No description available.

Förskollärares tankar och uppfattningar om trygga övergångar vid lämning och hämtning ligger till grund för studien. Studien använder anknytningsteorin som teoretisk ansats med centrala begrepp utifrån teorin. Tidigare forskning och styrdokument menar att förskollärare ska agera och vara så att de alltid sätter barnets behov i första hand. Det studien vill ta reda på är om forskningen stämmer överens med hur förskollärarna gör i praktiken. Materialet samlades in genom semistrukturerade intervjuer. Förskollärarna talade fritt och vi fick möjlighet att ställa följdfrågor. Av intervjuerna framkom det som förskollärarna anser är viktigt för deras roll och vad trygghet för barnet innebär. Vi har sökt efter kategorier som likheter, skillnader och mönster från förskollärarnas intervjuer. Resultatet visar att förskollärarnas erfarenhet är betydande för trygga övergångar vid lämning och hämtning. Resultatet visar även att förskollärarna tänker och gör olika i olika slags övergångar.

I enlighet med Läroplan för grundskolan, förskoleklass och fritidshem 2022 (Skolverket, 2022, s. 180) beskriver kursplanen för ämnet historia hur undervisningen ska syfta till att utveckla elevers historiska bildning och historiemedvetande. Däremot hävdar forskare hur det krävs en förståelse för det historiska ämnesspråket, för att elever ska åstadkomma syftet och en holistisk förståelse i historieämnet. Å andra sidan finns det väldigt lite historiedidaktisk forskning i de yngre åren angående hur lärare kan tillgodogöra och arbeta språkutvecklande i förhållande till ämneskunskaper. Examensarbetet har därför genom en fenomenologisk ansats syftat till att undersöka hur verksamma lärare i historia på mellanstadiet reflekterar angående ämnesspråkets betydelse och språkutvecklande arbetssätt, för att stärka elevernas förståelse för ämnesinnehållet i historia. Detta av vikt för att inspirera lärare angående hur de kan bedriva ett språkutvecklande arbete i historieundervisningen.

Utvecklingen på webben går snabbt framåt och webbapplikationerna blir bara mer avancerade. Samtidigt så har de mobila webbläsarna utvecklats i en snabb takt. Dock skiljer det fortfarande mycket mellan en mobil webbläsare och en vanlig webbläsare, samt att man integrerar med en mobiltelefon på ett annat sätt än vad man gör med en dator. Detta examensarbete undersöker om det är möjligt att skapa avancerade webbapplikationer som, genom att utnyttja de senaste webbteknologierna, kan ersätta vanliga mobilapplikationer. Undersökningen genomförs genom att skapa en lättviktsvariant av en telefonapplikation, Mobile Documents till Symbian S60, som är en applikation som hanterar dokument, mejl och bilagor. Utvecklingen sker till största del i Google Web Toolkit och tekniker så som AJAX och Comet används. Eftersom antalet olika sorters telefoner med tryckskärm är väldigt stort så kommer undersökningen att rikta sig mot ett fåtal telefoner som kör webbläsarna Mobile Safari, microB och Android Browser. Slutsatserna av rapporten är att JavaScript-stödet hos dagens webbläsare är stort nog till att köra avancerade webbapplikationer. Dock skiljer det mycket webbläsarna emellan och det största problemet är att skapa sig ett välfungerande användargränssnitt som fungerar lika bra på alla telefoner och med alla de olika interaktionsmöjligheter som finns i en mobiltelefon. / The web develops fast and web applications are getting more advanced. At the same time the mobile browsers develop at a rapid pace. However, it still differs a lot between a mobile browser and a standard web browser. You also interact with a mobile phone in a different way than what you do with a computer. This thesis examines whether it is possible to create advanced web applications that by utilizing the latest web technologies can replace ordinary mobile applications. The investigation is done by creating a lightweight version of a phone application, Mobile Documents on Symbian S60, which is an application that manages documents, emails and attachments. The development is done in Google Web Toolkit and technologies such as AJAX and Comet are both used. As the number of different types of phones with touch screens is very large the investigation only will target a small number of phones running web browsers as Mobile Safari, microB and Android Browser. The conclusions of this report is that the JavaScript support of today's browsers is enough to run advanced web applications. However, it differs a lot between browsers and the main problem is to create a functional user interface that works equally well on all phones and with all the different interaction possibilities that a mobile phone gives.

In recent years, the requirements for last mile deliveries have increased and therefore it has become important for e-commerce companies to offer their customers different delivery methods to meet their requirements. Because of these increasing demands and requirements, suppliers are given stronger reasons to evolve their delivery methods to achieve a balance between customer satisfaction and efficiency. Therefore, it is important that suppliers know what their customers are asking for. The purpose of this study is to find out and analyze the factors that lie behind and influence consumers' choice of delivery options when shopping online in Sweden. To answer the purpose, two questions were formulated. The first question concerns the factors that influence customers' choice of delivery options when shopping online. The second question concerns which delivery option among home delivery, pick-up points and in-store pickup e-commerce customers prefer, and the reason behind that. In order to answer the purpose and the questions, the collection of relevant information from previous research has taken place where a theoretical overview of the chosen topic was created. Two focus group interviews were also carried out, which were then analyzed and connected with previous research. The study's findings show that the factors that often underlie customers' choice of delivery options are time, convenience, price, previous experience with delivery failure and, in some cases, Word of Mouth. It was also found that the most preferred delivery option is pick-up points. The reason is that delivery points are often considered to be the convenient option. According to customers, it is also a safe method as the risk of failed deliveries is lower. In addition, it contains an innovation, smart parcel boxes that are appreciated by several customers. / I takt med e-handelsutvecklingen, har kraven på sista milen leveranser ökat och därför har det blivit viktigare att erbjuda kunder olika leveranssätt som uppfyller deras krav. På grund av dessa krav som ökar, får leverantörer starkare skäl att utveckla sina leveransmetoder för att uppnå en balans mellan kundnöjdhet och effektivitet. Därför är det viktigt att leverantörer känner till vad e-handelskunder efterfrågar. Syftet med denna studie är att analysera vilka faktorer som ligger bakom och påverkar konsumenters val av leveransalternativ vid onlinehandel i Sverige. För att besvara syftet formades två frågeställningar. Den ena frågeställningen handlar om vilka faktorer som påverkar e-handelkunders val av leveransalternativ när de handlar online. Den andra frågeställningen handlar om vilket leveransalternativ bland hemleverans, utlämningsställen och hämtning i butik e-handelskunder föredrar, och vad anledningen är till detta. För att besvara syftet och frågeställningarna har insamling av relevant information från tidigare forskning skett där en teoretisk överblick om det valda ämnet skapades. Det utfördes även två fokusgruppsintervjuer som därefter analyserades och kopplades ihop med tidigare forskning. Studiens resultat visar att faktorerna som ofta ligger bakom e-handelkunders val av leveransalternativ är tid, bekvämlighet, pris, tidigare erfarenhet av leveransmisslyckande och i vissa fall, Word of Mouth. Det konstaterades även att det mest föredragna leveransalternativet som oftast används av e-handelskunder är utlämningsställen. Detta eftersom att utlämningsställen ofta anses vara det bekväma alternativet. Det är enligt kunderna även ett säkert alternativ då risken för misslyckade leveranser är mindre. Dessutom innehåller det en innovation, paketboxar som uppskattas av flera kunder.

Aedes aegypti and Aedes albopictus are the main vector species for dengue disease and zika, two arboviruses that affect a substantial fraction of the global population. These mosquitoes breed in very slow-moving or standing pools of water, so detecting and managing these potential breeding habitats is a crucial step in preventing the spread of these diseases. Using high-resolution images collected by unmanned aerial vehicles (UAV) and their multispectral mapping data, this paper investigated bathymetry retrieval model in shallow water areas to help improve the habitat detection accuracy. While previous studies have found some success with shallow water bathymetry inversion on satellite imagery, accurate centimeter-level water depth regression from high-resolution, drone multispectral imagery still remains a challenge. Unlike previous retrieval methods generally relying on retrieval factor extraction and linear regression, this thesis introduced CNN methods, considering the nonlinear relationship between image pixel reflectance values and water depth. In order to look into CNN’s potential to retrieve shallow water depths from multispectral images captured by a drone, this thesis conducts a variety of case studies to respectively specify a proper CNN architecture, compare its performance in different datasets, band combinations, depth ranges and with other general bathymetry retrieval algorithms. In summary, the CNN-based model achieves the best regression accuracy of overall root mean square error lower than 0.5, in comparison with another machine learning algorithm, random forest, and 2 other semi-empirical methods, linear and ratio model, suggesting this thesis’s practical significance. / Aedes aegypti och Aedes albopictus är de viktigaste vektorarterna för dengue och zika, två arbovirus som drabbar en stor del av den globala befolkningen. Dessa myggor förökar sig i mycket långsamt rörliga eller stillastående vattensamlingar, så att upptäcka och hantera dessa potentiella förökningsmiljöer är ett avgörande steg för att förhindra spridningen av dessa sjukdomar. Med hjälp av högupplösta bilder som samlats in av obemannade flygfarkoster (UAV) och deras multispektrala kartläggningsdata undersöktes i den här artikeln en modell för att hämta batymetri i grunda vattenområden för att förbättra noggrannheten i upptäckten av livsmiljöer. Även om tidigare studier har haft viss framgång med inversion av bathymetri på grunt vatten med hjälp av satellitbilder, är det fortfarande en utmaning att göra en exakt regression av vattendjupet på centimeternivå från högupplösta, multispektrala bilder från drönare. Till skillnad från tidigare metoder som i allmänhet bygger på extrahering av återvinningsfaktorer och linjär regression, infördes i denna avhandling CNN-metoder som tar hänsyn till det icke-linjära förhållandet mellan bildpixlarnas reflektionsvärden och vattendjupet. För att undersöka CNN:s potential att hämta grunda vattendjup från multispektrala bilder som tagits av en drönare genomförs i denna avhandling en rad fallstudier för att specificera en lämplig CNN-arkitektur, jämföra dess prestanda i olika datamängder, bandkombinationer, djupintervall och med andra allmänna algoritmer för att hämta batymetri. Sammanfattningsvis uppnår den CNN-baserade modellen den bästa regressionsnoggrannheten med ett totalt medelkvadratfel som är lägre än 0,5, i jämförelse med en annan maskininlärningsalgoritm, random forest, och två andra halvempiriska metoder, linjär och kvotmodell, vilket tyder på den praktiska betydelsen av denna avhandling.

Thanks to the advancement of technological progress in networking and signal processing, we can access a large amount of musical content. In order for users to search among these vast catalogs, they need to have access to music-related information beyond the pure digital music file. Manual annotation of music is too expensive, therefore automated annotation would be of great use. A meaningful description of the musical pieces requires the incorporation of information about the instruments present in them. In this work, we present an approach for musical instrument recognition using the scattering transform, which is a transformation that gives a translation invariant representation, that is stable to deformations and preserves high frequency information for classication. We study recognition in both singleinstrument and multiple-instrument contexts. We compare the performance of models using the scattering transform to those using other standard features. We also examine the impact of the amount of training data. The experiments carried out do not show a clear superior performance of either feature representation. Still, the scattering transform is worth taking into account when choosing a way to extract features if we want to be able to characterize non-stationary signal structures. / Tack vare den tekniska utvecklingen i nätverk och signalbehandling kan vi få tillgång till en stor mängd musikaliskt innehåll. For att användare ska söka bland dessa stora kataloger måste de ha tillgång till musikrelaterad information utöver den rena digitala musikfilen. Eftersom den manuella annotationsprocessen skulle vara för dyr måste den automatiseras. En meningsfull beskrivning av musikstyckena kräver införlivande av information om instrumenten som finns i dem. I det här arbetet presenterar vi en metod for igenkänning av musikinstrument med hjälp av den scattering transform, som är en transformation som ger en översattnings-invariant representation, som är stabil för deformationer och bevarar högfrekvensinformation för klassicering. Vi studerar igenkännande i både enskilda instrument- och flera instrumentförhållanden. Vi jämför modellerna med den scattering transforms prestanda med de som använder andra standardfunktioner. Vi undersöker också effekterna av mangden traningsdata. Experimenten som utförs visar inte en tydlig överlagsen prestanda for någon av representationsföreställningarna jämfört med den andra. Fortfarande är den scattering transform värd att ta hänsyn till när man väljer ett sätt att extrahera funktioner om vi vill kunna karakterisera icke-stationära signalstrukturer.

In the field of mechanical engineering, particularly in managing 3D CAD model databases, there's a pressing challenge in efficiently identifying and reusing duplicate models instead of the costly process of creating new ones from scratch. Shape-based similarity retrieval stands out as a crucial solution for industry players like Epiroc, offering a strategy for duplicate detection and overcoming the constraints of text-based searches. In this thesis, we explore an innovative Machine Learning-based framework for shape retrieval, leveraging UV-Net to encode 3D models for effective shape description and incorporating Self-Supervised Learning to improve the identification of model similarities without relying heavily on labeled data. To assess the effectiveness of our approach and understand its performance, we tested it using three foundational ML models for a quantitative evaluation of the shape embeddings. The findings highlight the framework's ability to accurately identify similar models within extensive datasets. Moreover, we applied this methodology to retrieve similar models of ’Epirocs product 3D models within ’Epirocs Standard Part Dataset, demonstrating the successful integration of ML in mechanical design for efficient shape retrieval and presenting a viable industrial application for Epiroc. Despite its achievements, the study acknowledges limitations in system integration and computational efficiency, suggesting future research directions such as improving access to various file formats, enhancing the user interface, and optimizing computational resources. / Inom området maskinteknik, särskilt när det gäller hantering av 3D CAD-modelldatabaser, finns det en akut utmaning i att effektivt identifiera och återanvända dubbletter av modeller istället för den kostsamma processen att skapa nya från grunden. Formbaserad likhetshämtning framstår som en avgörande lösning för branschaktörer som Epiroc, och erbjuder en strategi för dubblettdetektering och att övervinna begränsningarna med textbaserade sökningar. I det här examensarbetet utforskar vi ett innovativt Maskininlärning-baserat ramverk för formåtervinning, utnyttjar UV-Net för att koda 3D-modeller för effektiv formbeskrivning och införlivar Självledd Inlärning för att förbättra identifieringen av modelllikheter utan att förlita oss mycket på märkta data. För att bedöma effektiviteten av vårt tillvägagångssätt och förstå dess prestanda, testade vi det med tre grundläggande ML-modeller för en kvantitativ utvärdering av forminbäddningarna. Resultaten belyser ramverkets förmåga att exakt identifiera liknande modeller inom omfattande datauppsättningar. Dessutom tillämpade vi denna metod för att hämta liknande modeller av Epirocs produkt-3D-modeller inom Epirocs standarddeldataset, vilket visar den framgångsrika integrationen av ML i mekanisk design för effektiv formhämtning och presenterar en hållbar industriell applikation för Epiroc. Trots sina framgångar erkänner studien begränsningar i systemintegration och beräkningseffektivitet, och föreslår framtida forskningsriktningar som att förbättra tillgången till olika filformat, förbättra användargränssnittet och optimera beräkningsresurser.

With the ever growing media and music catalogs, tools that search and navigate this data are important. For more complex search queries, meta-data is needed, but to manually label the vast amounts of new content is impossible. In this thesis, automatic labeling of musical instrument activities in song mixes is investigated, with a focus on ways to alleviate the lack of annotated data for instrument activity detection models. Two methods for alleviating the problem of small amounts of data are proposed and evaluated. Firstly, a self-supervised approach based on automatic labeling and mixing of randomized instrument stems is investigated. Secondly, a domain-adaptation approach that trains models on sampled MIDI files for instrument activity detection on recorded music is explored. The self-supervised approach yields better results compared to the baseline and points to the fact that deep learning models can learn instrument activity detection without an intrinsic musical structure in the audio mix. The domain-adaptation models trained solely on sampled MIDI files performed worse than the baseline, however using MIDI data in conjunction with recorded music boosted the performance. A hybrid model combining both self-supervised learning and domain adaptation by using both sampled MIDI data and recorded music produced the best results overall. / I och med de ständigt växande media- och musikkatalogerna krävs verktyg för att söka och navigera i dessa. För mer komplexa sökförfrågningar så behövs det metadata, men att manuellt annotera de enorma mängderna av ny data är omöjligt. I denna uppsats undersöks automatisk annotering utav instrumentsaktivitet inom musik, med ett fokus på bristen av annoterad data för modellerna för instrumentaktivitetsigenkänning. Två metoder för att komma runt bristen på data föreslås och undersöks. Den första metoden bygger på självövervakad inlärning baserad på automatisk annotering och slumpartad mixning av olika instrumentspår. Den andra metoden använder domänadaption genom att träna modeller på samplade MIDI-filer för detektering av instrument i inspelad musik. Metoden med självövervakning gav bättre resultat än baseline och pekar på att djupinlärningsmodeller kan lära sig instrumentigenkänning trots att ljudmixarna saknar musikalisk struktur. Domänadaptionsmodellerna som endast var tränade på samplad MIDI-data presterade sämre än baseline, men att använda MIDI-data tillsammans med data från inspelad musik gav förbättrade resultat. En hybridmodell som kombinerade både självövervakad inlärning och domänadaption genom att använda både samplad MIDI-data och inspelad musik gav de bästa resultaten totalt.

Background. New ways of modeling abstract concepts have been enabled due to the recent boom in generative machine learning brought on by transformer architecture. By modeling abstract concepts within high-dimensional vectors their semantic meaning can be inferred and compared, which allows for methods such as embedding-based retrieval and the groundwork for a retrieval-augmented generation. Large language models can augment their parametric generative capabilities by introducing non-parametric information through retrieval processes. Objectives. Previous studies have explored different uses of embedding-based retrieval and retrieval-augmented generation, and this study examines the impact of these methods when used as an aid to support technicians. Methods. By developing and deploying a proof-of-concept system using embedding-based retrieval and retrieval-augmented generation to the Södra ITs service desk, the thesis could monitor system performance. Introducing a system to the service desk that generates instructional solutions to the support tickets and presenting them to the technician. The thesis investigates both systems' perceived performance based on the participating IT technician's input along with the retention of generated solutions and the quality of the solutions. Results. With 75.4% of the systems generated solutions being classified as reasonable solutions to ticket problems the system was deployed to the service desk. After an evaluation period where the technicians had been working with the system, it was shown that the solutions had a retention rate of 38.4%. These results were validated by a survey conducted at the service desk where the inputs were gathered from the technicians, showing a great deal degree of user engagement but a varying opinion on the system's helpfulness. Conclusions. Despite the varying degrees of opinion on the usefulness of the system among the technicians the numbers from the production test show that a significant amount of tickets were solved with the help of the system. Still, there's a huge dependency on seamless integration with the technicians and ticket quality from the requester. / Bakgrund. Nya sätt att modellera abstrakta begrepp har möjliggjorts tack vare den senaste tidens tillväxt inom generativ maskininlärning tack vare transformatorarkitekturen. Genom att modellera abstrakta begrepp i högdimensionella vektorer kan deras semantiska innebörd tolkas och jämföras, vilket möjliggör metoder som inbäddningsbaserad hämtning och grunden för en hämtningsförstärkt generation. Stora språkmodeller kan utvidga sina parametriska generativa förmågor genom att införa icke-parametrisk information genom hämtningsprocesser. Syfte. Tidigare studier har behandlat olika användningsområden för inbäddningsbaserad hämtning och hämtningsförstärkt generering, och i det här examensarbetet undersöks vilken inverkan dessa metoder har när de används som ett hjälpmedel för supporttekniker. Metod. Genom att utveckla och driftsätta ett prototypsystem som använder inbäddningsbaserad hämtning och hämtningsförstärkt generering till Södra ITs servicedesk, kunde examensarbetet övervaka systemets prestanda. Detta genom att införa ett system i servicedesken som genererar instruktionslösningar till supportärendena och presentera dem för teknikern. Examensarbetet undersöker både systemens upplevda prestanda baserat på den deltagande IT-teknikerns synpunkter tillsammans med kvarhållandet av genererade lösningar och kvaliteten på lösningarna. Resultat. Då 75,4% av de systemgenererade lösningarna klassificerades som rimliga för problemen i ärendena driftsattes systemet i servicedesken. Efter en utvärderingsperiod där teknikerna hade arbetat med systemet visade det sig att lösningarna hade en kvarhållningsgrad på 38,4%. Dessa resultat validerades av en undersökning som utförts vid servicedesken där synpunkter samlades in från teknikerna, vilket visade på en hög grad av användarengagemang men en varierande syn på systemets användbarhet. Slutsatser. Trots de varierande synpunkterna på systemets användbarhet bland teknikerna visar siffrorna från produktionstestningen att en betydande mängd ärenden löstes med hjälp av systemet. Dock är man fortfarande mycket beroende av en smidig integration med teknikerna och en god kvalitet på ärendena från beställaren.