Män som har sex med män (MSM) har i modern tid alltid sökt sig till specifika platser för att träffa varandra. Teknologins framsteg har gjort det möjligt att nå denna gemenskap genom ens smarttelefon, där den mest populära dejtingappen för MSM är Grindr. Syftet med denna studie är att undersöka olika lingvistiska strategier för självrepresentation på appen. Materialet som undersöks är 100 Grindrprofiltexter vilka upphämtats från Uppsala, Mälardalsområdet samt Stockholms innerstad. Dessa har främst analyserats genom en kvalitativ metod med inslag av kvantitativa moment. Resultatet visar att texterna har gemensamma drag vilka identifieras som subjektslösa satser och strukna konditionalsatser, emojis, symbolspråk och engelska. Dessutom visar resultatet att det finns några dominerande språkliga strategier vad gäller självrepresentation, vilka är: platsindikation, personbeskrivning, sökande, avståndstagande samt sex. Dessa sammanfaller till stor del med tidigare studiers resultat. Resultatet visar även att det diskursivt framkommer en idealman, vilken också sammanfaller med tidigare studier om mansnormer.

El excelente comportamiento de las columnas tubulares rellenas de hormigón (en adelante columnas CFT) y el aumento del empleo de hormigón de alta resistencia (en adelante HAR), unido a que la normativa actual en algunos países y en especial en Europa, a través del Eurocódigo 4 (en adelante EC4), no recoge la posibilidad de diseño columnas CFT rellenas con este material, pone de manifiesto la necesidad de actualizar dicha normativa para incluir también la posibilidad de diseñar columnas CFT con HAR. Esta Tesis Doctoral nace, por tanto, con el objetivo de actualizar la formulación existente en el EC4 de manera que se puedan diseñar columnas CFT de sección circular rellenadas con HAR. La formulación para el diseño de las columnas CFT de sección circular, cuantifica el aumento de la resistencia que se produce en éstas por el efecto del confinamiento pasivo. Dicho confinamiento pasivo se produce al disponer en el exterior del núcleo de hormigón una camisa de acero que coarta las deformaciones laterales que en él se producen. Como consecuencia de ello, la resistencia que es capaz de soportar el hormigón aumenta significativamente, aumentando también la resistencia global de la columna CFT. Para reproducir adecuadamente la evolución de las deformaciones laterales del núcleo de hormigón durante el proceso de carga (aspecto clave en el estudio del confinamiento), se desarrolló un modelo de hormigón que tiene en cuenta las deformaciones laterales tanto elásticas, a través del coeficiente de Poisson, como plásticas, a través del ángulo de dilatancia. Para ello, fue necesario obtener las curvas de definición del ángulo de dilatancia que regula las deformaciones laterales plásticas en función de la presión lateral de confinamiento a la que está sometido el núcleo de hormigón y la resistencia de éste, así como unas nuevas curvas que regulan las relaciones entre tensión y deformación longitudinal adaptadas para hormigones confinados pasivamente. Una vez se dispuso del modelo, calibrado mediante un proceso iterativo en el que se utilizaron ensayos experimentales, se llevó a cabo una validación de éste comparándolo con numerosos casos experimentales de diferentes características y geometrías. Con el modelo numérico definido se realizó un estudio paramétrico que permitió proponer una formulación que completa a la que actualmente existe, abarcando hormigones de hasta 100 MPa. / Lacuesta Carrión, CD. (2013). ESTUDIO DE LA RESISTENCIA DE PILARES TUBULARES CIRCULARES RELLENOS DE HORMIGÓN CON UN MODELO NUMÉRICO DE CONFINAMIENTO PASIVO VARIABLE [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/28587 / TESIS

Arbetet strävar efter att klargöra vem som formulerar frågan – varför har vi slöjd i svensk grundskola? och undersöka vilka empiriska evidens som finns till slöjdämnets försvar och ifrågasättande. Är frågan allmänt levande i samhället eller är den ett hjärnspöke skapat av slöjdlärarna själva. Om slöjdlärare felaktigt upplever ämnet motarbetat och ifrågasatt av samhället kan lärarna själva komma att motarbeta ämnets existens, med destruktiva följder för ämnet som möjlig konsekvens. Om samhället och lärarna däremot ställer sig frågan konstruktivt kan den vitalisera slöjdämnets utövande och innebörd. Studien bygger på två undersökningar med kvantitativ ansatts som strävat efter statistiskt jämförbara resultat. Första undersökningen var en webbstudie med fenomenografisk ansats och andra undersökningen var en enkätstudie riktad till slöjdlärare och allmänhet med spridning av randomiserad karaktär. Google-enkätformulär och Google-kalkylark användes för enkät och grafisk presentation. Uppsatsen presenterar sammanfattat teoretiskt bakgrundsmaterial ur rapporter utförda på uppdrag av UNESCO och OECD, vilka visar på estetiska ämnens upplevda förmåga att utveckla studenters lärande i andra ämne genom bl.a. transfereffekter. Rapporterna visar även att dessa upplevda effekter till största del saknar empirisk evidens. För nationellt och direkt slöjdanknutet perspektiv behandlas i uppsatsen fakta ur ämnesutvärderingarna NÄU-13 och NU-03, vilka till del, likt de internationella rapporterna, visar på samma avsaknad av empirisk evidens för estetiska ämnens positiva påverkan på elevernas kunskap och lärande.

We report a de novo dup(X)(q23→q26) in a 3-year-old girl with growth retardation, developmental delay, and minor anomalies. X-inactivation in lymphocytes by BRDU labeling showed the abnormal X was late replicating. The androgen receptor assay (HAR) demonstrated a skewed methylation (88.8%) of the paternal allele and a 11.2% methylation of the maternal allele. These data, which suggest the duplication was paternally inherited, are the first parental-origin identification of a duplication Xq. The mild phenotype of the patient may be related to the size and region of the duplication, the low percentage of a dup(X) active detected by the HAR assay, or a combination of these mechanisms. .

Den här studien undersöker möjligheten att använda sig utav Human Activity Recognition (HAR) i ett mobilspel, Bamblup, som använder sig utav fysiska rörelser för att upptäcka om en spelare fuskar eller om denne verkligen utför den verkliga aktiviteten. Sensordata från en accelerometer och ett gyroskop i en iPhone 7 användes för att samla data från olika människor som utförde ett antal aktiviteter utav intresse. Aktiviteterna som är utav intresse är hopp, knäböj, stampa och deras fuskmotsvarigheter, fuskhopp, fuskknäböj och fuskstampa. En sekventiell modell skapades med hjälp av det öppna programvarubiblioteket, TensorFlow. Feature Selection gjordes i programmet WEKA (Waikato Environment for Knowledge Analysis), för att välja ut attributen som var mest relevanta för klassificeringen. Dessa attribut användes för att träna modellen i TensorFlow, vilken gav en klassificeringsprecision på 66%. Fuskaktiviteterna klassificerades relativt bra, och det gjorde även stampaktiviteten. Hopp och knäböj hade lägst klassificeringsprecision med 21.43% respektive 28.57%. Dessutom testades Random Forest klassificeraren i WEKA på vårt dataset med 10-delad korsvalidering, vilket gav en klassifieringsnoggranhet på 90.47%. Våra resultat tyder på att maskininlärning är en stark kandidat för att hjälpa till att identifiera fuskbeteenden inom fysisk aktivitetsbaserade mobilspel. / This study investigates the possibility to use machine learning for Human Activity Recognition (HAR) in Bamblup, a physical activity-based game for smartphones, in order to detect whether a player is cheating or is indeed performing the required activity. Sensor data from an accelerometer and a gyroscope from an iPhone 7 was used to gather data from various people performing a set of activities. The activities of interest are jumping, squatting, stomping, and their cheating counterparts, fake jumping, fake squatting, and fake stomping. A Sequential model was created using the free open-source library TensorFlow. Feature Selection was performed using the program WEKA (Waikato Environment for Knowledge Analysis), to select the attributes which provided the most information gain. These attributes were subsequently used to train the model in TensorFlow, which gave a classification accuracy of 66%. The fake activities were classified relatively well, and so was the stomping activity. Jumping and squatting had the lowest accuracy of 21.43% and 28.57% respectively. Additionally, the Random Forest classifier in WEKA was tested on the dataset using 10-fold cross validation, providing a classification accuracy of 90.47%. Our findings imply that machine learning is a strong candidate for aiding in the detection of cheating behaviours in mobile physical activity-based games.

We describe an 11 year old girl with a de novo unbalanced t(X;10) that resulted in a deletion of Xq26→Xqter and a trisomy of 10q21→10qter. Her clinical features were of distal trisomy 10q, but she lacked the cardiovascular and renal malformations observed in duplications of 10q24→10qter and had only moderate mental retardation. X inactivation was assessed on peripheral blood lymphocytes by late replication with BrdU (LR) and the human androgen receptor assay (HAR). By LR the der(X) was inactive without spreading to 10q21→10qter in all cells. The HAR assay showed skewed methylation of the paternal allele (90%). The correlation of HAR and LR suggests that the der(X) was paternally inherited and is consistent with data from other de novo balanced and unbalanced X;autosome translocations detected in females. This is the first report of parental origin of a de novo trisomy 10q.

Bakgrund: För att kunna ta välgrundade finansiella beslut, behöver aktörer göra prognoser om vad som kommer ske i framtiden. Detta har medfört att både forskare och praktiker har byggt olika modeller som syftar till att prognostisera framtiden. Ett centralt mått i många finansiella modeller är tillgångens volatilitet, som är ett mått på prisförändringen under en tidsperiod. Den implicita volatiliteten, härledd via derivatmarknaden och prissättningsmodeller, är en marknadsprognos för en tillgångs framtida volatilitet. Tidigare forskning pekar på att den implicita volatiliteten är bättre på att prognostisera den framtida volatiliteten jämfört med modeller som använder historisk volatilitet. Däremot finns det osäkerheter kring hur variabler som handelsvolym och löptid påverkar dessa volatilitetsprognoser. Syfte: Syftet med studien är att undersöka hur prognosförmågan hos den implicita volatiliteten för den framtida realiserade volatiliteten förhåller sig vid olika löptider samt vid olika handelsvolymer. Metod: För att uppnå syftet med studien har vi använt oss av en kvantitativ metod samt en deduktiv ansats. Urvalet består av 100 bolag som varit noterade på S&P 500 mellan 2017 och 2021. Vidare har regressioner utförts i syfte till att fastställa den implicita volatilitetens prognosförmåga. Två modeller har använts varav en heterogeneous autoregressive modell (HAR) och en enkel linjär regression (ELR). Slutligen analyseras regressionerna utifrån kategoriseringar baserat på löptid samt olika handelsvolym. Slutsats: Studien finner inga signifikanta skillnader bland förklaringsgraderna med avseende på olika löptider. Däremot finner vi att den implicita volatiliteten från kortare optioner tenderar att underskatta den realiserade volatiliteten till högre grad än för längre löptider. I kontrast till tidigare forskning finner vi att prognoser blev sämre vid högre handelsvolymer men att underskattningar är vanligare för lägre handelsvolymer.

The goal of this thesis is to evaluate travelers' experience with Highway Advisory Radio (HAR) and Citizens' Band Radio Advisory System (CBRAS) technologies on both Florida Interstate Highway system (FIH) and the Florida Turnpike Enterprise (FTE) toll roads. To achieve this goal, two different survey tools were used. The first tool is a random digit dialing phone survey known as CATI (Computer-Assisted Telephone Interviewing). The second tool is a field survey that intercepts travelers at the Florida Turnpike Enterprise (FTE) service plazas and the Florida Interstate Highway (FIH) rest areas. HAR and CBRAS are traditional components of the Advanced Traveler Information Systems (ATIS). This thesis pays special attention to the effectiveness of HAR and CBRAS in improving travelers' experience. Feedback to analyze these two technologies was collected via a telephonic survey and a field survey. Two different field surveys (one for HAR and one for CBRAS) were designed and implemented to obtain feedback on these technologies. The field survey for CBRAS is unique and has never been done before for this purpose. A sample size of 1000 HAR surveys was collected through the CATI phone survey. Field surveys were collected at five locations across the state, including central, southeast, and southwest regions of Florida. The HAR field survey sample size was 1610 and the CBRAS field survey sample size was 613. All field surveys were conducted by UCF students at each of the five locations, over a 13-week data collection period. The HAR messages were designed to alert drivers of any adverse roadway traffic or weather conditions. The CBRAS is limited to truck drivers with the closed system radio pre-installed in their vehicles. However, truck drivers were also asked some questions on HAR if they do not use CBRAS. Basic statistical analysis was used to determine a number of performance indicators which include system's use and awareness, usability of provided information, route diversion, and travelers' demographics. In addition, the two HAR phone and field samples were combined together and examined using a decision tree model. Target questions were selected from the survey to build the tree network. The tree model aimed at identifying trends between categorical differences of travelers with respect to specific questions. Understanding travelers' satisfaction with HAR is critical to knowing its benefits. The ending results indicated that both basic statistical analysis and the decision tree model are in agreement. A comparison between HAR phone and field surveys indicates the following. Travelers interviewed for the HAR field survey were more aware of the HAR than travelers surveyed by phone. A small portion of the surveyed samples used HAR (22% and this was consistent between the phone and the field surveys). Also, 80% or more were satisfied with HAR for both phone and field samples and the majority (85% or more) supported its continuation as an indication of willingness to use it in the future, especially in emergency conditions. In terms of the types of messages they want to hear from HAR, traffic congestion was the most common. Dynamic Message Signs (DMS) were the most preferred source of travel information and were the alternative for HAR, if HAR gets terminated. This was followed by smartphone applications which received twice as much support from field surveyed travelers (28%) when compared to phone surveyed travelers (15%). The CATI Phone Survey was biased towards elderly people (60% of the sample) and mainly females (58%) that use the FTE roadway system. Users satisfied with the system are those who only use these roadways once per week or less. The survey ultimately shows that travelers rely on modern modes of obtaining traffic information than traditional ones, such as HAR. DMS, and smart phone applications are leading communication tools among all type of travelers. The HAR field survey was less biased with respect to age and gender distribution (56% were under 50 and 62% were males). Both surveys indicate that the sample is well educated (about 60% have an associate degree or higher). CBRAS serves a small segment of commercial truck drivers (only 12% out of 613 used CBRAS). However, this small segment used it heavily (84% used it sometimes, often, or always). And 92% of CBRAS users were satisfied or strongly satisfied with it. CBRAS was used mostly for route divergence, with 72% of the drivers relying on it for this purpose. Truck drivers who never used CBRAS (88% of the sample) were asked questions about HAR. Only 27% of them used HAR and 57% of these used it sometimes, often, or always with 72% of the truck users being satisfied with HAR compared to the 92% satisfied with CBRAS. The most common complaint about HAR by truck drivers was that it is not easy to access or understand. Based on responses of truck drivers for both HAR and CBRAS field surveys above, it seems that GPS navigation was the most preferred source of travel information (28%). In addition to the basic statistics, a decision tree model, using SAS Enterprise Miner was performed. The statistical analysis results indicated satisfaction of travelers. The decision tree model was used to predict and profile responses to all answered questions that each survey shared. Training data was included in the model and the model was able to leverage the questions. Results of the decision tree model predicted high user satisfaction rates. Analyses of the three implemented surveys show that HAR and CBRAS technologies are not used by a large proportion of travelers, but their users are typically satisfied with these technologies. A small portion of the surveyed sample of truck drivers uses CBRAS but they use it heavily and were very satisfied with it. The travelers' satisfaction level with HAR was high. The HAR and CBRAS systems are in the middle of a heated competition lead by digital communication, it may be a sign of the time to create HAR/CBRAS smart phone applications for the longevity of these traditional technologies.

Human activity recognition (HAR) is a growing area within machine learning as the possible applications are vast, especially with the growing amount of collectable sensor data as Internet of Things-devices are becoming more accessible. This project aims to contribute to HAR by developing two supervised machine learning algorithms that are able to distinguish between four different human activities. We collected data from the tri-axial accelerometer in two different smartphones while doing these activities, and put together a dataset. The algorithms that were used was a convolutional neural network (CNN) and a support vector machine (SVM), and they were applied to the dataset separately. The results show that it is possible to accurately classify the activities using the algorithms and that a short time window of 3 seconds is enough to classify the activities with an accuracy of over 99% with both algorithms. The SVM outperformed the CNN slightly. We also discuss the result and continuations of this study. / Mlinsklig aktivitetsigenkanning (HAR) lir ett vlixande omrade inom maskininllirning da de mojliga applikationerna lir stora, speciellt med den vlixande mangd insamlingsbar sensordata da Internet of Things-enheter blir mer atkomliga. Detta projekt siktar pa att bidra till HAR genom att utveckla tva algoritmer som kan urskilja mellan fyra olika mlinskliga aktiviteter. Vi samlade in data fran den treaxlade accelerometern i tva olika smarta telefoner medans dessa aktiviteter utfordes, och satte ihop ett dataset. Algoritmerna som anvlindes var ett faltande neuralt nlitverk och en stodvektormaskin, och de applicerades separat pa datasetet. Resultaten visar att det lir mojligt att med slikerhet klassificera aktiviteterna genom att anvlinda dessa algoritmer och att ett kort tidsfonster med 3 sekunder av data lir tillrlickligt for att klassificera med en slikerhet pa over 99% med bada algoritmerna. Stodvektormaskinen presterade nagot blittre an det neurala nlitverket. Vi diskuterar liven resultatet och fortsatta studier. / Kandidatexjobb i elektroteknik 2021, KTH, Stockholm

<p>Due to the advancements in computing power and the availability of high-frequency data, the analyses of the high frequency stock data and market microstructure has become more and more important in econometrics. In the high frequency data setting, volatility is a very important indicator on the movement of stock prices and measure of risk. It is a key input in pricing of assets, portfolio reallocation, and risk management. In this thesis, we use the Heterogeneous Autoregressive model of realized volatility, combined with Bayesian inference as well as Markov chain Monte Carlo method’s to estimate the innovation density of the daily realized volatility. A Dirichlet process is used as the prior in a countably infinite mixture model. The semi-parametric model provides a robust alternative to the models used in the literature. I find evidence of thick tails in the density of innovations to log-realized volatility.</p> / Master of Science (MSc)