Marknadsföring idag ser inte ut som den har gjort tidigare, digitaliseringen har medfört en stor förändring och många nya möjligheter för företag och privatpersoner att marknadsföra sig. Word-of-mouth har gått från att vara mellan två eller flera personer i en konversation där exempelvis en produkt eller tjänst diskuterats. Detta har också förändrats och flera olika typer av online word-of-mouth (eWOM) har tillkommit, denna studie kommer behandla två typer av eWOM som finns, mer exakt influencers och recensioner online. Undersökningen kommer gå in på det förtroende som konsumenter har för just influencers och recensioner online och även undersöka om detta förändras om konsumenten står inför ett hög- eller lågengagemangsköp. Forskningsfrågor ställs även för att få reda på vilka faktorer som spelar in för att förtroendet för influencers och recensioner skall påverkas och om förtroendet förändras om konsumenten ställs inför ett köp av en produkt istället för en tjänst. Undersökningen sker genom en kvalitativ metod där intervjuer hålls med sex respondenter och frågor anknutna till syftet och forskningsfrågorna ställs till dem. Resultatet från dessa intervjuer visar att förtroendet för influencers inte är lika starkt som det förtroende konsumenterna har för recensioner online, däremot förklarar respondenterna att det finns faktorer som kan både öka och minska förtroendet både för recensioner och influencers. Det kan exempelvis vara så att en influencer mer många följare kan kännas mer trovärdig och att en okänd hemsida med recensioner kan tappa trovärdighet. Respondenterna har varit överens om att influencers fungerar bättre som inspiration till produkter och tjänster, däremot är det recensioner som får dem att ta beslutet när det gäller ett köp. / Marketing today doesn’t look like it has done before, the digitization has resulted in a big change and lots of new opportunities for companies and individuals to advertise. Word-of-mouth has changed from something being said about a product or service in a conversation between two or more people to also be available online. There are a lot of different types of online word-of-mouth (eWOM), and we’re going to target influencers and online reviews. The study will look into the trust for influencers and online reviews perceived by the consumers and also examine how or if the amount of trust will alter depending on if the consumer approaches a high- or low involvement purchase. The study will be of a qualitative method where interviews will be held with six respondents. The questions will be cohere to the purpose of the study and the research questions. The result from this study shows that the consumer trust for influencers isn’t as significant as the trust for online reviews, despite that several of the consumers points out that there is factors that can change the amount of trust for both influencers and online reviews. For example an influencer with a lot of followers can appear to be more trustworthy than one with less, and a not that well known website with online reviews can appear less trustworthy. The respondents have agreed that influencers work better as inspiration for products and services, although they all thought that reviews are the deciding factor to making a purchase.

Chest pain is one of the most common complaints amongst patients seeking urgent medical care at hospitals. Chest pain can be a symptom of serious cardiovascular disease such as acute coronary syndrome (ACS), however, most underlying causes are benign. Risk stratification in early stages of medical evaluation is difficult. As a consequence, many patients with chest pains are unnecessarily admitted to hospitals. There is precedent for using machine learning (ML) to aid in predicting cardiovascular disease. In this thesis, our goal is to investigate the feasibility of using ML as a complement to safely discharge patients. We use data collected by the ‘Clinical Expert Operating System - Chest Pain Danderyd Study’ (CLEOS-CPDS). Several models are developed to predict the risk of ACS following chest pains and for identifying important factors. Our best performing model on the highest risk class uses the random forest algorithm. The model has a recall score of 0.58 on the highest risk class using a subset of the medical history background. It admits 10 out of 12 patients who ultimately suffers from ACS, however, only 7 out of 12 are classified as high risk. Identified important features are mostly known risk factors, some of which are used in current risk calculations. However, less known factors such as chest pain radiation and associated symptoms, are also identified as important. The conclusion is that it is feasible to use a machine learning model to aid in risk stratification of ACS in early stages of evaluation, but that the current model needs improvement. In future work, a larger and more complete dataset with a longer follow-up period of patients may be highly beneficial to improve the model performance and verify the conclusions of this thesis. / En av de vanligaste orsakerna till att patienter söker akut sjukvård är bröstsmärta. Bröstsmärta kan vara ett symptom på livshotande sjukdom såsom akuta koronara syndrom (AKS), vilket innefattar hjärtinfarkt. Men i de allra flesta fall brukar orsakerna vara ofarliga. Det är svårt att bedöma bröstsmärtor i ett tidig skede och som en konsekvens utreds många patienter kanske i onödan, för att inte missa AKS. Vårt mål med den här rapporten är att utreda möjligheten att använda maskininlärning som stöd i riskbedömningen. Vi försöker identifiera viktiga faktorer i ett tidigt skede som kan hjälpa läkare att på ett säkert sätt utesluta allvarlig sjukdom. Detta görs genom att vi utvecklar flera maskininlärningsmodeller och jämför dessa mot varandra. Vi använder oss av data insamlad genom den pågående studien ‘Clinical Expert Operating System - Chest Pain Danderyd Study‘ (CLEOS-CPDS). Modellen bäst på att förutspå hög risk väljs sedan ut och analyseras närmare. Resultatet är en ‘Random Forest‘ modell. Modellen klassificerar åtminstone inläggning i 10 av 12 allvarliga fall, varav 7 av 12 fall klassificeras helt korrekt. Flera välkända riskfaktorer identifieras som viktiga, varav en del, men inte alla, redan ingår i nuvarande riskkalkyler. Vår slutsats är att det finns goda chanser att använda maskininlärning som ett komplement i sjukvården för att kunna utesluta allvarlig sjukdom, men att den nuvarande modellen behöver förbättras. För att säkerställa resultaten från denna rapport och förbättra modellen kan framtida undersökningar med fördel genomföras på mer data i fullständigare skick, samt med längre uppföljningstid på patienterna.

Abstract.  The purpose of this study is to investigate connections between Andrew Tate and right-wing extreme ideologies through fascist and feminist theories and how they spread in a digitalized globalization. The material is gathered from interviews and podcasts on YouTube where Andrew Tate shares his opinions. I have used theories and concepts that discuss sex, gender and heteronormativity as a social construction, as well as a theoretical framework that identifies tactics used by fascist movements to spread their ideas and increase their influence. The result of my study shows that there are distinct connections between Andrew Tate opinions and right-wing extreme ideologies. Tate uses the same tactical method as fascism to spread his message and gain followers. They also share the traditional conservative view on gender and gender roles where everything is based on masculinity and femininity in relation to one's biology. Both ideologies are based on a heteronormativity that lacks intersectional analysis and stigmatizes those who break the norm.

Ett nytt instrument utvecklades från Katz´ ADL-index, vilket visat sig vara ett allt för grovt instrument, för att kartlägga patientens aktivitetsförmåga och självständighetsutveckling. Bedömningsinstrumentet innehåller patientdata samt kategori-index och kom att kallas RAINBOW på grund av att instrumentet är i fyrfärgstryck. En kontroll av det nykonstruerade team-instrumentet utfördes i syfte att mäta dess tillförlitlighet. Mellanbedömar reliabilitet mellan oberoende bedömare har prövats. Validiteten har analyserats på 4 patienter ur materialet och jämförts med Katz´ ADl-index. Studien, som bestod av parvisa oberoende bedömningar, utfördes av sjuksköterskor, sjukgymnaster och arbetsterapeuter. 40 patienter deltog i studien. Delaktivitetsbedömningarna uppgick till 950 och innehöll 36 avvikelser. Resultaten visade på 96 % samstämmighet i bedömningarna. Den kvalitativa analysen visade, i jämförelse med Katz´ ADL-index, att RAINBOW kategori-index gav utförligare information om patientens självständighetsnivå samt hjälpbehov. I denna studie bedömdes endast strokepatienter, men då begreppen som ingår i instrumentet kan anses allmängiltiga, torde det även kunna användas på andra diagnosgrupper. En gemensam rehabiliteringsterminologi gav teamarbetet en ökad kvalitet gällande bedömning, planering samt utvärdering av den enskilde patientens aktivitetsförmåga. / <p>Uppsatsarbete omfattande 10 poäng, C-nivå, inom ramen för arbetsterapeutprogrammet 120 p., Högskolan i Örebro, Institutionen för vårdvetenskap och omsorg. Författarens namn i uppsatsen är Gull-Britt Johansson.</p>

Type 2 diabetes is a chronic disease whose incidence has increased with more than 200% during the past 20 years. The increasing number of type 2 diabetes patients could result in more patients suffering from lower quality of life and life threatening complications. Furthermore, the growing need of care will increase the load on healthcare. To counteract this effect, digital tools could be used to put more care responsibility on the patient.  The aim of this project was to find and implement the relevant features for a digital type 2 diabetes tool for newly diagnosed patients. The final goal was to encourage self-care, reduce anxiety and thus improve quality of life, while decreasing the risk of complications. The research process of this project consisted of five phases: literature study (to find relevant features and their clinical evidence), interviews (to find the desires of patients and practitioners), data analysis (to prioritise features), development of the features and evaluation of the tool.  The results showed that important features were documentation of blood glucose measurements, patient education, data transfer, communication and care plan overview, but even more importantwas the possibility to individualise the tool for different patients. The evaluation indicated that a clear care plan overview that was easy to understand could help the patient prioritise care activities. Furthermore, patients could be encouraged by reminders, seeing improvements and having continuous communication with healthcare. It was found that for positive clinical outcomes, high usability is essential. To reach patient acceptance the tool must be relevant and easy to use. It must also give valuable output, such as decision support for self-care or new knowledge. To reach practitioner acceptance the tool should be based on evidence based methods and integrate well with existing systems.  Finally it was concluded that the knowledge and technology needed to build a successful tool is already present, they only need to be put together and formulated in a way which is understandable and useful for both patients, caregivers and developers. / Diabetes typ 2 är en kronisk sjukdom vars incidens har ökat med mer än 200% de senaste 20 åren. Det stigande antalet patienter med diabetes typ 2 kan leda till att fler patienter blir lidande av lägre livskvalitet och livshotande komplikationer. Dessutom ökar det stigande vårdbehovet belastningen på vården. För att motverka denna effekt kan digitala verktyg utvecklas så att mer ansvar kan läggas på patienten. Syftet med detta projekt var att hitta och implementera relevanta funktioner för ett digitalt verktyg för nydiagnostiserade patienter med diabetes typ 2. Målet var att uppmuntra egenvård, minska oro och därmed öka livskvaliteten samt minska risken för komplikationer. Projektets forskningsprocess bestod av fem faser: litteraturstudie (finna relevanta funktioner och deras evidens), intervjuer (kartlägga krav från patienter och vårdgivare), dataanalys (prioritera funktioner), utveckling av funktioner i HOPE platform och slutligen utvärdering av verktyget i HOPE platform. Resultaten visade att dokumentation av blodglukosmätningar, patientutbildning, dataöverföring, kommunikation och vårdplansöversikt var viktiga funktioner, men ännu viktigare var möjligheten att individanpassa verktyget för varje patient. Utvärderingen indikerade att en tydlig vårdplansöversikt som är enkel att förstå hjälper patienten att prioritera de viktigaste vårdaktiviteterna. Vidare kan patienter motiveras av påminnelser, att se förbättring och att ha kontinuerlig kontakt med vården. Det konstaterades att hög användbarhet är nödvändig för att uppnå positiva kliniska effekter. För att nå acceptans hos patienterna måste verktyget vara relevant, enkelt att använda och ge något värdefull tillbaka, så som beslutsstöd för egenvård eller ny kunskap. För att nå acceptans hos vårdgivarna bör verktyget baseras på evidensbaserade metoder och vara kompatibelt med nuvarande system. Slutligen drogs slutsatsen att kunskapen och tekniken för att skapa ett lyckat verktyg redan finns, men att kraven måste sammanställas och formuleras på ett sätt som är förståeligt och användbart för både patienter, vårdgivare och utvecklare.

En digital arbetsplats har blivit allt vanligare och många företag ger nu anställda möjligheten att arbeta hemifrån, antingen heltid eller deltid. Den snabba ökningen av arbete hemifrån har väckt frågor om hur produktiva anställda är när de arbetar hemifrån jämfört med på kontoret. Företag försöker utveckla strategier för att anpassa sig till det nya arbetssättet. Denna studie syftar till att undersöka de faktorer som påverkar anställdas produktivitet med hjälp av följande forskningsfråga: Vilka faktorer påverkar produktiviteten på en digital arbetsplats? För att kunna besvara forskningsfrågan genomfördes en kvantitativ studie hos elva olika svenskt företag där anställda erbjuds möjlighet att arbeta hemifrån. Genom att samla in data från deltagarna kunde univariata och bivariata analyser genomföras för att identifiera samband mellan olika faktorer och produktiviteten. Resultaten av studien visade att det finns fyra identifierade samband som påverkar produktiviteten vid arbete hemifrån. Dessa samband kategoriseras in i två huvudkategorier: arbetsmiljö och kommunikation. Inom arbetsmiljön identifierades faktorer som tillgång till lämplig teknik och ergonomiska arbetsplatser som är viktiga för att öka produktiviteten. Inom kommunikation framkom betydelsen av tydlig och effektiv kommunikation mellan anställda och ledningen för att upprätthålla produktiviteten på en digital arbetsplats. Genom att förstå dessa faktorer kan företag utveckla strategier för att kunna skapa en effektiv digital arbetsplats. Denna forskning bidrar till kunskapen om produktivitet vid arbete hemifrån och hjälper organisationer att förbättra sin arbetsmiljö vid arbete hemifrån. Ytterligare forskning kan fördjupa förståelsen av de olika faktorerna och identifiera åtgärder för att förbättra produktiviteten på en digital arbetsplats. / A digital workplace has become increasingly common, and many companies are now offering their employees the opportunity to work from home either full-time or part-time. The rapid rise of working from home has raised questions about the productivity of employees when working from home compared to working in the office. Companies are trying to develop strategies to adapt to this new way of working. The purpose of this study is to examine the factors that affect employee productivity based on the following research question: What factors influence productivity in a digital workplace? To answer the research question, a quantitative study was conducted in eleven different Swedish companies where employees are offered the option to work from home. By collecting data from the participants, univariate and bivariate analyzes were conducted to determine correlations between different factors and productivity. The results of the study revealed four identified correlations that influence productivity when working from home. These correlations are categorized into two main categories: workspace environment and communication. Within the workspace environment, factors such as access to appropriate technology and ergonomic workspaces were identified as important for increasing productivity. Within communication, the importance of clear and effective communication between employees and management was revealed to maintain productivity in a digital workplace. By understanding these factors, companies can develop strategies to create an efficient digital workplace. This study contributes to the knowledge of productivity when working from home and helps organizations improve their workspace environment for working from home. Further research can deepen the understanding of the different factors and identify measures to increase productivity in a digital workplace.