Syftet med vårt examensarbete var att ta reda på om pedagogerna på två mångkulturella förskolor arbetade medvetet med språkutveckling utifrån bilder på väggarna i innemiljön. Syftet var även att undersöka om barnen på avdelningarna fann det intressant att kommunicera med andra barn och pedagoger om de bilder som fanns på väggarna och i så fall i vilka situationer samtalen ägde rum. För att besvara våra frågeställningar har vi använt oss av relevant litteratur inom ämnet, observationer i verksamheten och intervjuer med fyra pedagoger. En upptäckt som vi gjorde i vår undersökning var att ingen av pedagogerna använde sig av bilder på väggarna som ett språkutvecklande verktyg. I vår undersökning visade det sig att barnen föredrog att samtala om de bilder som de hade en gemensam erfarenhet kring.

Det här examensarbetet har haft som avsikt att försöka förstå det vidgade textbegreppet genom att synliggöra begreppets innebörd i kursplanen och läromedel för engelska årskurs nio. Vidare har arbetet syftat till att ta reda på huruvida läroböcker för engelska årskurs nio är anpassad till att undervisa utifrån det vidgade textbegreppet.Kvantitativ och kvalitativ textanalys har används som metod för att undersöka tre valda läromedelspaket: Spotlight 9 (Randall et al, 2010), Good Stuff D (Coombs et al, 2004) och PrimeTime Main 3 (Bermheden & Winblad, 2010). Dessa har jämförts och analyserats ur två huvudaspekter; nämligen vilka texttyper förekommer i samtliga läroböcker och hur är det tänkt att samtliga texter ska bearbetas.Resultatet har lett till två viktiga slutsatser:Den första slutsatsen är att det förekommer en hel del vidgade texter i samtliga läroböcker. Däremot används dessa texter huvudsakligen i syfte för att bearbeta traditionella texter. Vilket innebär att vidgade texter inte har ett eget värde och har en underordnad position i jämförelse med traditionella texter. Den andra slutsatsen är att det finns trots allt stora skillnader i hur läroböckerna förhåller sig till vidgade texter, detta trots att uppgifterna med vidgade texter har samma funktion i samtliga läroböcker. I Spotlight 9 (Randall et al, 2010) betonas vidgade texter som verktyg för att skapa variation i undervisningen. I Good Stuff D (Coombs et al, 2004) förekomer det inga tankar kring begreppet. Däremot i PrimeTime Main 3 (Bermheden & Winblad, 2010) betonas vidgade texter starkt och lärare uppmanas att vidga undervisningen. Resultatet tyder således på att samtliga läroböcker kan vara anpassad till att undervisa utifrån ett vidgat perspektiv, dock är det essentiellt att lärare använder materialet endast som komplement i undervisningen. Lärare måste kunna skilja på kursplan från läromedel för att kunna vidga undervisningen.

Kan dagens elever analysera och reflektera kring bilder? Med hjälp av bilder somanalyserats av elever har vi försökt komma fram till detta. Efter intervjuerna medeleverna har vi med hjälp av litteratur kring ämnet bildanalys kommit fram till atteleverna saknar erfarenheten och träningen som krävs för att analysera bilder. Med hjälp av analysen har vi undersökt hur dagens elever ser på människors religionstillhörighet. Det vi kom fram efter vi tittat på elevernas svar, är att eleverna har fördomar och att de ofta baseras på att de har otillräckliga kunskaper om religionerna. Ibland är det även så att de saknar ett ordförråd kring religiösa termer.Något som genomsyrade de äldre elevernas intervjuer var att de många gånger var rädda för att ge fel svar. Det var inte lika tydligt hos alla men tendenser fanns. Hos de yngre fanns inte detta i samma utsträckning men de var också osäkrare på termer och saknade förkunskaper. / The main question for our essay has been: Have the pupils of today the ability to analyze and reflect what they see in pictures? In search of this answer we have interviewed several pupils and used literature that is about the subject picture analysis. The answer we found was that the pupils lack experience and training in analyzing pictures. With our analysis from the interviews we studied the pupils views on peoples religions. When we looked at the pupils answers from the interviews we found that the their prejudices often where based on a lack of knowledge about religions. We also found that the older pupils were afraid of giving the wrong answers. This was something that wasn’t obvious in each case but we found tendencies towards this. The younger pupils wasn’t afraid of giving the wrong answers but they lacked a general knowledge about religion.

Barthelsson, Marie & Zetterman, My (2009). ”Man vill ju inte se helt knäpp ut liksom – en kvalitativ studie av en grupp ungdomars relation till bilder på internet. (You Don't Want to Look All Crazy – a Qualitative Study of a Group of Young People and Their Relations to Pictures on the Internet). Skolutveckling och ledarskap, Lärarutbildningen 90 hp, Malmö högskola. Syftet med följande arbete är att kartlägga en grupp ungdomar i gymnasieålders vanor vad gäller att ladda upp bilder på nätet samt att undersöka deras medvetenhet om konsekvenser av detta. I vilken utsträckning och i vilka forum laddar unga idag upp bilder? Hur uppfattar de att de förhåller sig till den information de sprider på nätet och den bild av sig själva de bygger upp där? Hur förhåller de sig till andras bilder av sig själva? Vilken roll spelar uppladdningen av bilder för identitetsskapande och det sociala samspelet med andra?Arbetet bygger på ett litteraturbaserat teoriavsnitt där teorier om identitetsskapande, socialisation, självporträtt och media literacy lyfts fram. Med hjälp av gruppintervjuer har vi sedan undersökt i vilken utsträckning ungdomar laddar upp bilder och deras kommentarer kring olika aspekter av användandet av internet.Resultaten pekar på att de intervjuade ungdomarna idag är medvetna om konsekvenser av att ladda upp bilder men upplever att de positiva effekterna är viktigare. Internet spelar stor roll för ungdomarnas sociala liv och är fullt implementerat i deras vardag som en artefakt för social samvaro och medel för att uttrycka sig själv. Vidare kan konstateras att ungdomarna upplevt att de fått väldigt lite information från skolan om upphovsrätt och internetkunskap. Det finns också en tydlig vilja för ungdomarna att dra gränser mellan sitt egna liv på internet och vuxnas liv på internet. Vi menar att som lärare är det av stor vikt att säkerställa hög media literacy hos sig själv samt att känna till de forum där elever uttrycker sig själva och socialiserar med andra.

Bakgrund: Sjuksköterskan stöter på sår i i yrkeslivet och för att kunna ge patienten den vård som behövs behöver sjuksköterskan dokumentera sårets egenskaper på ett adekvat sätt. Trots att dokumentation är en så pass betydande del av sårbehandling brister journalföring och kunskap om sår både hos sjuk- sköterskor och hos läkare.Syfte: Syftet med litteraturstudien var att undersöka hur digitala bilder kan bidra till sårvården.Metod: Studien genomfördes som en litteraturstudie. Populationen som studerades var patienter med sår, intervention var bild/digital sårdokumentation, resultatet var sårläkning/sårbedömning. För studiens analys- och dataredovisning användes Polit & Becks kategorisystem för att kunna redovisa statistisk data på ett icke numeriskt sätt, vilket resulterade i fyra huvudkategorier. Vid kvalitets- bedömningen användes SBU:s mall för bedömning av relevans.Resultat: I resultatet framkom 4 stycken kategorier: Förbättrad dokumentation, Bättre samverkan i och mellan teamen, En enklare sårbedömning, Utbildning för bättre sårvård. Bilder fungerar bättre än text genom att ge en tydligare bild av såret när teamet runt patienten ska titta tillbaka på hur såret såg ut och hur det har utvecklat sig. Hur såret har läkt och om behandlingen går åt rätt håll är frågor som bilder kan svara på. Författarna rekommenderar att bilder används vid sår- dokumenation och att bilderna implementeras i journalföringen. / Background: The nurse encounters wounds in daily life, and to give the patient the care that is needed requires the nurse to document the wound characteristics adequately. Although documentation is such an important part of wound treatment there are still shortages of record keeping and knowledge of wounds, both of nurses and the doctor.Aim: The aim of this study was to investigate how digital images can contribute to wound care.Methods: The study was performed as a literature study. The population studied were patients with wounds, the intervention was a photograph / digital wound documentation, the results were healing / wound assessment. Analysis and data reporting for the study used Polit & Beck category system to be able to report statistical data on a non-numerical method, which resulted in four main categories. During quality assessment SBU template were used for assessing the relevance.Results: The result showed 4 pieces categories: Improved documentation, Better collaboration within and between the teams, A simpler wound assessment, Education to get better wound care. Pictures work better than text by providing a clearer picture of the wound when the team around the patient is able to look back at how the wound looked like and how it has evolved during time. How the wound has healed, and if the treatment goes in the right direction are questions that images can answer. The authors recommend that the images used in wound documentation and pictures are implemented in record keeping.

Syftet med detta självständiga arbete är att studera hur barn i en interkulturell förskola använder multimodala sätt att kommunicera med digitala och analoga spel för att skapa mening. Mer ingående handlar det om att bidra med kunskap om hur tecken inom lärande kan visas genom hur barnen använder och omskapar analoga samt digitala material utifrån sina egna intressen. Studien har inspiration från etnografi och metoden som har använts för att samla in material har genomförts med deltagande observationer i form av fältanteckningar. Analysen utgår från ett designorienterat perspektiv som används för att visa hur barn och förskollärare kommunicerar med olika teckensystem och uttryckssätt vid användning av en digital platta och analoga brickspel. Resultatet visar hur barnen skapar mening genom att titta, peka och tala, hur de använder analoga bilder för att transformera sin förståelse av siffror och antal och hur de ändrar sitt meningserbjudande.

Training deep-learning networks to segment a particular region of interest (ROI) in 3D medical acquisitions (also called volumes) usually requires annotating a lot of data upstream because of the predominant fully supervised nature of the existing stateof-the-art models. To alleviate this annotation burden for medical experts and the associated cost, leveraging self-learning models, whose strength lies in their ability to be trained with unlabeled data, is a natural and straightforward approach. This work thus investigates a self-supervised model (called “self-learning” in this study) to segment the liver as a whole in medical acquisitions, which is very valuable for doctors as it provides insights for improved patient care. The self-learning pipeline utilizes only a single-slice (or a few-slice) groundtruth annotation to propagate the annotation iteratively in 3D and predict the complete segmentation mask for the entire volume. The segmentation accuracy of the tested models is evaluated using the Dice score, a metric commonly employed for this task. Conducting this study on Computed Tomography (CT) acquisitions to annotate the liver, the initial implementation of the self-learning framework achieved a segmentation accuracy of 0.86 Dice score. Improvements were explored to address the drifting of the mask propagation, which eventually proved to be of limited benefits. The proposed method was then compared to the fully supervised nnU-Net baseline, the state-of-the-art deep-learning model for medical image segmentation, using fully 3D ground-truth (Dice score ∼ 0.96). The final framework was assessed as an annotation tool. This was done by evaluating the segmentation accuracy of the state-of-the-art nnU-Net trained with annotation predicted by the self-learning pipeline for a given expert annotation budget. While the self-learning framework did not generate accurate enough annotation from a single slice annotation yielding an average Dice score of ∼ 0.85, it demonstrated encouraging results when two ground-truth slice annotations per volume were provided for the same annotation budget (Dice score of ∼ 0.90). / Att träna djupinlärningsnätverk för att segmentera en viss region av intresse (ROI) i medicinska 3D-bilder (även kallade volymer) kräver vanligtvis att en stor mängd data kommenteras uppströms på grund av den dominerande helt övervakade karaktären hos de befintliga toppmoderna modellerna. För att minska annoteringsbördan för medicinska experter samt den associerade kostnaden är det naturligt och enkelt att utnyttja självlärande modeller, vars styrka ligger i förmågan att tränas med omärkta data. Detta arbete undersöker således en självövervakad modell (“kallas ”självlärande” i denna studie) för att segmentera levern som helhet i medicinska skanningar, vilket är mycket värdefullt för läkare eftersom det ger insikter för förbättrad patientvård. Den självlärande pipelinen använder endast en enda skiva (eller några få skivor) för att sprida annotationen iterativt i 3D och förutsäga den fullständiga segmenteringsmasken för hela volymen. Segmenteringsnoggrannheten hos de testade modellerna utvärderas med hjälp av Dice-poängen, ett mått som vanligtvis används för denna uppgift. Vid genomförandet av denna studie på CT-förvärv för att annotera levern uppnådde den initiala implementeringen av det självlärande ramverket en segmenteringsnoggrannhet på 0,86 Dice-poäng. Förbättringar undersöktes för att hantera driften av maskutbredningen, vilket så småningom visade sig ha begränsade fördelar. Den föreslagna metoden jämfördes sedan med den helt övervakade nnU-Net-baslinjen, den toppmoderna djupinlärningsmodellen för medicinsk bildsegmentering, med hjälp av helt 3D-baserad sanning (Dice-poäng ∼ 0, 96). Det slutliga ramverket bedömdes som ett annoteringsverktyg. Detta gjordes genom att utvärdera segmenteringsnoggrannheten hos det toppmoderna nnU-Net som tränats med annotering som förutspåtts av den självlärande pipelinen för en given budget för expertannotering. Det självlärande ramverket genererade inte tillräckligt noggranna annoteringar från baserat på endast en snittannotering och resulterade i en genomsnittlig Dice-poäng på ∼ 0, 85, men uppvisade uppmuntrande resultat när två verkliga snittannoteringar per volym tillhandahölls för samma anteckningsbudget (Dice-poäng på ∼ 0, 90).

The modern paradigms of machine learning algorithms and artificial intelligence base their success on processing a large quantity of data. Nevertheless, data does not come for free, and it can sometimes be practically unfeasible to collect enough data to train machine learning models successfully. That is the main reason why synthetic data generation is of great interest in the research community. Generating realistic synthetic data can empower machine learning models with vast datasets that are difficult to collect in the real world. In autonomous vehicles, it would require thousands of hours of driving recording for a machine learning model to learn how to drive a car in a safety-critical and effective way. The use of synthetic data, on the other hand, make it possible to simulate many different driving scenarios at a much lower cost. This thesis investigates the functioning of Meta-Sim, a synthetic data generator used to create datasets by learning from the real world. I evaluated the effects of replacing the stem of the Inception-V3 with the stem of the Inception- V4 as the feature extractor needed to process image data. Results showed similar behaviour of models that used the stem of the Inception-V4 instead of the Inception-V3. Slightly differences were found when the model tried to simulate more complex images. In these cases, the models that use the stem of the Inception-V4 converged in fewer iterations than those that used the Inception-V3, demonstrating superior behaviours of the Inception-V4. In the end, I proved that the Inception-V4 could be used to achieve state-of-the- art results in synthetic data generation. Moreover, in specific cases, I show that the Inception-V4 can exceed the performance attained by Meta-Sim. The outcome suggests further research in the field to validate the results on a larger scale. / De moderna paradigmen för algoritmer för maskininlärning och artificiell intelligens bygger sin framgång på att bearbeta en stor mängd data. Data är dock inte gratis, och det kan ibland vara praktiskt omöjligt att samla in tillräckligt med data för att träna upp maskininlärningsmodeller på ett framgångsrikt sätt. Det är huvudskälet till att generering av syntetiska data är av stort intresse för forskarsamhället. Genom att generera realistiska syntetiska data kan maskininlärningsmodeller få tillgång till stora datamängder som är svåra att samla in i den verkliga världen. I autonoma fordon skulle det krävas tusentals timmars körning för att en maskininlärningsmodell ska lära sig att köra en bil på ett säkerhetskritiskt och effektivt sätt. Användningen av syntetiska data gör det å andra sidan möjligt att simulera många olika körscenarier till en mycket lägre kostnad. I den här avhandlingen undersöks hur Meta-Sim fungerar, en generator för syntetiska data som används för att skapa dataset genom att lära sig av den verkliga världen. Jag utvärderade effekterna av att ersätta stammen från Inception-V3 med stammen från Inception-V4 som den funktionsextraktor som behövs för att bearbeta bilddata. Resultaten visade ett liknande beteende hos modeller som använde stammen från Inception-V4 i stället för Inception- V3. Små skillnader konstaterades när modellen försökte simulera mer komplexa bilder. I dessa fall konvergerade de modeller som använde Inception-V4:s stam på färre iterationer än de som använde Inception-V3, vilket visar att Inception- V4:s beteende är överlägset. I slutändan bevisade jag att Inception-V4 kan användas för att uppnå toppmoderna resultat vid generering av syntetiska data. Dessutom visar jag i specifika fall att Inception-V4 kan överträffa den prestanda som uppnås av Meta-Sim. Resultatet föreslår ytterligare forskning på området för att validera resultaten i större skala.

Syftet med denna undersökning är att analysera hur det sociala samspelet påverkar skapandeprocessen i arbetet med textila bilder. Frågan som denna studie utgår ifrån är hur det sociala samspelet påverkar skapandeprocessen i uppgiften textila bilder. Detta är en autobiografisk studie ur ett sociokulturellt lärandeperspektiv. Empirin utgörs av minnesanteckningar, processfotografier samt ljudinspelade intervjuer utifrån metoden Stimulated Recall Interview. Analysen av empirin görs enligt metoden Tematisk Analys och resulterar i fyra huvudkategorier: Den första kategorin är Oavsiktlig påverkan som syftar till den påverkan vi har på varandras skapandeprocess utan att vara medvetna om det. Den andra kategorin är Avsiktlig påverkan som redogör för den återkoppling vi ger varandra när någon av oss behöver bolla en idé i sin skapandeprocess. Den tredje kategorin är Påverkans dilemma som beskriver hur vi hanterar dilemman vi möter när vi får en återkoppling som inte är i linje med vår inre estetiska kompass. Den sista kategorin är Självreflektion som behandlar dialogens roll och huruvida denna resulterar till reflektion och värdering kring den egna arbetsprocessen.

Över 1 miljon arter riskerar att dö ut i världen enligt WWF (2022) och inom Sveriges gränser klassas 2249 arter som hotade enligt den svenska rödlistan (2020). Om alla arterna försvinner leder det till stora konsekvenser både för människan och andra arter i världen som idag inte är hotade. För att kunna vända den här negativa trenden är det viktigt att arterna och hotet mot dem uppmärksammas. Genom att skapa information om arterna ökas folks medvetenhet om problemet vilket i sin tur kan leda till större stöd för att lösa problemet. Informationen måste också kännas intressant och relevant för att folk ska uppmärksamma informationen. Syftet med det här arbetet har därför blivit att undersöka hur informativa bilder föreställande djur kan skapas på ett sätt som väcker målgruppens intresse och ökar deras empati till de hotade arterna. Arbetet undersöker också hur känslosamma bilder behåller sin trovärdighet och informativa förmåga riktat till en vuxen målgrupp. Med stöd i teorier som visuell retorik och färg samt användning av metoder som informationsinsamling via enkät och utprovning av bildmaterialet kunde jag komma fram till ett resultat. Arbetet gestaltades som en informationsgrafik och handlade om hotade djur i Sverige. Resultatet av arbetet indikerade på att för att kunna skapa empati till djur i bilder så är det till en fördel om de illustrerade djuren har någon likhet till oss människor, i utseende eller beteende. Att använda sig av djurfamiljer och djurungar i bilderna gör det lättare för målgruppen att relatera till djuren och skapa empati för dem. Speciellt empatisk blir det om djuren upplevs vara i en hotfull situation. Bildernas färger, ljussättning och bakgrunder kan också påverka hur mycket empati man känner till djuren. För att behålla en trovärdighet i materialet bör bildmanéret sträva efter realism och text som presenteras tillsammans med bildmaterialet kan både stärka trovärdigheten och empatin till innehållet. Slutligen så kan bilder tolkas väldigt olika av människor vilket gör det viktigt att involvera målgruppen i designprocessen för att slutresultatet ska kunna kännas empatisk och trovärdigt för en stor del av målgruppen. / More than 1 million species are at risk of extinction in the world according to WWF (2022), within Sweden's borders 2249 species are classified as endangered according to the Swedish Red List (2020). If all species disappear, it will lead to major consequences for both humans and other species in the world that are not endangered today. An important part of being able to reverse this negative trend is that the endangered species and their threats are paid attention to. More information about the species can increase people's awareness of the problem, which in turn can lead to greater support for solving the problem. Information that are spread about the species must also feel interesting and relevant for people to care. That’s why this study focus on how informative images depicting animals can be created in a way that peaks the main demographics interest and increase their empathy for the endangered species. The work also examines how emotional images can maintain their credibility and informative ability to an adult demographic. The visual work in this project is made as a infographic about endangered swedish animals.  With the support of theories from visual rhetoric and color as well as the use of methods such as surveys and interviews with the main demographic, I was able to arrive at a conclusion.  The result showed that in order to create empathy for animals in pictures, it is an advantage if the animals used have any similarities to us humans, in appearance or behavior. Using animal families and young animals in the pictures makes it easier for the target group to relate and create empathy for the animals. The empathy is increased if the animals are exposed to unnatural threats. By also exaggerating the situation the animal is in, with the use of color, lighting and backgrounds, the emphatic feeling can be increased. To maintain a credibility in the material, the illustrations should strive towards realism and text presented together with the can increase the credibility but also the empathy of the images. Finally, images can be interpreted very differently by each human individual, which means that having close contact with people from your main demographic during the design process is very important to be able to make illustrations that they will feel empathic towards.