Bakgrunden till detta examensarbete tar avstamp i automatiseringens utbredning inom välfärdssektorn. En aktiv digitaliseringspolitik bedrivs på nationell nivå där argument som effektivitet och rättssäkerhet motiverar implementeringen av ADM, eller automatiserat beslutsfattande. Dock har denna politik en inverkan på det sociala arbetets handlingsutrymme och hur det bedrivs. Syftet med studien är därmed att undersöka hur automatiserat beslutsfattande påverkar biståndshandläggares handlingsutrymme. Metodansatsen i examensarbetet är en litteraturstudie av kvalitativ karaktär vars empiri utgörs av vetenskapliga artiklar. Dessa artiklar har sedan studeras med hjälp av tematisk analys, där vi utifrån extrakt i datamaterialet ringat in återkommande mönster och generella temana. Resultaten analyseras och diskuteras utifrån nyinstitutionell teori och Lipskys teori om gräsrotsbyråkrati. Våra fynd pekar på att automatiserat beslutsfattande ökar såväl som minskar handlingsutrymmet samt i de flesta fall medfört en organisatorisk uppdelning av försörjningsstödet, där handläggare får antingen mer klienttid eller fler ärenden att övervaka. Vidare visar resultaten att arbetsmarknadsåtgärder i många fall förflyttats från handläggare till jobbcoacher. Utifrån vår teoretiska analys drar vi slutsatsen att automatiserat beslutsfattande utesluter och/eller omdefinierar Lipskys handlingsutrymme. Vi kommer även fram till att det höjer rättssäkerheten samt både kan öka och inskränka möjligheten till relationsskapande. Avslutningsvis kan automatiserat beslutsfattande förstås som en nödvändighet utifrån ett organisationsteoretiskt perspektiv.

Quality of Experience (QoE) is the degree of delight or annoyance of the user of an application or service [1]. To ensure a proper level of QoE for end users, networks and service providers have to continuously monitor their systems in terms of technical parameters, which can then be used to estimate QoE. Especially for video streaming services, which consume a large amount of traffic, network problems such as bandwidth fluctuations quickly develop into annoying artefacts visible to the users, which may lead to abandonment of services. Internet Service Providers (ISPs) are therefore continuously monitoring video network streams in order to provide the better QoE. In this regard to conduct the user behavioral studies, the ISPs spend a large amount of money and energy every time. To avoid this, we are using existing user behavioral studies and simulating the user behavior in an automated set-up and try to measure the impact of network conditions. In our current studies based on the user-behavioral model used [5], we can conclude that low upload speeds don’t affect on simulated user behavior unless they are in high download speed networks. Simulated users with the mid-range download and upload bandwidth tend to face more stalling and quality switches compared to both low and high-bandwidth users. Key quality indicators(KQIs) of video QoE also depends on the number of videos we measure in a single session. Reloading of player helps to reduce stalling for mid and high bandwidths. Reloading worsens the situation in low bandwidth scenarios. / Kvalitet av erfarenhet (QoE) definieras som: "Graden av fröjd eller förargelse av användaren av en applikation eller en service. Den resulterar från uppfyllelsen av hans eller hennes förväntningar med hänsyn till hjälpmedlet, och/eller njutning av applikationen eller servicen i ljuset av användarens personlighet och aktuella tillstånd" [1]. Att att se till en riktig nivå av QoE för slut användare, nätverk och tjänstefamiljeförsörjare måste övervakar fortlöpande deras system när det gäller tekniska parametrar, som kan därefter vara den van vid bedömningen QoE. Speciellt för videoen som strömmar service, som konsumerar ett stort belopp av trafik, framkallar nätverksproblem liksom bandbreddväxlingar snabbt in i förargliga artefacts som är synliga till användarena, som kan leda till övergivande av service. Internetleverantörer (ISPs) är därför fortlöpande videopp nätverksströmmar för övervakning för att att ge den bättre QoEen. I detta avseende att föra de beteendestudierna för användaren, spenderar ISPsna en stor mängd pengar och energi varje gång. Att undvika denna, använder simulerar vi beteendestudier för existerande användare och användareuppförandet i en automatiserat aktivering och försök för att mäta inverkan av nätverksvillkor. I våra aktuella studier som baseras på den använda användare-beteendemodellen [5], oss kan avsluta som laddar upp lågt hastigheter inte påverkar på simulerat användareuppförande, om inte de är i höga nedladdninghastighetsnätverk. Simulerade användare med mitt–området nedladdar och laddar upp bandbredd ansar för att vända mot mer avbrottsoch kvalitetsströmbrytare som jämförs till både låga och höga bandbreddanvändare. Nyckelkvalitetsindikatorer (KQIs) av video QoE beror också på numret av video som vi mäter i en enkel period. Tillbakaläggande av spelaren hjälper att förminska avbrott för mittoch höga bandbredder. Tillbakaläggande försämrar läget i scenarion för låg bandbredd.