“You just say ‘yes!’ Say something more!” A study of pupils participation, active involvement, motivation and development through student discussion of factual texts about the concepts of climate and sustainable development.  The purpose of this study is to investigate whether student-led text conversations about concepts in the subject of geography, with the help of support structures, can be designed in a way that promotes discussion between pupils. The further aim is to investigate how support structures for increased participation affect the dialogue in text conversations for pupils in upper primary school. The research questions in this study were: How is pupils' participation in text conversations affected by different support structures? How are pupils' participation in text conversations affected by different support structures? How is pupils' dialogue in text conversations affected by different support structures? How do pupils experience structured text conversations as a form of work? As this is a practical study based on the model of a lesson study, where the aim is to increase participation and promote dialogue between a group of pupils, a hermeneutic approach is used in the analysis. Hermeneutics is about interpreting meaning and actions by subjectively trying to put yourself in the place of a text author or participant. This is done by moving in the analysis between partial perspectives and holistic perspectives. In this study, conversation analysis has been used as an analysis tool. It focuses on detailed transcriptions of conversations and studies various aspects of the interaction, including overlaps, turn-taking and conversational structure. By analysing these elements, one can identify social norms, conventions and strategies used by participants to create meaningful interactions. The result of the study can be interpreted as that with a high level of participation and active involvement from the pupils, the dialogue between the pupils was convulsive and bordering on monologic, however, in a dialogically well-functioning text conversation, instead, the participation and active involvement were low.

Short attention spans are a growing phenomenon, impacting users in their daily interactions with technology. While there have been studies in the field of HCI on how to design for directing or maximizing user attention, few have focused on users with short attention spans and their felt experiences. To fill this research gap, this study employed a user-centered design approach involving a pre-study and a workshop concerning web design. A thematic analysis of the data revealed ten themes which, among other things, dealt with web navigation, overwhelming interfaces and distractions. The results showed that attention is an embodied experience and relying solely on quantitative data, such as eye tracking, may not provide a complete understanding of it. Therefore, involving those affected in the design process can assist designers in creating the best possible experience, aligning with the end-users’ own definition of what constitutes a good experience. Additionally, designers should adapt to minimalist design principles to meet the needs of this user group. This paper contributes to research by giving in-depth insights into the felt experiences of short attention spans, and how these experiences may be designed for. / Korta uppmärksamhetspann är ett växande fenomen som påverkar användare i deras dagliga interaktioner med teknologi. Även om det har gjorts studier inom HCI om hur man designar för att rikta eller maximera användares uppmärksamhet, har få fokuserat på användare med korta uppmärksamhetspann och deras erfarenheter. För att bidra med kunskap inom detta område, använde denna studie en användarcentrerad designmetodik som innefattade en förstudie och en workshop om webdesign. En tematisk analys av datan resulterade i tio teman som bland annat handlade om webnavigering, överväldigande gränssnitt och distraktioner. Resultatet visade att uppmärksamhet är en förkroppsligad upplevelse och att enbart förlita sig på kvantitativ data såsom eye-tracking inte nödvändigvis ger en fullständing representation. Involvera de berörda i designprocessen kan därför hjälpa designers att skapa den bästa möjliga upplevelsen, i linje med slutanvändarnas egen definition av vad som utgör en god upplevelse. Dessutom bör designers använda sig av minimalistiska designprinciper för att tillgodose behoven hos denna användargrupp. Denna artikel bidrar till forskningen genom att ge inblickar i de upplevda erfarenheterna av korta uppmärksamhetspann och hur dessa erfarenheter kan designas för.

In today’s turbulent business environment, an increasing number of businesses and organizations are finding themselves confronted with a crushing pressure to constantly reinvent themselves. Given such a business environment, coupled with high stakes and fierce competitiveness, it is quite unsurprising that most change efforts are reported to fail. Change communication, or rather the lack thereof, has been pointed out as one of the most important reasons. In recent years, many scholars have started to differentiate between participatory and programmatic change communication, elicited by a reconceptualization of change as continuous and emergent rather than episodic and planned. Participatory and programmatic are two diametrically different ways to approach change communication, and thus, they each require different tools, techniques and strategies. Several scholars have called attention to the shortage of tools, techniques and strategies suitable for participatory change communication in particular, however, empirical research remain scarce. At the same time, the data revolution is right upon us. Businesses that fail to harness the true potential of their data see themselves outcompeted by those who do. Even though data since long has been prophesied to transform management altogether, it is only in recent years that its application within the various subfields of management research has received serious attention by academia. However, the application of data in change management in general, and change communication in particular, has largely been left unaddressed.  In this thesis, we are exploring the role of data in the context of change communication through a case study at Skanska Rental, one of Sweden’s largest construction equipment rental companies. We delimit our study to only treat one of the most important aspects of data-driven communication; namely, data visualization. Our findings indicate that data visualization can facilitate change communication by encouraging it to be participatory. In particular, we find that data visualization has the merit of enthusing its audience, aligning the perception of the current state of affairs, reinforcing a data-driven culture, and facilitating interpersonal communication. We also call attention to three important considerations; (1) the democratization of data requires transparency trade-offs, (2) data visualization cannot replace interpersonal communication, but at most facilitate it, and (3) communication, although one of the most important, is not the sole precursor of successful change. We conclude our thesis by addressing the practical and theoretical implications of our conclusions, and lastly, by suggesting directions for future research in data-driven change communication. / I dagens turbulenta omvärld utsätts företag och organisationer för ett ständigt förändringstryck som inte visar några tecken på att avta. Givet ett sådant klimat, där mycket står på spel och där konkurrensen är förkrossande, är det inte förvånande att de flesta förändringsinitiativ misslyckas. Förändringskommunikation, eller snarare bristen därav, har ofta pekats ut som en av de viktigaste orsakerna till detta. På senare tid har många forskare börjat göra skillnad mellan två olika typer av förändringskommunikation: deltagande respektive programmatisk. Att betrakta förändringskommunikation genom denna dikotomi har föranletts av en ny syn på förändring i stort; snarare än att se förändring som episodisk och planerad har många forskare istället konceptualiserat förändring som kontinuerlig och framväxande. Olika tekniker, verktyg och strategier lämpar sig olika väl för de två olika typerna av förändringskommunikation. Många forskare har varnat för en bristande förståelse för i synnerhet de tekniker, verktyg och strategier som lämpar sig för den deltagande typen av förändringskommunikation. Under de senare åren har det förändringstryck många företag och organisationer står inför snarast ökat i styrka på grund av den datarevolution vi befinner oss mitt upp i. Trots att det sedan länge har förutspåtts att data har potentialen att vända spelplanen för företagsledning upp och ner, så är det bara på senare år som ämnet har åtnjutit företagsledningsforskningens fulla uppmärksamhet. Däremot finns det fortfarande ett underskott på akademisk forskning som adresserar hur data kan användas inom förändringsledning i allmänhet och förändringskommunikation i synnerhet. I denna masteruppsats utforskar vi den roll som data kan spela inom förändringskommunikation. Vårt empiriska material inhämtar vi genom en case-studie hos Skanska Rental, ett av Sveriges största uthyrningsföretag inom byggbranschen. Vi avgränsar vår studie genom att endast behandla en utav de viktigaste aspekterna av data-driven kommunikation, nämligen datavisualisering. Våra resultat indikerar att datavisualisering kan underlätta förändringskommunikation genom att göra den deltagande. I synnerhet finner vi att datavisualisering har potential att entusiasmera dess publik, linjera bilden av nuläget, förstärka en data-driven organisationskultur och fungera som en utgångspunkt för mellanmänsklig kommunikation. Vi identifierar också tre viktiga reservationer mot denna slutsats; (1) demokratisering av data fordrar ställningstagande gällande transparens, (2) datavisualisering kan inte ersätta mellanmänsklig kommunikation, och (3) kommunikation, om än viktig, är inte den enda förutsättningen för framgångsrik förändring. Vi avslutar vår uppsats med att adressera de praktiska och teoretiska implikationer som vår slutsats resulterar i, samt föreslår inriktningen för framtida forskning inom data-driven förändringskommunikation.

This essay is subject to explore the everyday life of people with disabilities [PWD] in DaNang, Vietnam. Previous research suggests that PWD are facing difficulties in most aspectsof their life, however, few studies provide the perspective of the PWD of their situation. Bydoing participant observation this essay explores the everyday life of PWD in Da Nang byliving in the same context as the respondents and meeting with key informants. The theory ofsocial model, stigma, and socioecological theory has been used to analyze the results. Theanalysis shows that the situation for PWD in Da Nang has improved, but they are still facing difficulties in everyday life that are, to some extent, created by societal conditions and attitudes. This study hopes to contribute to the perspective of PWD on their own situation, inaddition to a wider understanding of how social inclusion or exclusion in Da Nang can beexplained. With a greater understanding of the current situation, one can understand whetherthere is a need for new social policies or changes in social work practices. / Den här uppsatsen utforskar vardagen för personer med funktionsnedsättning [PWD] i DaNang, Vietnam. Tidigare forskning visar att PWD möter svårigheter i de flesta delarna av sitt liv, men få studier återger PWDs situation ur deras perspektiv. Genom att genomföra endeltagande observation utforskar denna uppsats vardagen för PWD i Da Nang genom att levai samma sammanhang som respondenterna och träffa nyckelinformanter. Teorin om densociala modellen, stigma och den socialekologiska teorin har använts för att analysera resultaten. Analysen visar att situationen för PWD i Da Nang har förbättras, men att de fortfarande möter svårigheter i vardagen som till viss del är skapade av samhälleliga förhållanden och attityder. Denna studie ämnar att bidra med PWDs egna perspektiv på deras situation, samt att skapa en djupare förståelse av hur social inkludering eller exkludering i DaNang kan förklaras. Med en bredare förståelse för den nuvarande situationen kan det förståsom det finns ett behov av nya riktlinjer, policies eller förändringar i det dagliga sociala arbetet.

Participatory sensing systems need to gather information from a largenumber of participants. However, the openness of the system is a doubleedgedsword: by allowing practically any user to join, the system can beabused by an attacker who introduces a large number of virtual devices.This work proposes a hardened registration process for participatory sensingto raise the bar: registrations are screened through a number of defensivemeasures, towards rejecting spurious registrations that do not correspondto actual devices. This deprives an adversary from a relatively easytake-over and, at the same time, allows a flexible and open registrationprocess. The defensive measures are incorporated in the participatorysensing application. / Deltagande avkännings system behöver samlas från ett stort antal aktörer.Systems öppenhet är dock en dubbelsidigt värd: Genom att låta alla praktiskaanvändare deltagit, kan system utnyttja en av angripare som introducera ett stortantal virtuella enheter. I det här arbetet föreslå en härda registreringsprocess fördeltagare att identifiera höjning av ribban: registrering screenas genom ett antaldefensiva åtgärders, för att avvisa falska registreringar som inte motsvara aktuellaenheter. Detta berövar en motståndare från en relativt lätt övertagande och gersamtidigt en flexibel och öppen registreringsprocess. De defensiva åtgärdernainförlivas i deltagande avkännings applikation.

The following study categorises, summarises and analyses research on unequal participation of social groups in Nordic higher education. While it does not give an exhaustive account of all research, the ambition has been to capture the main strands of contemporary literature and its results. I categorise the literature into three main research traditions, as well as into studies that may best be characterised by their object of study. This typology forms the structure in which research is presented in the study. The summary of research results show that in parallel with the efforts to expand higher education and include larger parts of the population, the relationship between family background and children’s years of education has weakened and the rate of participation in higher education has increased among underrepresented groups. At the same time, however, patterns where students tend to study different study programmes or at different higher education institutions depending on gender and social or national background have remained largely intact, and in some cases even grown stronger. These differences in participation rates and enrolment patterns can be traced to inequalities in school achievement, unequal access to knowledge and information, differences in family support and expectations from the social environment, different horizons of opportunities, as well as different preferences regarding the length of the study programme, its degree of labour market connection and the importance placed on the geographical proximity to family and friends. One of the contributions of the analysis is showing how questions and methods in different research traditions generate different types of results, which at first glance may seem incompatible. Upon closer inspection, however, the research results in fact paint a highly congruent picture. A consistent theme throughout is how more detailed, multidimensional or intersectional indicators and classifications of education, social background or other social groupings often reveal important differences and inequalities that are invisible in studies that use more aggregated or linear indicators and groupings. / <p>Uppsatsen skrevs ursprungligen i rapportform på uppdrag av Universitetskanslersämbetet (UKÄ) och publicerades 2021 inom ramen för UKÄ:s regeringsuppdrag att utvärdera lärosätenas arbete med breddad rekrytering. Texten har nu när den läggs fram som uppsats på några ställen omarbetats eller justerats, men är i stora drag identisk med uppdragsrapporten, där professor Mikael Börjesson som uppsatshandledare stod som garant för studiens kvalitet gentemot UKÄ.</p><p>Bryntesson, A., &amp; Börjesson, M. (2021). <em>Forskning om rekrytering till högre utbildning i de nordiska länderna, 2010–2021. En kunskapsöversikt</em> (Rapporter från Forskningsgruppen för utbildnings- och kultursociologi Nr 64). SEC, Uppsala universitet</p>

No description available.

The twin crises of the Covid pandemic and the climate emergency have led to a need to reconsider the way we use our cities. Many cities have implemented street conversion programs, aimed at shifting away from prioritization of cars in street usage. Two fairly successful examples of these types of programs are the Open Streets program in New York City and the Future Streets program in Stockholm.This study uses thematic coding to examine how local journalism portrayed these programs to readers, supplemented by interviews with the planners in charge of the programs as well as academics studying the programs.The outcome of this study reveals differing local coverage of the programs in New York City and Stockholm. Local coverage in New York City tended to be more detailed and focus more on the theory behind various decisions. This coverage also relied heavily on opinion. Local coverage in Stockholm was more sparse, and relied more on close reporting of practical details of the program, as well as direct quotes from residents. The reporting in both instances provides insight on how planning projects are written about in local media, as well as the way public participation plays out with the help ofreporting.

Participatory Sensing (PS) is a common mode of data collection where valuable data is gathered from many contributors, each providing data from the user’s or the device’s surroundings via a mobile device, such as a smartphone. This has the advantage of cost-efficiency and wide-scale data collection. One of the application areas for PS is the collection of traffic data. The cost of collecting roving sensor data, such as vehicle probe data, is significantly lower than that of traditional stationary sensors such as radar and inductive loops. The collected data could pave the way for providing accurate and high-resolution traffic information that is important to transportation planning. The problem with PS is that it is open, and anyone can register and participate in a sensing task. A malicious user is likely to submit false data without performing the sensing task for personal advantage or, even worse, to attack on a large scale with clear intentions. For example, in real-time traffic monitoring, attackers may report false alerts of traffic jams to divert traffic on the road ahead or directly interfere with the system’s observation and judgment of road conditions, triggering large-scale traffic guidance errors. An efficient method of assessing the trustworthiness of data is therefore required. The trustworthiness problem can be approximated as the problem of anomaly detection in time-series data. Traditional predictive model-based anomaly detection models include univariate models for univariate time series such as Auto Regressive Integrated Moving Average (ARIMA), hypothesis testing, and wavelet analysis, and recurrent neural networks (RNNs) for multiple time series such as Gated Recurrent Unit (GRU) and Long short-term memory (LSTM). When talking about traffic scenarios, some prediction models that consider both spatial and temporal dependencies are likely to perform better than those that only consider temporal dependencies, such as Diffusion Convolutional Recurrent Neural Network (DCRNN) and Spatial-Temporal Attention Wavenet (STAWnet). In this project, we built a detailed traffic condition participatory sensing scenario as well as an adversary model. The attacker’s intent is refined into four attack scenarios, namely faking congestion, prolonging congestion, and masking congestion from the beginning or midway through. On the basis, we established a mechanism for assessing the trustworthiness of the data using three traffic prediction models. One model is the time-dependent deep neural network prediction model DCRNN, and the other two are a simplified version of the model DCRNN-NoCov, which ignores spatial dependencies, and ARIMA. The ultimate goal of this evaluation mechanism is to give a list of attackers and to perform data filtering. We use the success rate of distinguishing users as benign or attackers as a metric to evaluate the system’s performance. In all four attack scenarios mentioned above, the system achieves a success rate of more than 80%, obtaining satisfactory results. We also discuss the more desirable attack strategies from the attacker’s point of view. / Participatory Sensing (PS) är ett vanligt sätt att samla in data där värdefulla data samlas in från många bidragsgivare, som alla tillhandahåller data från användarens eller enhetens omgivning via en mobil enhet, t.ex. en smartphone. Detta har fördelen av kostnadseffektivitet och omfattande datainsamling. Ett av tillämpningsområdena för PS är insamling av trafikdata. Kostnaden för att samla in data från mobila sensorer, t.ex. data från fordonssonderingar, är betydligt lägre än kostnaden för traditionella stationära sensorer, t.ex. radar och induktiva slingor. De insamlade uppgifterna skulle kunna bana väg för att tillhandahålla exakt och högupplöst trafikinformation som är viktig för transportplaneringen. Problemet med deltagande avkänning är att den är öppen och att vem som helst kan registrera sig och delta i en avkänningsuppgift. En illasinnad användare kommer sannolikt att lämna in falska uppgifter utan att utföra avkänningsuppgiften för personlig vinning eller, ännu värre, för att angripa en stor skala med tydliga avsikter. Vid trafikövervakning i realtid kan t.ex. angripare rapportera falska varningar om trafikstockningar för att avleda trafiken på vägen framåt eller direkt störa systemets observation och bedömning av vägförhållanden, vilket kan utlösa storskaliga fel i trafikstyrningen. Det finns därför ett akut behov av en effektiv metod för att bedöma uppgifternas tillförlitlighet. Problemet med trovärdighet kan approximeras som problemet med upptäckt av anomalier i tidsserier. Traditionella modeller för anomalidetektion som bygger på prediktiva modeller omfattar univariata modeller för univariata tidsserier, t.ex. ARIMA (Autoregressive Integrated Moving Average), hypotesprövning och waveletanalys, och återkommande neurala nätverk (RNN) för flera tidsserier, t.ex. GRU (Gated Recurrent Unit) och LSTM (Long short-term memory). När man talar om trafikscenarier kommer vissa prognosmodeller som tar hänsyn till både rumsliga och tidsmässiga beroenden sannolikt att prestera bättre än de som endast tar hänsyn till tidsmässiga beroenden, till exempel Diffusion Convolutional Recurrent Neural Network (DCRNN) och Spatial-Temporal Attention Wavenet (STAWnet). I det här projektet byggde vi upp ett detaljerat scenario för deltagande av trafikförhållanden och en motståndarmodell. Angriparens avsikt är raffinerad i fyra angreppsscenarier, nämligen att fejka trafikstockning, förlänga trafikstockning och maskera trafikstockning från början eller halvvägs in i processen. På grundval av detta har vi inrättat en mekanism för att bedöma uppgifternas tillförlitlighet med hjälp av tre typiska trafikprognosmodeller. Den ena modellen är den tidsberoende djupa neurala nätverksförutsägelsemodellen DCRNN, och de andra två är en förenklad version av modellen DCRNN-NoCov, som ignorerar rumsliga beroenden, och ARIMA. Det slutliga målet med denna utvärderingsmekanism är att ge en lista över angripare och att utföra datafiltrering. Vi använder framgångsfrekvensen när det gäller att särskilja användare som godartade eller angripare som ett mått för att utvärdera systemets prestanda. I alla fyra olika attackscenarier som nämns ovan uppnår systemet en framgångsfrekvens på mer än 80%, vilket ger tillfredsställande resultat. Vi diskuterar också de mer önskvärda angreppsstrategierna ur angriparens synvinkel.

If democratic society is to avert the dire straits that may come from decreasing levels of political participation and civic engagement, all potential explanatory factors must be explored. The purpose of this paper is to i) elucidate how the modeling and self-efficacy mechanisms of social learning theory affect individuals’ decisions to participate politically or not, and ii) assess the applicability of the relatively unutilized social learning theory in studies on political socialization and participation, respectively. By conducting a study composed of life history interviews, the paper aims to contribute to the research field by providing new explanations on how and why participatory behavior occurs in individuals, potentially filling a research gap by using and developing the previously unutilized social learning theory. The study finds that the proposed social learning theory mechanisms appear to have some explanatory power in the context of individuals’ political participation and asserts that social learning theory may very well be applicable in similar future studies as a complement to other explanatory factors.