses are used to identify correlations of the most relevant geometry dimensions with the UAV’s maximum take-off mass. The findings allow an empirical based geometry-build up for a complete unmanned aircraft by referring to its take-off mass only. This provides a bridge between very early design stages (initial sizing) and the later determination of shapes and dimensions. The correlations might be integrated into a UAV sizing environment and allow designers to implement more sophisticated drag and weight estimation methods in this process. Additional information on correlation factors for a rough drag estimation methodology indicate how this technique can significantly enhance the accuracy of early design iterations.
KW  - Unmanned Air Vehicle
KW  - Geometry
KW  - Correlations
KW  - Statistics
KW  - Drag
Y1  - 2019
SN  - 978-981-13-3305-7
U6  - http://dx.doi.org/10.1007/978-981-13-3305-7_109
N1  - APISAT 2018 - Asia-Pacific International Symposium on Aerospace Technology. 16-18 October 2018. Chengdu, China.


Lecture Notes in Electrical Engineering (LNEE, volume 459)
SP  - 1365
EP  - 1381
PB  - Springer
CY  - Singapore
ER  -