Publikationen Dr. Christin Hoffmann

Zeitschriftenbeiträge

Hoffmann, C., & Thommes, K. (2020). Can digital feedback increase employee performance and energy efficiency in firms?  Evidence from a field experiment. Journal of Economic Behavior & Organization.

Hoffmann, C., & Thommes, K. (2020). Combining Egalitarian and Proportional Sharing Rules in Team Tournaments to Incentivize Energy-Efficient Behavior in a Principal-Agent Context. Organization & Environment.

Goldbach C., Hoffmann, C., Hoppe, J., Pitz, T., & Thommes, K. (2020). The fast and the furious - An experimental investigation of the pace of life and risky speed choice in traffic. PLoS ONE, 15(7), 1-20

Hoffmann, C., & Thommes, K. (2020). Using loss aversion to incentivize energy efficiency in a principal-agent context - Evidence from a field experiment. Economics Letters, 189, 108984.

Hoffmann, C. (2019). Estimating the Benefits of Adaptation to Extreme Climate Events, Focusing on Nonmarket Damages. Ecological Economics, 164, 106250.

Hoffmann, C., & Stephan, G. (2018). Regional Flood Impacts and Adaptation in a federal Setting: A Spatial Computable General Equilibrium Analysis for Switzerland. Climate Change Economics, 9(2), 1-36.

Monogrphie

Hoffmann, C. (2017). Adaptation to extreme climate events at a regional scale.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo