In the globalised world, nations and the world’s trade rely on transportation of goods and people on the oceans. Recent developments in military theory and warfare in conjunction with the globalised world have changed the maritime domain profoundly. New models for protection of shipping need to be developed and implemented to mitigate this change. The scope of this study was to see if any conclusions on organisation could be drawn based on theoretical organisational models. Based on the work of Max Weber, Henry Mintzberg and J.D Thompson three countries were studied in a comparative inductive method with hypotheses. These hypotheses were then tested on NATO:s organisation for protection of shipping, NCAGS for validation. This study shows that the compared nations have different organisations and view of the maritime domain but also what criteria that needs to be met in order to safeguard the nation’s essential shipping. The comparison also shows that the three nations on its own does not have the ability to fully protect its shipping, it shows that a separate stand alone, tailor-made organisation that includes as many different organisations as possible, might be the best option. In that organisation the exchange of both information and intelligence is vital to success but also a short line of command. The parties in that organisation need to be private companies, national authorities and military.

This essay examines high school principals experienced autonomy and control during the COVID19-pandemic 2020 – 2021. During the pandemic, the Swedish government chose a different path than other countries regarding for example public restrictions and the possibility for preschools and elementary schools to remain open. High schools, on the other hand, were forced to have distance learning during parts of the COVID19-pandemic. The high school principals’ experienced autonomy and control are examined trough a theory about domains in which autonomy can be experienced. These domains are educational domain, social domain, developmental domain and administrative domain. Six high school principals were interviewed using a semi-structured interview method and the material from these interviews was coded based on the four domains’ keywords. The results from this survey show that before the pandemic the principals felt that they had high autonomy in all domains. At the same time, their perceived control was high, something they largely viewed as positive. However, during the COVID19-pandemic all but one of the principals found that their autonomy had diminished. Also, control decreased in all domains except the administrative one. In the administrative domain the control increased, both in terms of implementation and number of controllers. Parts of this control were perceived as positive but not all. The conclusion of this essay is, that when a society experiences a major crisis such as the COVID19-pandemic, the control and supervision of principals’ work increase and their experienced autonomy decreases.

Supervised learning methods require vast amounts of annotated images to successfully train an image classifier. Acquiring the necessary annotated images is costly. The increased availability of photorealistic computer generated images that are annotated automatically begs the question under which conditions it is possible to leverage this synthetic data during training. We investigate the conditions that make it possible to leverage computer generated renders of car models for fine-grained car model classification. / Övervakade inlärningsmetoder kräver stora mängder kommenterade bilder för att framgångsrikt träna en bildklassificator. Det är kostsamt att skaffa de nödvändiga bilderna med kommentarer. Den ökade tillgången till fotorealistiska datorgenererade bilder som kommenteras automatiskt väcker frågan om under vilka förhållanden det är möjligt att utnyttja dessa syntetiska data vid träning. Vi undersöker vilka villkor som gör det möjligt att utnyttja datorgenererade renderingar av bilmodeller för finkornig klassificering av bilmodeller.

As monolithic software grows in complexity, they tend to reach a point where further improvements and maintenance become a significant burden. Therefore, Many organizations consider moving components of their systems into separate microservices. Distributed systems with loosely coupled microservices tend to become more manageable involving development, deployment, and maintenance.  Transitioning from a monolithic architecture to an architecture based on microservices is not straightforward. The purpose of this thesis is to study and develop a strategy for extracting microservices from a pre-existing monolithic system. It also intends to provide concepts for how to investigate and carry out migrations.  The results showed that serverless computing would serve the system in question well while simultaneously leveraging DevOps principles across an entire domain. In conclusion, the strategy was summed up in several steps that represent the initiation towards full migration. Further research needs to be conducted on avoiding abrupt interruptions of services during migration and how to share data effectively across services and domains. / När monolitisk programvara växer i komplexitet finns det en tendens att den når ett tillstånd där ytterligare förbättringar och underhåll orsakar avsevärd börda. Många organisationer överväger därför att flytta komponenter från sina system till separata mikrotjänster. Distribuerade system med löst kopplade mikrotjänster syftar till att vara mer hanterbara med avseende till utveckling, driftsättning och underhåll.  Övergången från en monolitisk arkitektur till en arkitektur baserad på mikrotjänster är ibland inte helt självklar. Därför är syftet med detta examensarbete att studera och utveckla en strategi för att extrahera mikrotjänster från ett redan existerande monolitiskt system. Rapporten avser även att ge koncept för hur man utreder och genomför en migration.  Resultaten visar att serverlös databehandling skulle vara till nytta för systemet i fråga och samtidigt främja nyttjandet DevOps-principerna över en tjänst som utgör en hel domän. Strategin sammanfattades i flertalet steg, vilka representerar migrationsövergången. Ytterligare forskning behöver utföras för att undvika plötsliga avbrott i tjänster under migration och hur man effektivt kan dela data mellan tjänster och domäner.

Syfte och frågeställningar Syftet med studien är att undersöka om det finns några skillnader i fysisk aktivitet beroende på upplevd stress. Undersökningen avser att jämföra en tidsmässigt lugn respektive stressig vecka. För att besvara syftet undersöks om deltagarna når upp i rekommendationerna för fysisk aktivitet samt om det finns en skillnad i aktivitetsgrad mellan domänerna.  Metod Studien är en tvärsnittsstudie där enkäter används för att besvara syftet. Enkäten är egenkonstruerad och uppdelad i två delar, där delarna representerar en vanlig lugn vecka och en vanlig stressig vecka. Den upplevda stressen är utgångspunkt, den fysiska aktiviteten undersöks genom frågor som berör intensitet, duration och frekvens. Detta omvandlas sedan till motsvarande MET-minuter. Domänerna som undersöks är ”hem- och hushållsarbete”, ”aktiv transport”, ”motion och träning på fritiden”, ”yrkesarbete eller studie” samt ”motion och träning på betald arbetstid”. Urvalet utgörs av personer som tränar på tre gymanläggningar i Stockholms stad. Resultat Resultatet baseras på 65 deltagare. 63 av dessa uppnår rekommendationerna för fysisk aktivitet under en lugn vecka, motsvarande siffra för en stressig vecka är 59. Totalt minskade aktiviteten med 910,3 MET-minuter i den stressiga veckan, detta i jämförelse med en lugn vecka. Signifikanta skillnader i fysisk aktivitet ses i domänerna ”hem- och hushållsarbete” samt ”motion och träning på fritiden”. Vidare ses en stor spridning i aktivitetsgrad inom domänerna ”yrkesarbete eller studier” och ”aktiv transport”, skillnaderna mellan veckorna är inte signifikanta.”Motion och träning på betald arbetstid” utnyttjas av ett fåtal deltagare, signifikanta skillnader går inte att påvisa. Slutsats Majoriteten av deltagarna når upp till rekommendationerna för fysisk aktivitet vilket är positivt, men det finns en skillnad i aktivitetsgrad beroende på den upplevda stressen i vardagen. Utmärkande är domänerna ”hem- och hushållsarbete” samt ”motion och träning på fritiden” där aktiviteten sänks under stressiga veckor. Det är av stor vikt att utforska området kring domäner och en kartläggning på samhällsnivå kan i framtiden möjliggöra punktinsatser för ökad fysisk aktivitet, och på så vis öka välmåendet hos befolkningen.

Natural language processing and Machine learning are subjects undergoing intense study nowadays. These fields are continually spreading, and are more interrelated than ever before. A case in point is text classification which is an instance of Machine learning(ML) application in Natural Language processing(NLP).Although these subjects have evolved over the recent years, they still have some problems that have to be considered. Some are related to the computing power techniques from these subjects require, whereas the others to how much training data they require.The research problem addressed in this thesis regards lack of knowledge on whether Machine learning techniques such as Word2Vec, Bidirectional encoder representations from transformers (BERT) and Support vector machine(SVM) classifier can be used for text classification, provided only a small training set. Furthermore, it is not known whether these techniques can be run on regular laptops.To solve the research problem, the main purpose of this thesis was to develop two separate conversational interfaces utilizing text classification techniques. These interfaces, provided with user input, can recognise the intent behind it, viz. classify the input sentence within a small set of pre-defined categories. Firstly, a conversational interface utilizing Word2Vec, and SVM classifier was developed. Secondly, an interface utilizing BERT and SVM classifier was developed. The goal of the thesis was to determine whether a small dataset can be used for intent classification and with what accuracy, and if it can be run on regular laptops.The research reported in this thesis followed a standard applied research method. The main purpose was achieved and the two conversational interfaces were developed. Regarding the conversational interface utilizing Word2Vec pre-trained dataset, and SVM classifier, the main results showed that it can be used for intent classification with the accuracy of 60%, and that it can be run on regular computers. Concerning the conversational interface utilizing BERT and SVM Classifier, the results showed that this interface cannot be trained and run on regular laptops. The training ran over 24 hours and then crashed.The results showed that it is possible to make a conversational interface which is able to classify intents provided only a small training set. However, due to the small training set, and consequently low accuracy, this conversational interface is not a suitable option for important tasks, but can be used for some non-critical classification tasks. / Natural language processing och maskininlärning är ämnen som forskas mycket om idag. Dessa områden fortsätter växa och blir allt mer sammanvävda, nu mer än någonsin. Ett område är textklassifikation som är en gren av maskininlärningsapplikationer (ML) inom Natural language processing (NLP).Även om dessa ämnen har utvecklats de senaste åren, finns det fortfarande problem att ha i å tanke. Vissa är relaterade till rå datakraft som krävs för dessa tekniker medans andra problem handlar om mängden data som krävs.Forskningsfrågan i denna avhandling handlar om kunskapsbrist inom maskininlärningtekniker som Word2vec, Bidirectional encoder representations from transformers (BERT) och Support vector machine(SVM) klassificierare kan användas som klassification, givet endast små träningsset. Fortsättningsvis, vet man inte om dessa metoder fungerar på vanliga datorer.För att lösa forskningsproblemet, huvudsyftet för denna avhandling var att utveckla två separata konversationsgränssnitt som använder textklassifikationstekniker. Dessa gränssnitt, give med data, kan känna igen syftet bakom det, med andra ord, klassificera given datamening inom ett litet set av fördefinierade kategorier. Först, utvecklades ett konversationsgränssnitt som använder Word2vec och SVM klassificerare. För det andra, utvecklades ett gränssnitt som använder BERT och SVM klassificerare. Målet med denna avhandling var att avgöra om ett litet dataset kan användas för syftesklassifikation och med vad för träffsäkerhet, och om det kan användas på vanliga datorer.Forskningen i denna avhandling följde en standard tillämpad forskningsmetod. Huvudsyftet uppnåddes och de två konversationsgränssnitten utvecklades. Angående konversationsgränssnittet som använde Word2vec förtränat dataset och SVM klassificerar, visade resultatet att det kan användas för syftesklassifikation till en träffsäkerhet på 60%, och fungerar på vanliga datorer. Angående konversationsgränssnittet som använde BERT och SVM klassificerare, visade resultatet att det inte går att köra det på vanliga datorer. Träningen kördes i över 24 timmar och kraschade efter det.Resultatet visade att det är möjligt att skapa ett konversationsgränssnitt som kan klassificera syften, givet endast ett litet träningsset. Däremot, på grund av det begränsade träningssetet, och konsekvent låg träffsäkerhet, är denna konversationsgränssnitt inte lämplig för viktiga uppgifter, men kan användas för icke kritiska klassifikationsuppdrag.

The overprescription of antibiotics has resulted in bacteria resistance, which is considered a global threat to global health. Deciding if antibiotics should be prescribed or not from individual visits of patients’ medical records in Swedish can be considered a text classification task, one of the applications of Natural Language Processing (NLP). However, medical experts and patients can not trust a model if explanations for its decision are not provided. In this work, multilingual and monolingual Transformer models are evaluated for the medical classification task. Furthermore, local explanations are obtained with SHapley Additive exPlanations and Integrated Gradients to compare the models’ predictions and evaluate the explainability methods. Finally, the local explanations are also aggregated to obtain global explanations and understand the features that contributed the most to the prediction of each class. / Felaktig utskrivning av antibiotika har resulterat i ökad antibiotikaresistens, vilket anses vara ett globalt hot mot global hälsa. Att avgöra om antibiotika ska ordineras eller inte från patientjournaler på svenska kan betraktas som ett textklassificeringproblem, en av tillämpningarna av Natural Language Processing (NLP). Men medicinska experter och patienter kan inte lita på en modell om förklaringar till modellens beslut inte ges. I detta arbete utvärderades flerspråkiga och enspråkiga Transformersmodeller för medisinska textklassificeringproblemet. Dessutom erhölls lokala förklaringar med SHapley Additive exPlanations och Integrated gradients för att jämföra modellernas förutsägelser och utvärdera metodernas förklarbarhet. Slutligen aggregerades de lokala förklaringarna för att få globala förklaringar och förstå de ord som bidrog mest till modellens förutsägelse för varje klass.

In an age of rapid digital development, Skolverket (2018) asks for increased teacher competence in information and communication technology (ICT), both competence in classroom digitalization and pupil’s out-of-school activities involving ICT. One of many areas in which ICT has an effect on the relationship between school and the pupils’ out-of-school activities is in the English subject. Their exposure to English media has led to increased incidental and naturalistic learning opportunities for pupils. The purpose of this study is to investigate the effect of extramural English on the Swedish school, more specifically, the affinity space of a gaming forum and their text genres.

This thesis explores the literacy practices in literacy history, in everyday life and in Swedish tuition for immigrants (sfi) of five Kurdish adults. The study analyses connections and dividing lines between literacy practices of the sociotextual domains of everyday life and literacy practices of the sociotextual domain of sfi. It also explores the interaction between literacy history and present literacy practices. Further, there is a focus on the connections between identification, learning and literacy practices. The methodological approach is inspired by ethnography, employing individual semi-structured interviews and classroom observation. Video documentation, audio recordings and field notes are used for documentation. Theoretically the study is influenced by the research field New Literacy Studies where literacies are conceived of assets of socially and culturally grounded practices. The interviews are analysed from two perspectives: focusing on content and on linguistic discursive practices. In the analysis of interviews and observations, a number of interacting aspects of literacy events and literacy practices are also researched, such as purpose, time, place, participants, verbal language and artefacts. A lack of connection between the participants’ notions of who they are and the identities offered to them in sfi impairs the conditions of their active participation in the literacy practices, and consequently also impairs their learning. Identities connected to literacy history are of importance in this process. To exemplify this, the professional career they had in Kurdistan is still of central importance for two of the participants of the study. This complicates their identification as sfi-students and their engaging in the literacy practices of the sfi-education. If sfi teachers know which identities from everyday life are important to their sfi students and try to find connections between the sfi teaching and these identities, the chances improve of the students accepting the identities which they are offered in the literacy events. Then it will also be more probable that the students’ participation in the literacy events in sfi will lead to deep learning. In the sfi classrooms, the participants take part in literacy events of everyday life. There are three types of overlap between the literacy practices of sfi and of everyday life. (1) Literacy events from other sociotextual domains take place in the sfi-classrooms, but without recontextualization into sfi. (2) Literacy events based in sociotextual domains of everyday life are recontextualized into sfi. (3) Literacy events belong to more than one sociotextual domain. In spite of these three types of overlap there are complications when it comes to students starting out from literacy practices of everyday life when they take part in the literacy practices of sfi. It is not possible to transmit literacy practices in their totality, from one sociotextual domain to another. The literacy practices are situated in a specific sociotextual domain and will undergo a transformation as they are based in a different sociotextual domain. On the other hand, it is possible for sfi students to make use of everyday micro practices (e.g. cooperation and non-linear reading) when they take part in the literacy practices of sfi.

Stora företag har olika avdelningar där informationen från dessa måste hanteras. Master Data Management(MDM) är ett informationshanteringssystem för att hantera information från olika källor. En MDM-implementation sker med en entitet i taget. Arbetets problemställning är att rekommendera nästa entitet att inkludera i MDM-implementationen hos Scania samt vilken leverantör som passar till implementationen. En rekommendation av entitet framställs av material från Scania och intervjuer med anställda på Scania. Rekommendationen av leverantör framställs från material från leverantörer och intervjuer med leverantörerna. Entiteten som rekommenderas är produkt som individ för att informationen i området har behov av förbättrad hantering och entiteten är nära kärnverksamheten. Orchestra Networks är leverantören som rekommenderas för att de ligger i framkant inom MDM, de är nischade mot området och är starka inom produktinformation. / Enterprises has different departments and the information from them needs management. Master Data Management(MDM) is an information handling system for handling information from different sources.  One entity at the time is implemented to MDM. The work's problem is to recommend the next entity to include in the MDM implementation at Scania as well as which provider fits the implementation. A recommendation of entity is prepared from materials provided by Scania and interviews with employees at Scania. A recommendation of provider is prepared from materials from the providers and interviews with the providers. The recommended entity is product as individual because information in the area needs improved management. Orchestra Networks is the recommended supplier because they are a leader among the MDM providers, they are specialised in the area and they are strong in the product information area.