30:T12ce,chart = width > 900 ? vl.hconcat( vl.vconcat( bars .width(makeWidth(self.innerWidth) * 1.1) .height(280) ) .resolve({ legend: { "fill": "independent", "size": "independent", "strokeDash": "independent"} }), vl.vconcat(vl.hconcat( makeChartLinesPoints( data_anteile .filter(d => d.frequency === "j") .filter(d => d.treatment === select_treatment), "att", null, // [-10,20] "Effekt in Prozentpunkten", "Jahre", "top", 1 ) .width(makeWidth(self.innerWidth) / 2) .height(280), makeChartLinesPoints( data_anteile .filter(d => d.frequency === "j") .filter(d => d.treatment === select_treatment), "patt", null, // [-25,60] "Effekt in %", "Jahre", "top", 1 ) .width(makeWidth(self.innerWidth) / 2) .height(280) )) .resolve({ "legend": { "fill": "independent", "size": "independent", "strokeDash": "independent"} }) ) .resolve({ legend: { "fill": "independent", "size": "independent", "StrokeDash": "independent" }, scale: { "fill": "independent", "size": "independent", "StrokeDash": "independent" } }) .padding({"left": 5, "top": 5, "right": 5, "bottom": 5}) .title({ text: " ", subtitle: subtitle, orient: "bottom", anchor: "start" }) .config({ view: {stroke: "transparent"}, background: "transparent", font: "FFDaxPro", axis: { labelFontSize: 14, titleFontSize: 14, titleFontWeight: "normal", }, legend: { labelFontSize: 14, titleFontSize: 14, titleFontWeight: "normal", }, mark: { fontSize: 14 }, title: { fontSize: 16, subtitleFontSize: 14, }, locale: {number: { decimal: ",", thousands: ".", grouping: [3], format: ',.4' }} }) .render({renderer: 'svg'}) : vl.vconcat( vl.vconcat( bars .width(makeWidth(self.innerWidth) * 1.65) .height(200) ) .resolve({ legend: { "fill": "independent", "size": "independent", "strokeDash": "independent"} }), vl.vconcat(vl.hconcat( makeChartLinesPoints( data_anteile .filter(d => d.frequency === "j") .filter(d => d.treatment === select_treatment), "att", null, // [-10,20], "Effekt in Prozentpunkten", "Jahre", "top", 1 ) .width(makeWidth(self.innerWidth) / 1.6) .height(200), makeChartLinesPoints( data_anteile .filter(d => d.frequency === "j") .filter(d => d.treatment === select_treatment), "patt", null, // [-25,60], "Effekt in %", "Jahre", "top", 1 ) .width(makeWidth(self.innerWidth) / 1.6) .height(200) )) .resolve({ "legend": { "fill": "independent", "size": "independent", "strokeDash": "independent"} }) ) .resolve({ legend: { "fill": "independent", "size": "independent", "StrokeDash": "independent" }, scale: { "fill": "independent", "size": "independent", "StrokeDash": "independent" } }) .padding({"left": 5, "top": 5, "right": 5, "bottom": 5}) .title({ text: " ", subtitle: subtitle, // "Q: IMF, Statistik Austria, WIFO", orient: "bottom", anchor: "start" }) .config({ view: {stroke: "transparent"}, background: "transparent", font: "FFDaxPro", axis: { labelFontSize: 14, titleFontSize: 14, titleFontWeight: "normal", }, legend: { labelFontSize: 14, titleFontSize: 14, titleFontWeight: "normal", }, mark: { fontSize: 14 }, title: { fontSize: 16, subtitleFontSize: 14, }, locale: {number: { decimal: ".", thousands: ",", grouping: [3], format: ',.4' }} }) .render({renderer: 'svg'})31:T5f3,subtitle = select_treatment != "Eingliederungsbeihilfe (EB)" ? (width > 900 ? [ "Q: WIFO INDI-DV auf Basis von Arbeitsmarktservice, Dachverband der Sozialversicherungsträger und WIFO.", "*** . . . signifikant auf einem Niveau von 1%, ** . . . signifikant auf einem Niveau von 5%, * . . . signifikant auf einem Niveau von 10%." ] : [ "Q: WIFO INDI-DV auf Basis von Arbeitsmarktservice,", "Dachverband der Sozialversicherungsträger und WIFO.", "*** . . . signifikant auf einem Niveau von 1%,", "** . . . signifikant auf einem Niveau von 5%,", "* . . . signifikant auf einem Niveau von 10%." ] ) : (width > 900 ? [ "Q: WIFO INDI-DV auf Basis von Arbeitsmarktservice, Dachverband der Sozialversicherungsträger und WIFO.", "°°° . . . signifikant auf einem Niveau von 1%, °° . . . signifikant auf einem Niveau von 5%, ° . . . signifikant auf einem Niveau von 10%.", "Durchschnittlicher Effekt aus zwei Kontrollgruppen (mit und ohne Beschäftigungsaufnahme bei Förderbeginn)" ] : [ "Q: WIFO INDI-DV auf Basis von Arbeitsmarktservice,", "Dachverband der Sozialversicherungsträger und WIFO.", "°°° . . . signifikant auf einem Niveau von 1%,", "°° . . . signifikant auf einem Niveau von 5%,", "° . . . signifikant auf einem Niveau von 10%.", "Durchschnittlicher Effekt aus zwei Kontrollgruppen", "(mit und ohne Beschäftigungsaufnahme bei Förderbeginn)" ] )32:T6d6,info = "Ein Beispiel für die angewandte Forschung der Gruppe im Bereich Arbeitsmarkt ist die Evaluierung von arbeitsmarktpolitischen Interventionen, die seitens des AMS durchgeführt werden. So zeigt die untere Grafik die Effekte die Qualifizierungsförderungen auf die Erwerbsintegration von geförderten Arbeitslosen in den Folgejahren haben. Um dabei eine adäquate Vergleichssituation einer geförderten zu einer nicht geförderten Person herzustellen, wird Propensity Score Matching verwendet. Dieses Verfahren weist jeder geförderten Person mehrere Kontrollpersonen zu, die sich in einer Vielzahl von beobachtbaren Merkmalen – von demografischen und regionalen Merkmalen bis hin zur Arbeitsmarkthistorie – in der Vergangenheit möglichst ähnlich waren. Anschließend werden in den Folgejahren bestimmte Erwerbsmerkmale der Treatment und Kontrollgruppe gemessen und miteinander verglichen. \n Nimmt man die Berufliche Orientierung als Beispiel, so zeigt sich, dass sechs Jahre nach Förderbeginn der Anteil der geförderten Personen in ungeförderter, unselbständiger Aktivbeschäftigung um 3,6 Prozentpunkte oder 9,6% höher ist als unter den vergleichbaren nicht geförderten Personen. Grob gesagt zeigt sich, dass Qualifizierungen während der Arbeitslosigkeit, einen langfristig positiven Einfluss auf Beschäftigung, zugunsten geringerer Erwerbsinaktivität aufweisen. Ebenfalls sehr auffällig ist, dass sich die Wirkungen meist über lange Zeit entfalten und vor allem im ersten Jahr noch leicht negative Effekte auf die Beschäftigung haben. Diese Ergebnisse sind von hoher Relevanz um die vergebenen finanziellen Mittel für Arbeitslose dort einzusetzen, wo sie für von Arbeitslosigkeit betroffenen Personen am meisten helfen."33:Tada,makeChartBarMini = function(data, domain, yTitle, toolTitle, formatLabels) { const chartBar = vl.markBar({ stroke: "none", size: makeWidth(self.innerWidth) / 10 }) .data(data) .encode( vl.x() .fieldQ("outlength2") .axis({ title: "Jahre nach (hypothetischem) Förderbeginn", tickCount: 6, grid: false, tickMinStep: 1, tickColor: "black", tickWidth: 0.66, domainColor: "black", domainWidth: 0.66 }), vl.y() .fieldQ("value") .scale({ domain: domain, // padding: 20, }) .axis({ title: yTitle, domain: false, ticks: false, labelPadding: 10, minExtent: 34, labelFlush: true, }), vl.fill() .fieldN("measure") .scale({ range: ["#72bb6f","#559bd5"] }) .legend({ orient: "top", direction: "vertical", title: null, labelLimit: width > 900 ? 1000 : 160, values: ["Treatmentgruppe","Kontrollgruppe"] }),//{ symbolType: "square" } vl.tooltip([{'field': 'measure', 'title': "Gruppe"},{'field': 'value', 'title': yTitle, "format": formatLabels}]), ) const chartTextDiffPatt = vl.markText({ fontSize: width > 1000 ? 14 : 12 }) .data(data .filter(d => d.diff !== null) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ("max_diff_patt"), vl.text() .fieldN("diff_patt") ) const chartTextDiff = vl.markText({ fontSize: width > 1000 ? 14 : 12 }) .data(data .filter(d => d.diff !== null) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ("max_diff"), vl.text() .fieldN("diff") ) const chartTextBar = vl.markText({ fontSize: width > 1000 ? 12 : 10 }) .data(data) .encode( vl.x() .fieldQ("outlength2"), vl.y() .fieldQ("valueText1"), vl.text({"field": "value", "type": "quantitative", "format": formatLabels}) ) // const image = vl.markImage({ // width: 30, // height: 30, // clip: false, // zindex: 1, // baseline: "bottom" // }) // .data([{info: info}]) // .encode( // vl.url() // .value("https://data-science.wifo.ac.at/observable/fg2_de/Infobox_info_icon.svg"), // vl.x() // .value(250), // vl.y() // .value(-20), // vl.tooltip("info"), // ) const barChart = vl.layer( chartBar, chartTextBar, chartTextDiff, chartTextDiffPatt, // image ) return barChart }34:Tb06,makeChartBar = function(data, domain, yTitle, toolTitle, formatLabels) { const chartBar = vl.markBar({ stroke: "none", size: width > 900 ? makeWidth(self.innerWidth) / 16 : makeWidth(self.innerWidth) / 13 }) .data(data) .encode( vl.x() .fieldQ("outlength2") .axis({ title: "Jahre nach (hypothetischem) Förderbeginn", tickCount: 6, grid: false, tickMinStep: 1, tickColor: "black", tickWidth: 0.66, domainColor: "black", domainWidth: 0.66 }), vl.y() .fieldQ("value") .scale({ domain: domain, // padding: 20, }) .axis({ title: yTitle, domain: false, ticks: false, labelPadding: 10, minExtent: 34, labelFlush: true, }), vl.fill() .fieldN("measure") .scale({ range: ["#72bb6f","#559bd5"] }) .legend({ orient: "top", direction: "vertical", title: null, labelLimit: width > 900 ? 1000 : 160, values: ["Treatmentgruppe","Kontrollgruppe"] }),//{ symbolType: "square" } vl.tooltip([{'field': 'measure', 'title': "Gruppe"},{'field': 'value', 'title': yTitle, "format": formatLabels}]), ) const chartTextDiffPatt = vl.markText({ fontSize: width > 1000 ? 14 : 12 }) .data(data .filter(d => d.diff !== null) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ("max_diff_patt"), vl.text() .fieldN("diff_patt") ) const chartTextDiff = vl.markText({ fontSize: width > 1000 ? 14 : 12 }) .data(data .filter(d => d.diff !== null) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ("max_diff"), vl.text() .fieldN("diff") ) const chartTextBar = vl.markText({ fontSize: width > 1000 ? 12 : 0 }) .data(data) .encode( vl.x() .fieldQ("outlength2"), vl.y() .fieldQ("valueText1"), vl.text({"field": "value", "type": "quantitative", "format": formatLabels}) ) // const image = vl.markImage({ // width: 30, // height: 30, // clip: false, // zindex: 1, // baseline: "bottom" // }) // .data([{info: info}]) // .encode( // vl.url() // .value("https://data-science.wifo.ac.at/observable/fg2_de/Infobox_info_icon.svg"), // vl.x() // .value(250), // vl.y() // .value(-20), // vl.tooltip("info"), // ) const barChart = vl.layer( chartBar, chartTextBar, chartTextDiff, chartTextDiffPatt, // image ) return barChart }35:Td6b,makeChartLinesPoints = function(data, effect, domain, yTitle, xTitle, lPos, lCol) { const chartLines = vl.markLine({ opacity: 0.25 }) // , clip: true .data(data) .encode( vl.x() .fieldQ("outlength") .axis({ title: xTitle, tickOunt: 6, grid: false, tickMinStep: 1, tickColor: "black", tickWidth: 0.66, domainColor: "black", domainWidth: 0.66 }), vl.y() .fieldQ(effect) .axis({ title: yTitle, domain: false, ticks: false, labelPadding: 10, tickCount: 6, tickMinStep: 5, tickRound: false, gridColor: { "condition": {"test": {"field": "value", "equal": 0}, "value": "black"}, "value": "lightgray" }, minExtent: 34, labelFlush: true, }) .scale({ domain: domain, padding: 20, }), vl.color() .fieldN("outcome") .scale({range: colorsFill}) .legend(null), ) const chartPoints = vl.markPoint({ opacity: 0.20 }) .data(data) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ(effect), vl.fill() .fieldN("outcome") .scale({range: colorsFill}) // KOntrollgruppe und tratmentgruppe at 4,5 .legend({ title: "Erwerbsposition", symbolOpacity: 1, orient: lPos, values: legendFill, labelLimit: width > 900 ? 1000 : 160, columns: lCol, values: [ "Ungeförderte, unselbständige Aktivbeschäftigung", "Beschäftigung", "Arbeitslosigkeit", "Erwerbsinaktivität" ], }), vl.color() .fieldN("outcome") .scale({range: colorsFill}) .legend(null), vl.size() .fieldN("sig2") .scale({range: [5,30]}) .legend({ title: "Signifikanz (5%)", symbolOpacity: 1, // values: ["Insignifikant", "Signifikant",], orient: lPos, columns: 1, }), ) const chartLinesHighlight = vl.markLine({ opacity: 1, zindex: 1 }) .data(data .filter(d => d.outcome === select_outcome) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ(effect), vl.color() .fieldN("outcome"), ) const chartPointsHighlight = vl.markPoint({ opacity: 1 }) .data(data .filter(d => d.outcome === select_outcome) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ(effect), vl.fill() .fieldN("outcome"), vl.color() .fieldN("outcome"), vl.size() .fieldN("sig2") .scale({range: [5,30]}), ) const chartPointsTooltip = vl.markPoint({ opacity: 0, size: 280 }) .data(data .filter(d => d.outcome === select_outcome) ) .encode( vl.x() .fieldQ("outlength"), vl.y() .fieldQ(effect), vl.tooltip([{'field': 'diff', 'title': 'Absoluter Effekt'},{'field': 'diff_patt', 'title': 'Effekt in %'}]), ) const chartLinesPoints = vl.layer(chartLines, chartPoints, chartLinesHighlight, chartPointsHighlight, chartPointsTooltip) return chartLinesPoints }36:T4e0,makeChartBarAll = function(data, domain, yTitle, toolTitle) { const brush = vl.selectPoint() .fields("outcome") .on("mouseover") .clear(false).nearest(true) .value(""); const chartBar = vl.markBar({stroke: "none", size: 23}) .data(data) .params(brush) .encode( vl.x() .fieldN("measure") .axis({ title: null, tickCount: 6, grid: false, tickMinStep: 1 }), vl.column({ spacing: 5 }) .fieldN("outlength3"), vl.y() .fieldQ("value") .scale({ domain: [0,100], // padding: 20, }) .axis({ title: yTitle, minExtent: 34, labelFlush: true, }), vl.fill() .fieldN("outcome") .scale({ range: colorsFill }) .legend({ orient: "right", direction: "vertical", title: null, }), vl.tooltip([ {'field': 'measure', 'title': "Gruppe"}, {'field': 'value', 'title': yTitle, 'format': '.3r'} ]), vl.opacity() .value(1) .if(brush, vl.opacity().value(0)) ) const barChart = chartBar return barChart }37:[{"id":"d490fb6da1f32ecd7455f1c4ad7e3667e0c0f9041456e7b6d478adff4c2de72afaaf7518948685acf1c9d0f79ce3c72431c860e79139045093faaebe4ba69f68","href":"https://static.observableusercontent.com/files/d490fb6da1f32ecd7455f1c4ad7e3667e0c0f9041456e7b6d478adff4c2de72afaaf7518948685acf1c9d0f79ce3c72431c860e79139045093faaebe4ba69f68","name":"data_fg2.csv","type":"text/csv","lastModified":1741785093555.33,"size":216816}] 2e:{"title":"Effektivität von Arbeitsmarktförderungen","cells":[{"id":0,"value":"\n\n # Effektivität von Arbeitsmarktförderungen\n ## FG2-Webgrafik\n\n","pinned":false,"hidden":false,"mode":"md"},{"id":2264,"value":"---","pinned":false,"hidden":false,"mode":"md"},{"id":2222,"value":"title2 = htl.html`\n

Effektivität von aktiver Arbeitsmarktpolitik

\n`","pinned":false,"hidden":false,"mode":"ojs"},{"id":30,"value":"viewof select_treatment = Inputs.select(new Set(names_treatment), {label: \"Förderung\", width: width > 800 ? 580 : 200 })","pinned":false,"hidden":false,"mode":"ojs"},{"id":128,"value":"viewof select_outcome = Inputs.select(\n new Set([\n \"Ungeförderte, unselbständige Aktivbeschäftigung\",\n \"Beschäftigung\", \n \"Arbeitslosigkeit\", \n \"Erwerbsinaktivität\"\n ]), \n {label: \"Erwerbsposition\", width: width > 800 ? 580 : 200 }\n) ","pinned":false,"hidden":false,"mode":"ojs"},{"id":483,"value":"$30","pinned":false,"hidden":false,"mode":"ojs"},{"id":2318,"value":"chartMini = \n vl.hconcat(\n vl.vconcat(\n barsMini\n .width(makeWidth(self.innerWidth) * 2)\n .height(280)\n ))\n .title({\n text: \" \",\n subtitle: subtitle, // \"Q: IMF, Statistik Austria, WIFO\",\n orient: \"bottom\",\n anchor: \"start\"\n })\n .padding({\"left\": 5, \"top\": 5, \"right\": 5, \"bottom\": 5})\n .config({\n view: {stroke: \"transparent\"}, \n background: \"transparent\",\n font: \"FFDaxPro\",\n axis: {\n labelFontSize: 14, \n titleFontSize: 14,\n titleFontWeight: \"normal\",\n },\n legend: {\n labelFontSize: 14, \n titleFontSize: 14,\n titleFontWeight: \"normal\",\n },\n mark: {\n fontSize: 14\n },\n title: {\n fontSize: 16,\n subtitleFontSize: 14,\n },\n locale: {number: {\n decimal: \",\", \n thousands: \".\", \n grouping: [3], \n format: ',.4'\n }}\n })\n .render({renderer: 'svg'})","pinned":true,"hidden":false,"mode":"ojs"},{"id":1983,"value":"---\n\n\n# Appendix\n","pinned":false,"hidden":false,"mode":"md"},{"id":2303,"value":"$31","pinned":true,"hidden":false,"mode":"ojs"},{"id":2109,"value":"$32","pinned":false,"hidden":false,"mode":"ojs"},{"id":1389,"value":"lockin = makeChartLinesPoints(\n data_anteile\n .filter(d => d.frequency === \"m\")\n .filter(d => d.treatment === select_treatment), \n \"att\",\n null, \n \"Effekt in Prozentpunkten\", \n \"Monate\",\n \"top\",\n 2)\n // .title({text: \"Effekte auf die Erwerbsintegration in der kurzen Frist\", \n // fontWeight: \"normal\", \n // fontSize: 9,\n // align: \"left\",\n // anchor: \"left\",\n // subtitle: \"Hallo\"})\n .width(makeWidth(self.innerWidth) / 2.4)\n .height(280)","pinned":false,"hidden":false,"mode":"ojs"},{"id":2329,"value":"$33","pinned":true,"hidden":false,"mode":"ojs"},{"id":2331,"value":"barsMini = makeChartBarMini(\n data_anteile\n .filter(d => d.frequency === \"j\")\n .filter(d => d.outcome === select_outcome)\n .filter(d => d.treatment === select_treatment), \n [0,100], \n \"Anteil in %\",\n null,\n \".3s\"\n )\n .title({\n text: \" \",\n subtitle: \" \" // Effekte auf den Anteil in der Erwerbsposition zum Stichzeitpunkt\n })","pinned":true,"hidden":false,"mode":"ojs"},{"id":51,"value":"bars = makeChartBar(\n data_anteile\n .filter(d => d.frequency === \"j\")\n .filter(d => d.outcome === select_outcome)\n .filter(d => d.treatment === select_treatment), \n [0,100], \n \"Anteil in %\",\n null,\n \".3s\"\n )\n .title({\n text: \" \",\n subtitle: \" \" // Effekte auf den Anteil in der Erwerbsposition zum Stichzeitpunkt\n })","pinned":false,"hidden":false,"mode":"ojs"},{"id":1060,"value":"$34","pinned":false,"hidden":false,"mode":"ojs"},{"id":1077,"value":"$35","pinned":false,"hidden":false,"mode":"ojs"},{"id":771,"value":"legendFill = [\"Arbeitslosigkeit\", \"Beschäftigung\", \"Erwerbsinaktivität\", \"Ungeförderte, unselbständige Aktivbeschäftigung\"] ","pinned":false,"hidden":false,"mode":"ojs"},{"id":764,"value":"colorsFill = [\"#559bd5\",\"#72bb6f\",\"#12a7e7\",\"#559e8f\"]","pinned":false,"hidden":false,"mode":"ojs"},{"id":2194,"value":"data_anteile = csv\n .map(d => ({...d, outcome: d.outcome === \"Ungeförderte, unselbstständige Aktivbeschäftigung\" ? \"Ungeförderte, unselbständige Aktivbeschäftigung\" : d.outcome }))\n .map(d => ({...d, diff_patt: d.diff_patt && typeof d.diff_patt === 'string' ? d.diff_patt.replace(/-/g, '−') : d.diff_patt }))\n .map(d => ({...d, diff_patt: d.diff_patt && typeof d.diff_patt === 'string' ? d.diff_patt.replace(\" \", '') : d.diff_patt }))\n .map(d => ({...d, diff: d.diff && typeof d.diff === 'string' ? d.diff.replace(/-/g, '−') : d.diff }))\n .map(d => ({...d, diff: d.diff && typeof d.diff === 'string' ? d.diff.replace(\" \", '') : d.diff }))\n .map(d => ({...d, sig2: d.sig2 == \"signifikant\" ? \"Signifikant\" : d.sig2 }))\n .map(d => ({...d, sig2: d.sig2 == \"insignifikant\" ? \"Insignifikant\" : d.sig2 }))","pinned":false,"hidden":false,"mode":"ojs"},{"id":9,"value":"csv = FileAttachment(\"data_fg2.csv\").csv({ typed: true })\n// d3.csv(\"https://raw.githubusercontent.com/WIFOat/fg_data/main/data_fg2.csv\", d3.autoType) // FileAttachment(\"export_anteile@1.csv\").csv({typed: true})","pinned":false,"hidden":false,"mode":"ojs"},{"id":32,"value":"names_treatment = data_anteile.map(d => d.treatment)","pinned":false,"hidden":false,"mode":"ojs"},{"id":133,"value":"names_outcome = data_anteile.map(d => d.outcome)","pinned":false,"hidden":false,"mode":"ojs"},{"id":1686,"value":"$36","pinned":false,"hidden":false,"mode":"ojs"},{"id":2054,"value":"makeWidth = function(inputWidth) {\n if (inputWidth<600) {\n return Math.sqrt(inputWidth)*8\n }\n if (inputWidth<900) {\n return Math.sqrt(inputWidth+200)*8\n }\n if (inputWidth<1200) {\n return Math.sqrt(inputWidth+200)*9\n }\n if (inputWidth<1400) {\n return Math.sqrt(inputWidth+140)*10\n }\n if (inputWidth<1600) {\n return Math.sqrt(inputWidth)*10\n }\n else {\n return Math.sqrt(inputWidth)*13/1.75\n }\n}","pinned":false,"hidden":false,"mode":"ojs"},{"id":13,"value":"import { vl } from \"@vega/vega-lite-api-v5\"","pinned":false,"hidden":false,"mode":"ojs"},{"id":7,"value":"","pinned":false,"hidden":false,"mode":"html"}],"files":"$W37","stdlib":"1","titling":"auto"}