This work presents an investigation of tailoring Network Representation Learning (NRL) for an application in the Financial Industry. NRL approaches are data-driven models that learn how to encode graph structures into low-dimensional vector spaces, which can be further exploited by downstream Machine Learning applications. They can potentially bring a lot of benefits in the Financial Industry since they extract in an automatic way features that can provide useful input regarding graph structures, called embeddings. Financial transactions can be represented as a network, and through NRL, it is possible to extract embeddings that reflect the intrinsic inter-connected nature of economic relationships. Such embeddings can be used for several purposes, among which Anomaly Detection to fight financial crime.This work provides a qualitative analysis over state-of-the-art NRL models, which identifies Graph Convolutional Network (ConvGNN) as the most suitable category of approaches for Financial Industry but with a certain need for further improvement. Financial Industry poses additional challenges when modelling a NRL solution. Despite the need of having a scalable solution to handle real-world graph with considerable dimensions, it is necessary to take into consideration several characteristics: transactions graphs are inherently dynamic since every day new transactions are executed and nodes can be heterogeneous. Besides, everything is further complicated by the need to have updated information in (near) real-time due to the sensitivity of the application domain. For these reasons, GraphSAGE has been considered as a base for the experiments, which is an inductive ConvGNN model. Two variants of GraphSAGE are presented: a dynamic variant whose weights evolve accordingly with the input sequence of graph snapshots, and a variant specifically meant to handle bipartite graphs. These variants have been evaluated by applying them to real-world data and leveraging the generated embeddings to perform Anomaly Detection. The experiments demonstrate that leveraging these variants leads toimagecomparable results with other state-of-the-art approaches, but having the advantage of being suitable to handle real-world financial data sets. / Detta arbete presenterar en undersökning av tillämpningar av Network Representation Learning (NRL) inom den finansiella industrin. Metoder inom NRL möjliggör datadriven kondensering av grafstrukturer till lågdimensionella och lätthanterliga vektorer.Dessa vektorer kan sedan användas i andra maskininlärningsuppgifter. Närmare bestämt, kan metoder inom NRL underlätta hantering av och informantionsutvinning ur beräkningsintensiva och storskaliga grafer inom den finansiella sektorn, till exempel avvikelsehantering bland finansiella transaktioner. Arbetet med data av denna typ försvåras av det faktum att transaktionsgrafer är dynamiska och i konstant förändring. Utöver detta kan noderna, dvs transaktionspunkterna, vara vitt skilda eller med andra ord härstamma från olika fördelningar.I detta arbete har Graph Convolutional Network (ConvGNN) ansetts till den mest lämpliga lösningen för nämnda tillämpningar riktade mot upptäckt av avvikelser i transaktioner. GraphSAGE har använts som utgångspunkt för experimenten i två olika varianter: en dynamisk version där vikterna uppdateras allteftersom nya transaktionssekvenser matas in, och en variant avsedd särskilt för bipartita (tvådelade) grafer. Dessa varianter har utvärderats genom användning av faktiska datamängder med avvikelsehantering som slutmål.

Most companies that have any type of combustion or other pollution process via emission to air needs to measure their emissions to ensure they are within legal boundaries. Among the different types of pollution measurements, one of the most common is dust concentration, also known as particle concentration. An important factor in dust concentration measurements is to ensure that the concentration of the measured dust is representative to the dust concentration in the emissions. This is measured in isokinetic deviation, defined as (vn 􀀀 vd)=vd, where vn is the velocity in the entry nozzle and vd the velocity in the duct. Methods of dust concentration measurements used today are dependent on manual tuning and sensor readings, and the isokinetic deviation is calculated after a test. The focus of this project was therefore to investigate how the process of dust concentration measurements using standard reference methods could be automated in the way that isokinetic sampling is controlled and regulated by an automated control system in real time. Pressures, temperatures and sampled gas volume were quantized. A PIDcontroller was designed, implemented and tested. The PID-controller took the differential pressure between the inside of the entry nozzle and the duct, called zero pressure, as input. The system was tested in a laboratory environment by letting a radial fan create a flow, and thus create a zero pressure of -60 Pa, meaning that the pressure in the duct was 60 Pa greater than the pressure inside the entry nozzle. The PID-controller was then enabled and ran for five minutes. The result showed that the PID-controller managed to control the system to the reference point in less than 50 seconds for entry nozzles of diameters 6 mm, 8 mm, 10 mm and 12 mm. The results of the isokinetic deviations were -12 %, -5 %, -6 % and -4 % for entry nozzles with diameters 6 mm, 8 mm, 10 mm and 12 mm respectively. This is higher than the accepted values according to the European standard, which allows deviations in the interval -5%to 15%. However, these tests ran for relatively short time periods and started with large deviations which made it difficult to reach an isokinetic deviaiton in the accepted interval. Possible improvements could be to include the real time isokinetic deviation in the PID-controller, this would make it possible to change the reference value of the zero pressure in real time and guarantee isokinetic deviations in the accepted interval, even in extraordinary situations. / EU-regler ställer krav på anläggningar att kontrollera och begränsa sina utsläpp av stoft enligt EU standard 13284-1:2017. Vid en stoftmätning måste det tas hänsyn till många parametrar, där en av de viktigaste parametrarna är att provtagningen ska utföras isokinetiskt. Isokinetisk provtagning innebär att hastigheten i kanalen (skorstenen) är samma som i sonden där provgasen sugs ut. Dagens metoder för stoftmätning förlitar sig på manuella inställningar och den isokinetiska avvikelsen beräknas efter ett test. Det resulterade i frågeställnigen hur en automatiserad metod för bestämning av masskoncentration av stoft kan utformas så att den isokinetiska avvikelsen beräknas i realtid. Tryck, temperatur och gasvolym kvantiserades från analoga sensorer och kommunicerades till en mikrokontroller med det seriella protokollet I2C. En PID-reglator designades, implementerades och testades. PID-regulatorn tog tryckskillnaden mellan kanal och sond som insignal. Utsignalen från PID-regulatorn var en spänning som via en motordriven ventil kontrollerade inflödet i munstycket. Systemet testades i laborativ miljö genom att låta en fläkt skapa ett flöde tills den uppmätta tryckskillnaden mellan sond och kanal var -60 Pa. Därefter aktiverades PID-regulatorn och testet pågick sedan i fem minuter. Testet utfördes för munstycken med diameterna 6 mm, 8 mm, 10 mm och 12 mm. Resultatet visade att PID-regulatorn styrde systemet till referenspunkten på mindre än 50 sekunder för samtliga diametrar på munstyckena. De isokinetiska avvikelserna (skillnaden i hastighet mellan munstycke och kanal) beräknades till -12 %, -5 %, -6 % och -4 % för munstyckena 6 mm, 8 mm, 10 mm och 12 mm. I två av fallen var det högre än det accepterade värdet enligt EU standarden som tillåter avvikelser inom intervallet -5 % till 15 %. Det kan förklaras av att testen utfördes under en relativ kort tidsperiod och startades med stora avvikelser. Regulatorn skulle dock kunna förbättras genom att använda testets aktuella isokinetiska avvikelse och med den informationen bestämma systemets referenspunkt. Det skulle göra det möjligt att kompensera för tidigare avvikelser och på det sättet uppnå isokinetiska avvikelser inom tillåtet intervall även för extremfall.

In this thesis, the main focus is to formulate and test a suitable model forexogenous fault detection in swarms containing unmanned aerial vehicles(UAVs), which are aerial autonomous systems. FOI Swedish DefenseResearch Agency provided the thesis project and research question. Inspiredby previous work, the implementation use behavioral feature vectors (BFVs)to simulate the movements of the UAVs and to identify anomalies in theirbehaviors. The chosen algorithm for fault detection is the density-based cluster analysismethod known as the Local Outlier Factor (LOF). This method is built on thek-Nearest Neighbor(kNN) algorithm and employs densities to detect outliers.In this thesis, it is implemented to detect faulty agents within the swarm basedon their behavior. A confusion matrix and some associated equations are usedto evaluate the accuracy of the method. Six features are selected for examination in the LOF algorithm. The firsttwo features assess the number of neighbors in a circle around the agent,while the others consider traversed distance, height, velocity, and rotation.Three different fault types are implemented and induced in one of the agentswithin the swarm. The first two faults are motor failures, and the last oneis a sensor failure. The algorithm is successfully implemented, and theevaluation of the faults is conducted using three different metrics. Several setsof experiments are performed to assess the optimal value for the LOF thresholdand to understand the model’s performance. The thesis work results in a strongLOF value which yields an acceptable F1 score, signifying the accuracy of theimplementation is at a satisfactory level. / I denna uppsats är huvudfokuset att formulera och testa en lämplig modellför detektion av exogena fel i svärmar som innehåller obemannade flygfordon(UAV:er), vilka utgör autonoma luftburna system. Examensarbetet ochforskningsfrågan tillhandahölls av FOI, Totalförsvarets forskningsinstitut.Inspirerad av tidigare arbete används beteendemässiga egenskapsvektorer(BFV:er) för att simulera rörelserna hos UAV:erna och för att identifieraavvikelser i deras beteenden. Den valda algoritmen för felavkänning är en densitetsbaserad klusterana-lysmetod som kallas Local Outlier Factor (LOF). Denna metod byggerpå k-Nearest Neighbor-algoritmen och använder densiteter för att upptäckaavvikande datapunkter. I denna uppsats implementeras den för att detekterafelaktiga agenter inom svärmen baserat på deras beteende. En förväxlings-matris(Confusion Matrix) och dess tillhörande ekvationer används för attutvärdera metodens noggrannhet. Sex egenskaper valdes för undersökning i LOF-algoritmen. De första tvåegenskaperna bedömer antalet grannar i en cirkel runt agenter, medande andra beaktar avstånd, höjd, hastighet och rotation. Tre olika feltyperimplementeras och framkallas hos en av agenterna inom svärmen. De förstatvå felen är motorfel, och det sista är ett sensorfel. Algoritmen implementerasframgångsrikt och utvärderingen av felen genomförs med hjälp av treolika mått. Ett antal uppsättningar av experiment utförs för att hitta detoptimala värdet för LOF-gränsen och för att förstå modellens prestanda.Examensarbetet resultat är ett optimalt LOF-värde som genererar ettacceptabelt F1-score, vilket innebär att noggrannheten för implementationennår en tillfredsställande nivå.

This research paper explores the educational challenges faced by unaccompanied refugee youths in Stockholm. It focuses on the ongoing educational challenges that stem after separating from their families or other representatives in struggling to find a safe place; and adjust to a foreign country with minimal support. The research also examines what educational services that have been made available to these unaccompanied refugee youths.  Furthermore, how successful they have been in adjusting into the Swedish educational system and achieving their educational goals.   We have conducted a qualitative research method using semi-structured interviews to provide insightful findings into this research topic. The sample included ten unaccompanied refugee youths and three professionals that are experts in the area of unaccompanied refugee youths.  The findings underscore that most of the unaccompanied refugee youths´ dropout from school before they are able to achieve their post- secondary education due to different challenges that influence their educational pursuit.    Key words: challenges, support, imbalance, education, and unaccompanied Refugee youths.

This thesis investigates Zigenarundersökningen [the Gypsy study] – a socio-medical study of Swedish Roma conducted in 1962-1965. The Study was financed by the National Labour Market Board, which sought scientific information on every adult Roma citizen in order to plan for targeted authority interventions. The socio-medical team used a number of different medical and social techniques, drawing together different kinds of data – from the molecular to the social level – and adding “objective” records from public institutions, which resulted in the creation of detailed and voluminous individual case files. On the basis of these files, the public health specialist John Takman in charge of the socio-medical examinations formulated a professional opinion on each individual and family. During the execution of the study, new scientific and social questions were articulated, resulting in that the originally limited investigation concerning only a smaller group of Roma citizens evolved into a comprehensive research project covering all people identified as Swedish Roma. In this thesis, this expansion is analysed using methodological tools from Science and Technology Studies that focus on the reflexivity between the goals of scientific actors, and the social conditions and problematisations that surround them. In this way, science and policy mutually influence each other in situated practices, which also involves the drawing of scientific boundaries that serve to establish epistemic authority.   Departing from Engin F. Isin’s theory on social citizenship, and its alterities, as constituted in contingent and contextualised social practices, and from Franca Iacovetta’s study of Canadian gatekeepers’ work in cold-war Canada, the thesis investigates how the, with time, increasing and more comprehensive activities of experts and professionals created new dimensions of citizenship. Against this background, the thesis draws the conclusion that the scientific-political examinations of problematised citizenship and citizens in Sweden in the 1960’s, while defining deviance, also defined normality. This implies, furthermore, that scientific measurements and classifications of alterity contributed to constituting those measuring and classifying – the experts and professionals – as virtuous citizens, in accordance with contemporary norms of professionalism and expertise, while the Roma were continually constructed as problematic citizens. Hence, scientific-political activities concerning Swedish Roma in the 1960’s created new spaces of social citizenship, where the contents of both normality and deviance were nuanced and (re)defined.

Bilderboken Sagan om den lilla hinden kom ut 1924, bara några år efter att kvinnlig rösträtt införts i Sverige. Denna studie pekar på forskning som uppmärksammat att Beskow tidigt förde in samhällskritik i sina barnbokstexter och att kvinnors yttrandefrihet låg henne varmt om hjärtat. Studien bekräftar och fördjupar den bilden och visar bland annat att Beskow i Sagan om den lilla hinden använder sig av sofistikerade litterära strategier för att uppmana till motstånd mot snäva och inskränkta samhällsnormer samt plädera för en friare samhällsdebatt. Med hjälp av en ramberättelse skapar Beskow i bild och text ett dualt/jämlikt tilltal som når både vuxna och barn. Hon lyfter fram en aktiv flicka och visar redan i den inledande ramberättelsen på skapandet och läsandet som en jämlik sysselsättning, där generationer och kön kan mötas på jämbördig nivå. Studien visar därtill att Elsa Beskow använder sig av naturen för att peka på patriarkala och andra samtida maktrelationer och att hon uppmanar till motstånd och visar andra möjliga, friare könsroller och föreställningar. Uppsatsen visar också att Beskows "nya sköna gröna värld" tangerar modern debatt. Ett underliggande budskap är att vad som är ”normalt” bestäms genom maktutövning, och att snäva normer krymper oss som människor och gör avvikelsen till ett samhällsproblem. Bilderboken kan delvis ses som ett inlägg mot alltför normerande kroppsuppfattningar och på så vis kopplas till dagens ätstörningsproblematik.

Välfärdsomsorg som i Sverige bedrivs enligt hälso- och sjukvårdslagen samt socialtjänstlagen är enligt lag skyldig att bedriva en systematisk kvalitetsutveckling. I denna kvalitetsutveckling inkluderas att arbeta med identifiering av brister samt risker för brister. Detta sker genom att personal i omsorgsverksamheter systematiskt ska rapportera avvikelser varpå ett avvikelsearbete påbörjas. Avvikelsearbetet leder till åtgärder i verksamheter och är därmed ett relativt omedelbart kvalitetsutvecklande. Samtidigt fyller avvikelsearbetet en funktion på en mer aggregerad nivå då det i statistiska sammanställningar kan ge fingervisning om hur verksamheter bedrivs samt att brister, och eventuella behov, tydliggörs. Statistiskt underlag samt tydliggjorda brister och behov kan i sin tur användas för att underbygga beslut som berör verksamheterna, både beslut inom verksamheter men också politiska beslut som sätter ramar och förutsättningar för organisationer och verksamheter. Således kan avvikelsearbete mynna ut i ett av de flera kvalitetsmått vilka i vårt samhälle idag är avgörande för att kunna utvärdera att offentligt bekostad välfärd dels är effektiv men också av god kvalité. Det finns idag en utbredd kritik av den samhälleliga styrmodell som kallas New Public Management. Kritiken riktar bland annat in sig på de stora krav av uppföljning och utvärdering som är både resurskrävande och riskfyllda i den mening att utvärdering och mätning av kvalité kan innehålla skevheter och föra med sig missvisande resultat. Kritik förs också fram mot att det administrativa arbetet tar över tid och resurser från kärnverksamheten, i den här studien äldreomsorg. Föreliggande studie syftar till att undersöka hur personal inom äldreomsorgens särskilda boende upplever deras avvikelsearbete utifrån begreppet organisationskultur. Det är av relevans att höra hur den personal som arbetar med avvikelsearbete upplever sitt arbete med kvalitetsutveckling. Avvikelsearbete som arbetsuppgift medför nämligen möjliga utmaningar: personal inom äldreomsorg är en av de personalgrupper i samhället som är mest belastad arbetsmiljömässigt, avvikelsearbete kan vara laddat med en känsla av utpekande av syndabockar, det finns incitament för organisationer att visa upp en yta av att kvalitetsarbete pågår. Studien har genomförts som en fallstudie med kvalitativ ansats där sju semistrukturerade intervjuer med vårdbiträden samt undersköterskor från en och samma arbetsgrupp har gjorts under våren 2018. Resultatet går i linje med tidigare forskning som lyfter fram olika aspekter som relevanta för ett framgångsrikt avvikelsearbete: kommunikation och dialog med kollegor och chef, uppmuntran från chef, tydlig struktur för hur avvikelsearbetet bedrivs. Resultatet visar också på aspekter som kan lyftas fram som brister i avvikelsearbetet: hur personal kompenserar för att hinna med sitt arbete, att avvikelser gällande vissa brister inte alltid rapporteras. För att tolka och analysera studiens resultat används socialpsykologen Edgar Scheins arbete om organisationskultur samt företagsekonomen Mats Alvessons arbete om mekanismer inom organisationer. / Welfare Care that in Sweden is given according to laws regulating health care and social services is obligated to secure systematic quality improvement. Risk management through deviation reports is a part of this quality improvement which can affect the welfare care rather immediate. Deviation reports can also be used in statistical overviews where both risks and needs within the given care can be accentuated. As a consequence, information about risk, needs and statistical overviews can also be used for decision-making in both care organisations and in policy decisions that sets the framework for the welfare care given. Hence, deviation reports can be used as one of several quality indicators that today is fundamental in the evaluation of the quality of publicly financed welfare care. Criticism of New Public Management as a control model in welfare address the heavy demands of evaluation, auditing and monitoring which implicates risks of skewness and misguiding results. Criticism also points out that the administrative work that follows with NPM takes time and resources from the welfare cares main focus which in this paper is care for the elderly. This paper aims to examine how staff within elderly care homes experience their work with deviation reports regarding the concept of organizational culture. It is of relevance to examine this since these staff are the ones producing the evidence on which decisions are based. Also, statistics shows that staff within elder care is highly over represented in regard to risk in the work environment. Deviation reporting is also filled with challenges like avoiding the sensation of pointing out a scapegoat or someone to blame. There are also incentives for organisations to keep a facade that their operations are fully functional. This study has been completed as a case study through a qualitative approach where seven semi-structured interviews with assistant nurses and nurses aides from a single work group has been made during spring 2018. The result is in line with earlier research that points out different aspects that are of relevance for successful work with deviation reports. The results also point out aspects that can be regarded as flaws within the work of deviation reports. To interpret and analyse the result of this study two main perspectives has been used; social psychologist Edgar Scheins work on organizational culture and professor of business administration Mats Alvessonswork on mechanisms within organizations.

Financial institutions today generate a large amount of data, data that can contain interesting information to investigate to further the economic growth of said institution. There exists an interest in analyzing these points of information, especially if they are anomalous from the normal day-to-day work. However, to find these outliers is not an easy task and not possible to do manually due to the massive amounts of data being generated daily. Previous work to solve this has explored the usage of machine learning to find outliers in these financial datasets. Previous studies have shown that the pre-processing of data usually stands for a big part in information loss. This work aims to study if there is a proper balance in how the pre-processing is carried out to retain the highest amount of information while simultaneously not letting the data remain too complex for the machine learning models. The dataset used consisted of Foreign exchange transactions supplied by the host company and was pre-processed through the use of Principal Component Analysis (PCA). The main purpose of this work is to test if an ensemble of Long Short-Term Memory Recurrent Neural Networks (LSTM), configured as autoencoders, can be used to detect outliers in the data and if the ensemble is more accurate than a single LSTM autoencoder. Previous studies have shown that Ensemble autoencoders can prove more accurate than a single autoencoder, especially when SkipCells have been implemented (a configuration that skips over LSTM cells to make the model perform with more variation). A datapoint will be considered an outlier if the LSTM model has trouble properly recreating it, i.e. a pattern that is hard to classify, making it available for further investigations done manually. The results show that the ensembled LSTM model proved to be more accurate than that of a single LSTM model in regards to reconstructing the dataset, and by our definition of an outlier, more accurate in outlier detection. The results from the pre-processing experiments reveal different methods of obtaining an optimal number of components for your data. One of those is by studying retained variance and accuracy of PCA transformation compared to model performance for a certain number of components. One of the conclusions from the work is that ensembled LSTM networks can prove very powerful, but that alternatives to pre-processing should be explored such as categorical embedding instead of PCA. / Finansinstitut genererar idag en stor mängd data, data som kan innehålla intressant information värd att undersöka för att främja den ekonomiska tillväxten för nämnda institution. Det finns ett intresse för att analysera dessa informationspunkter, särskilt om de är avvikande från det normala dagliga arbetet. Att upptäcka dessa avvikelser är dock inte en lätt uppgift och ej möjligt att göra manuellt på grund av de stora mängderna data som genereras dagligen. Tidigare arbete för att lösa detta har undersökt användningen av maskininlärning för att upptäcka avvikelser i finansiell data. Tidigare studier har visat på att förbehandlingen av datan vanligtvis står för en stor del i förlust av emphinformation från datan. Detta arbete syftar till att studera om det finns en korrekt balans i hur förbehandlingen utförs för att behålla den högsta mängden information samtidigt som datan inte förblir för komplex för maskininlärnings-modellerna. Det emphdataset som användes bestod av valutatransaktioner som tillhandahölls av värdföretaget och förbehandlades genom användning av Principal Component Analysis (PCA). Huvudsyftet med detta arbete är att undersöka om en ensemble av Long Short-Term Memory Recurrent Neural Networks (LSTM), konfigurerad som autoenkodare, kan användas för att upptäcka avvikelser i data och om ensemblen är mer precis i sina predikteringar än en ensam LSTM-autoenkodare. Tidigare studier har visat att en ensembel avautoenkodare kan visa sig vara mer precisa än en singel autokodare, särskilt när SkipCells har implementerats (en konfiguration som hoppar över vissa av LSTM-cellerna för att göra modellerna mer varierade). En datapunkt kommer att betraktas som en avvikelse om LSTM-modellen har problem med att återskapa den väl, dvs ett mönster som nätverket har svårt att återskapa, vilket gör datapunkten tillgänglig för vidare undersökningar. Resultaten visar att en ensemble av LSTM-modeller predikterade mer precist än en singel LSTM-modell när det gäller att återskapa datasetet, och då enligt vår definition av avvikelser, mer precis avvikelse detektering. Resultaten från förbehandlingen visar olika metoder för att uppnå ett optimalt antal komponenter för dina data genom att studera bibehållen varians och precision för PCA-transformation jämfört med modellprestanda. En av slutsatserna från arbetet är att en ensembel av LSTM-nätverk kan visa sig vara mycket kraftfulla, men att alternativ till förbehandling bör undersökas, såsom categorical embedding istället för PCA.

Introduction: The abundance of reforms that have characterized governance in the public sectorin recent decades has shown a discrepancy between the reforms ambition and outcome, as the results of the reform implementation rarely reach expectations. In 2016, the government appointed a delegation with the aim of developing a new way of working that was based ontrust to deal with the problems that were perceived to exist in the public sector, the working method that was developed is called trust-based governance (TBS). As TBS is a relatively new and Swedish concept, there is a lack of empirical evidence on how various public authorities have introduced trust-based governance and developed their governance. Aim: The aim of this study is to increase knowledge about governance changes in the public sector and trust-based governance (TBS). To achieve this, the change work in a selected municipality that claims to work with TBS will be studied. Method: The study is a qualitative case study in a selected municipality, Östra Göinge. The empirical collection consists of two parts; first describes TBS based on Tilitsdelegationen definition and then TBS is examined in the selected municipality. The empirical collection from the municipality is mainly based on interviews with respondents on strategic, tactical and operationa levels but has been supplemented with documents from the municipality. Conclusion: Östra Göinge's change work has been developed with inspiration from the private sector and not based on the work of Tillitsdelegationen, but the municipality's current governance can be equated with the description of TBS that the delegation emphasizes. The municipality has influenced the delegation's work regarding the design of the trust reform, which shows that the design of public governance reforms can be influenced by the public sector. Furthermore, Östra Göinge's change work is described as an ongoing and dynamic process in which successive adjustments of control have been made in order to fix the gaps that exist between ambition and outcome. The outcome of the change work is judged to have been affected by; interpretation, intra-organizational factors, organizational characteristics, sedimentation, and contradictions, and of five challenges that exist with TBS as a way of governance; culture clashes, dismissals, difficulties in maintaining TBS and that there are no exact limits to the employee's playing field. / Inledning: Den uppsjö av reformer som har präglat styrningen av den offentliga sektorn under de senaste decennierna årtioenderna har påvisat en avvikelse mellan reformers ambition och utfall, då utfallet av reforminförandet sällan når upp till förväntningarna. 2016 tillsatte regeringen en delegation vars syfte var att utveckla ett nytt arbetssätt med tillit som utgångspunkt för att hantera de problem som upplevdes finnas inom den offentliga sektorn, detta nya arbetssätt kom att kallas tillitsbaserad styrning (TBS). Då TBS är ett svenskt och relativt nytt koncept saknas det empiriska underlag på hur olika offentliga myndigheter har anammat TBS och utvecklat sin styrning. Syfte: Syftet med denna studien är att öka kunskapen om styrförändringar i offentlig sektor och tillitsbaserad styrning (TBS). För att uppnå det här kommer ett förändringsarbete i en vald kommun som uppger sig arbeta med TBS studeras.  Metod: Studien är en kvalitativ fallstudie av en vald kommun, Östra Göinge. Empiriinsamlingen består av två delar; den första beskriver TBS utifrån Tilitsdelegationens definition och sedan undersöks TBS i den valda kommunen. Empiriinsamlingen från kommunen bygger främst på intervjuer med respondenter på strategisk, taktisk och operativ nivå men har kompletterats med underlag från kommunen.  Slutsats: Östra Göinges förändringsarbete har tagits fram med inspiration från den privata sektorn och inte utifrån Tillitsdelegationens arbete. Kommunens nuvarande styrning kan likställas med den beskrivning av TBS som delegationen framhåller. Kommunen har påverkat delegationens arbete kring utformningen av TBS och resultatet visar att utformningen av offentliga styrreformer kan påverkas av den privata sektorn. Vidare beskrivs Östra Göinges förändringsarbete som en pågående och dynamisk process där successiva justeringar har gjorts för att åtgärda gapen mellan ambition och utfall. Utfallet av förändringsarbetet bedöms ha orsakats av; tolkning, intraorganisatoriska faktorer, organisatoriska karaktärsdrag, sedimentation och motstridigheter. Det identifierades också fem utmaningar med TBS som styrsätt; kulturkrockar, uppsägningar, svårigheter att upprätthålla styrsättet samt att det inte finnsexakta gränser för spelplanen.