Denna uppsats behandlade material i form av fotografier och fotoalbum från tidsperioden 1850 – tidig 1900-talet. Tre fotoalbum valdes ut och jämförelsestudier utfördes på handplockade fotografier.Frågeställningar som utöver skulle besvaras var följande: • Hur har fotografen vald att avbilda personer och kan man utgöra mönster eller skillnader i avbildningen mellan kvinnor/män? • Ger fotografierna några konkreta ledtrådar för att kunna tidsbestämma dessa?• Kan man se en tydlig hierarki i hur fotografierna är placerade i fotoalbum tre? I undersökningen kom fram att fotografen hade flera olika rekvisita till hjälp, för det mesta stolar, böcker och olika bakgrunder när personer fotograferades. Undersökningen gav dock inget svar på om kunderna kunde välja mellan olika rekvisita eller om fotografen valde ut dessa. Vidare hände det väldigt sällan att fotografen dirigerade kundens blick direkt in i kameran, i de flesta fotografier syns kundens blick vara riktad mot vänster om kamerans lens, även överkroppen är bortvänd från kameran. I vissa fotografier syntes männen fortfarande iklädda sina ytterkläder medan kvinnorna avbildades utan ytterkläder på. Ett förförande som var traditionellt förankrad i visitkortsfotografier under denna period.Tidsbestämningen av fotografierna gjordes dels med hjälp av fotografregistret där fotografernas verksamhetstid är nedskriven och med hjälp av en manual från Skelleftebygden. Ett släktträd upprättades som hjälpmedel till frågeställningen om möjliga hierarkier fanns i fotoalbum nummer 3.Uppsatsens diskussionsdel belyste också hur fotoalbum 3 som hade mest metadata knuten till sig troligen användes av ägaren. Det visade sig att det fanns ett slags hierarki i placeringen av fotografierna i albumet som undersöktes med hänsyn till en engelsk publikation av James Granger och iakttagelser av den svenska forskaren Anna Dahlgren. En tydlig ordning där första bilden är av ägarens föräldrar följd av fotografier föreställande ägarens farmor och mormor. Efter detta presenterades först faderns sida och sedan moderns sida. Albumet avslutades med en serie av fotografier av ett så kallad ”gubbkräk” som fick trots sin höga ställning inom militären placeringen längs bak i albumet där i annan forskning brottslingar eller personer med missväxt placerades. Utöver detta verkade fotoalbum nummer 3 ha används i sammanhang med privata sammankomster såsom släktmiddagar. Förhoppningen med upptäckten att det kan finnas en hierarki i dessa fotoalbum är att flera arkivinstitutioner ändrar sitt arbetssätt i hur man tar emot och förvarar fotoalbum i framtiden.

I denna undersökning ville jag undersöka hur Folkhälsomyndighetens olika karaktärsstilar i tre olika filmer förhåller sig till realism och reduktion och vad det kan ha för effekt. Jag ville även undersöka fenomenet Corporate Art Style för att se om det fanns närvarande i Folkhälsomyndighetens karaktärer. Jag kom fram till att graden av realism och reduktion hos en karaktär påverkar identifiering hos mottagaren men att det även finns andra faktorer som påverkar identifiering till exempel känslouttryck. Realism och reduktion visade sig också ha konsekvenser för representation och avläsning av en karaktär. Drag av Corporate Art Stylevar varierande mellan karaktärsstilarna i filmerna. Film 1 innehöll flera av kriterierna förCorporate Art Style, men saknade viktiga kriterier för att klassas som Corporate Art Style. Undersökningen pekar på att specifik karaktärsdesign ökar nivån av representation och identifiering. / In this study I wanted to investigate how Folkhälsomyndigheten´s different character styles in three different films relate to realism and reduction and what effect it can have. I also wanted to investigate the phenomenon of Corporate Art Style to see if it was present in Folkhälsomyndigheten´s characters. I concluded that the degree of realism and reduction of a character affects the identification of the recipient, but that there are also other factors that affect identification, for example emotional expression. Realism and reduction also proved to have consequences for the representation and reading of a character. Features of Corporate Art Style were varied between the character styles in the films. Film 1 contained several of the criteria for Corporate Art Style but lacked important criteria to be classified as Corporate Art Style. The survey indicates that specific character design increases the level of representation and identification.

The oceans around the world have been heavily impacted by overfishing due to very intensive commercial fishing in recent times. A large number of fish stocks have already been fully exploited. Vessel Monitoring System has been put in place to regulate fishing vessels and enforce sustainable fisheries management. Data coming from such systems can be used for the detection of illegal, unregulated, and unreported fishing. In this thesis, we present various machine learning models for the classification of fishing trip trajectories. To train these models, we develop a trajectory segmentation algorithm to create trip trajectories out of raw data and design a graphical user interface for labeling the trip trajectories into fishing and non-fishing. We also examine the impact of the temporal resolution of the data. In conclusion, the CNN-Transformer network performed the best on the binary classification of two different fishing vessel types. During the project, we realized that segmentation of real trajectory data into trips poses many problems and presents the biggest obstacle. The experiment on the varying temporal resolution of the data showed that having a higher temporal resolution gives better modeling results but only to a certain point. / Haven runt om i världen har drabbats hårt av överfiske på grund av ett mycket intensivt kommersiellt fiske på senare tid. Ett stort antal fiskbestånd har redan utnyttjats fullt ut. Fartygsövervakningssystem har införts för att reglera fiskefartyg och upprätthålla hållbar fiskeförvaltning. Data som kommer från sådana system kan användas för att upptäcka olagligt, oreglerat och orapporterat fiske. I detta examensarbete presenterar vi olika maskininlärningsmodeller för klassificering av fisketursbanor. För att träna dessa modeller utvecklar vi en segmenteringsalgoritm för att skapa turbanor av rådata och designa ett grafiskt användargränssnitt för att märka resbanorna till fiske och icke-fiske. Vi undersöker också effekten av den tidsmässiga upplösningen av datan. Sammanfattningsvis presterade CNN-Transformer-nätverket bäst i den binära klassificeringen av två olika fiskefartygstyper. Under projektet insåg vi att segmentering av verkliga bandata till resor utgör många problem och utgör det största hindret. Experimentet på den varierande tidsupplösningen av data visade att en högre tidsupplösning ger bättre modelleringsresultat men bara till en viss punkt.

Bakgrund: Våld i nära relationer är ett globalt folkhälsoproblem. Våldet kan uttrycka sig på flera olika sätt och leda till omfattande hälsoproblem. Hälso- och sjukvården har en viktig roll i att screena, identifiera och stödja våldsutsatta kvinnor. Det är avgörande att hälso- och sjukvårdspersonal skapar en trygg miljö för patienterna. Syfte: Syftet var att synliggöra hinder för sjuksköterskor att identifiera mäns våld mot kvinnor i nära relationer. Metod: En litteraturöversikt baserad på fyra kvalitativa, fyra kvantitativa och fyra mixade originalartiklar hämtade från databaserna CINAHL och PubMed. Resultat: Resultatet är strukturerat utifrån tre huvudteman: Kunskap- och utbildningsbrist, Organisatoriska hinder samt Känslomässiga hinder. Sjuksköterskor vittnar om kunskapsluckor, bristande rutiner, knappa resurser, utmaningar i arbetsmiljön, tidsbrist, attityder och rädslor. Slutsats: Sjuksköterskor möter hinder vid identifiering av våld i nära relation. Fördjupad kunskap, större organisatoriskt stöd och ökad medvetenhet är viktigt för att förbättra arbetet med våldsutsatta kvinnor. / Background: Intimate partner violence is a global public health problem, manifesting in various forms and causing significant health problems. Healthcare plays an important role in screening, identifying, and supporting battered women. It's essential that healthcare professionals create a safe environment for patients. Aim: The purpose was to highlight barriers for nurses in identifying men's violence against women in partner relationships. Method: A literature review based on four qualitative, four quantitative and four mixed-methods original articles retrieved from the databases CINAHL and PubMed. Results: The results are structured around three main themes: Lack of knowledge and education, Organizational barriers and Emotional barriers. Nurses report about knowledge gaps, lacking protocols, resource limitations, work environment challenges, time constraints, attitudes and fears. Conclusions: Nurses encounter barriers in identifying intimate partner violence. Enhanced knowledge, greater organizational support, and increased awareness are important for improving work with battered women.

In this thesis, we explore Lagrangian Neural Networks (LNNs) for system identification of Autonomous Underwater Vehicles (AUVs) with 6 degrees of freedom. One of the main challenges of AUVs is that they have limited wireless communication and navigation under water. AUVs operate under strict and uncertain conditions, where they need to be able to navigate and perform tasks in unknown ocean environments with limited and noisy sensor data. A crucial requirement for localization and adaptive control of AUVs is having an accurate and reliable model of the system’s nonlinear dynamics while taking into account the dynamic environment of the ocean. Most of these dynamics models do not incorporate data. The collection of data for AUVs is difficult, but necessary in order to have more flexibility in the model’s parameters due to the dynamic environment of the ocean. Yet, traditional system identification methods are still dominant today, despite the recent breakthroughs in Deep Learning. Therefore, in this thesis, we aim for a data-driven approach that embeds laws from physics in order to learn the state-space model of an AUV. More precisely, exploring the LNN framework for higher-dimensional systems. Furthermore, we also extend the LNN to account for non-conservative forces acting upon the system, such as damping and control inputs. The networks are trained to learn from simulated data of a second-order ordinary differential equation of an AUV. The trained model is evaluated by integrating paths from different initial states and comparing them to the true dynamics. The results yielded a model capable of predicting the output acceleration of the state space model but struggled in learning the direction of the forward movement with time. / I den här uppsatsen utforskas Lagrangianska Neurala Nätverk (LNN) för systemidentifiering av Autonoma Undervattensfordon (AUV) med 6 frihetsgrader. En av de största utmaningarna med AUV är deras begränsningar när det kommer till trådlös kommunikation och navigering under vatten. Ett krav för att ha fungerande AUV är deras förmåga att navigera och utföra uppdrag under okända undervattensförhållanden med begränsad och brusig sensordata. Dessutom är ett kritiskt krav för lokalisering och adaptiv reglerteknik att ha noggranna modeller av systemets olinjära dynamik, samtidigt som den dynamiska miljön i havet tas i beaktande. De flesta sådana modeller tar inte i beaktande sensordata för att reglera dess parameterar. Insamling av sådan data för AUVer är besvärligt, men nödvändigt för att skapa större flexibilitet hos modellens parametrar. Trots de senaste genombrotten inom djupinlärning är traditionella metoder av systemidentifiering dominanta än idag för AUV. Det är av dessa anledningar som vi i denna uppsats strävar efter en datadriven metod, där vi förankrar lagar från fysik under inlärningen av systemets state-space modell. Mer specifikt utforskar vi LNN för ett system med högre dimension. Vidare expanderar vi även LNN till att även ta ickekonservativa krafter som verkar på systemet i beaktande, såsom dämpning och styrsignaler. Nätverket tränas att lära sig från simulerad data från en andra ordningens differentialekvation som beskriver en AUV. Den tränade modellen utvärderas genom att iterativt integrera fram dess rörelse från olika initialstillstånd, vilket jämförs med den korrekta modellen. Resultaten visade en modell som till viss del var kapabel till att förutspå korrekt acceleration, med begränsad framgång i att lära sig korrekt rörelseriktning framåt i tiden.

Våld i nära relationer mot kvinnor är ett samhällsproblem som oftast förekommer i det egna hemmet. Sjuksköterskan har en viktig roll i att identifiera dessa våldsutsatta kvinnor. Våldet påverkar både den psykiska och fysiska hälsan och en tidig upptäckt av våldet kan förbättra hälsan för den utsatta kvinnan. Det finns svårigheter i vården att identifiera samt möta kvinnors behov av vård på ett tillfredsställande sätt. Syftet är att belysa sjuksköterskors upplevelse av att identifiera våldsutsatta kvinnor på akutmottagning. Den här studien är en litteraturstudie som utgått från kvalitativa och kvantitativa forskningsartiklar. Artikelsökningen gjordes i PubMed och Cinahl. I resultatet framkom temana "Sjuksköterskans upplevda roll och ansvar", "Sjuksköterskans emotionella upplevelser", "Kunskap och strategier" samt "Arbetsplatsrelarerade faktorer". De faktorer som är en barriär för sjuksköterskans identifiering av våldsutsatta kvinnor är brist på rutiner och riktlinjer, bristande utbildning och kunskap, arbetsmiljö, fördomar och attityder samt känslomässig påverkan. För att sjuksköterskan ska kunna hjälpa våldsutsatta kvinnor behövs mer utbildning, kunskap och erfarenheter kring ämnet. Sjuksköterskor upplever att mer utbildning, kunskap, riktlinjer och rutiner är nödvändigt för att kunna identifiera kvinnor på akutmottagningen som utsatts för våld i nära relation. / Violence in intimate relationships against women is a societal problem that usually occurs in one's own home. The nurse has an important role in identifying these abused women. The violence affects both mental and physical health and an early detection of the violence can improve the health of the vulnerable woman. However, there are difficulties in identifying and meeting women's needs for care in a satisfactory manner. The purpose was to illustrate on nurses' experience of identifying abused women in the emergency department. This is a literature study based on various qualitative articles and various quantitative articles. The article search was done in PubMed and CINAHL. The results revealed two main themes; "The nurse's experienced role and responibility", "The nurse's emotional experience", "Knowledge and strategies" and "Workplace-related factors". Factors that are barriers to the nurse's identification of women exposed to violence are lack of routines and guidelines, lack of education and knowledge, work environment, prejudices and attitudes, and emotional impact. For the nurse to be able to help women exposed to domestic violence, more training, knowledge and experience on the subject is required. For the nurse to be able to identify women exposed to violence, improvement in education, knowledge, guidelines and routines is required.

Bakgrund: 49 miljoner människor runt om i världen drabbas årligen av sepsis samt orsakar 11 miljoner dödsfall. Det är ett allvarligt och livshotande tillstånd där varje timme räknas för att minska dödligheten och därmed krävs en tidig identifiering för en snabb och adekvat behandling samt en säker vård. Syfte: Syftet var att beskriva sjuksköterskors kliniska erfarenheter av att identifiera sepsis hos patienter inom hälso- och sjukvården. Metod: En litteraturöversikt som inkluderade åtta vetenskapliga artiklar publicerade mellan 2003 och 2022. Data inhämtades från databaserna CINAHL och MEDLINE samt genom sekundär sökning. Innehållsanalys utfördes enligt Fribergs fem steg. Resultat: Två huvudkategorier och sex underkategorier identifierades. Sjuksköterskors kliniska erfarenheter av att identifiera sepsis (erfarenhet påverkar tidig identifiering, symtom och varningstecken, klinisk erfarenhet av diffusa symtom). Faktorer som påverkar sjuksköterskornas identifiering av sepsis (kunskap och arbetsstöd, samverkan i team och kommunikation, arbetsbelastningens betydelse).   Slutsats: Sepsis är ett komplext tillstånd som kan vara svårt att identifiera när diffusa symtom och tecken uppvisas. Sjuksköterskornas förmågor att identifiera sepsis påverkas av olika faktorer såsom kunskap, klinisk erfarenhet och arbetsmiljö. / Background: 49 million people around the world suffer from sepsis annually and cause 11 million deaths. It is a serious and life-threatening condition where every hour counts to reduce mortality and thus early identification is required for prompt and adequate treatment for a safe care. Aim: The purpose was to describe nurses' experiences of identifying sepsis in patients within the health care. Method: A literature review that included eight scientific articles published between 2003 and 2022. Data were obtained from the databases CINAHL, MEDLINE and by secondary search. Content analysis was performed according to Friberg's five steps. Results: Two main categories and six subcategories were identified. Nurses' clinical experience in identifying sepsis (experience affects early identification, symptoms and warning signs, clinical experience of diffuse symptoms). Factors influencing the nurses' identification of sepsis (knowledge and work support, teamwork and communication, workload importance). Conclusion: Sepsis is a complex condition that can be difficult to identify when diffuse symptoms and signs are present. The nurses' abilities to identify sepsis are affected by various factors such as knowledge, clinical experience and work environment.

To label words of interest into a predefined set of named entities have traditionally required a large amount of labeled in-domain data. Recently, the availability of pre-trained transformer-based language models have enabled multiple natural language processing problems to utilize transfer learning techniques to construct machine learning models with less task-specific labeled data. In this thesis, the impact of data augmentation when training a pre-trained transformer-based model to adapt to a named entity recognition task with few labeled sentences is explored. The experimental results indicate that data augmentation increases performance of the trained models, however the data augmentation is shown to have less impact when more labeled data is available. In conclusion, data augmentation has been shown to improve performance of pre-trained named entity recognition models when few labeled sentences are available for training. / Att kategorisera ord som tillhör någon av en mängd förangivna entiteter har traditionellt krävt stora mängder förkategoriserad områdesspecifik data. På senare år har det tillgängliggjorts förtränade språkmodeller som möjliggjort för språkprocesseringsproblem att lösas med en mindre mängd områdesspecifik kategoriserad data. I den här uppsatsen utforskas datautöknings påverkan på en maskininlärningsmodell för identifiering av namngivna entiteter. De experimentella resultaten indikerar att datautökning förbättrar modellerna, men att inverkan blir mindre när mer kategoriserad data är tillgänglig. Sammanfattningsvis så kan datautökning förbättra modeller för identifiering av namngivna entiteter när få förkategoriserade meningar finns tillgängliga för träning.

Bakgrund: Sepsis är ett allvarligt tillstånd med hög risk för mortalitet och drabbar miljontals människor världen över. Att som sjuksköterska tidigt kunna identifiera tillståndet innebär större chans till adekvat behandling och mindre lidande för patienten. Sjuksköterskan ansvarar för säker vård och god omvårdnad, där kunskap och klinisk intuition utgör en viktig del i observationen av patienten. Syfte: Syftet var att undersöka vilka faktorer som kan påverka sjuksköterskans identifiering av sepsis.MetodEn allmän litteraturöversikt valdes som metod. Relevanta artiklar hämtades ur databaserna PubMed och Cinahl Complete. Datainsamlingen gjordes på tolv originalartiklar, där majoriteten av studierna var av kvantitativ design. Samtliga artiklar genomgick kvalitetsgranskning och analyserades enligt relevant kurslitteratur. Resultat: Två huvudteman identifierades: arbetsmiljöfaktorer och kunskap hos sjuksköterskan. Två underkategorier till arbetsmiljöfaktorer framkom: kommunikation inom vårdteamet och vikten av mätverktyg och observationer. Hög arbetsbelastning, bristande kunskap och kommunikation samt otillräcklig användning av mätverktyg vid observationer, var faktorer som hindrade identifieringen av sepsis. Arbetslivserfarenhet, god kunskap och självförtroende samt adekvat användning av mätverktyg visade sig vara främjande faktorer. Slutsats: Mätverktyg, kommunikation, kunskap och arbetsmiljö var faktorer som påverkade sjuksköterskans identifiering av sepsis. Sjuksköterskan bör ges rätt förutsättningar för att tidigt kunna identifiera sepsis. En god arbetsmiljö och kommunikation i vårdteamet skulle kunna minska sjuksköterskans etiska stress, höja arbetsmoralen och leda till en mer säker vård. Kontinuerlig kompetensutveckling på arbetsplatsen kan också öka sjuksköterskans självförtroende. En god arbetsmiljö, kunskap, kommunikation och adekvat användning av mätverktyg är således av största vikt för sjuksköterskans identifiering av sepsis. / Background: Sepsis is a common condition with a high risk of mortality, affecting millions of people worldwide. As a nurse, being able to identify the condition early means a higher chance of adequate treatment and less suffering for the patient. The nurse is responsible for safe care and good nursing, where knowledge and clinical intuition are an important part of the observation of the patient. Aim: The aim was to investigate the factors that influence nurse´s identification of sepsis.MethodA general literature review was chosen as the method. Data collection was based on the PubMed and Cinahl Complete databases. Twelve original articles were selected, where most of the studies were of quantitative design. All articles underwent quality review and were analyzed according to relevant course literature. Results: Two main themes were identified: work environment factors and nurse knowledge. Two subcategories to work environment factors emerged: communication within the care team and the importance of measurement tools and observations. High workload, lack of knowledge and communication, and insufficient use of measurement tools during observations were factors that hindered the identification of sepsis. Work experience, good knowledge and confidence, and adequate use of measurement tools were found to be facilitating factors. Conclusion: Measurement tools, communication, knowledge, and work environment were factors that influenced nurses' identification of sepsis. Nurses should be given the right conditions to identify sepsis at an early stage. A good working environment and communication within the healthcare team could reduce nurses' ethical stress, increase morale and lead to safer care. Continuous professional development in the workplace could also increase nurses' confidence. A good work environment, knowledge, communication, and adequate use of measurement tools is shown to be of great importance for nurses’ identification of sepsis.

Bakgrund: År 2022 tog AI-tekniken ett betydande steg framåt i utvecklingen i form av generativ AI. Allmänheten tog a del av utvecklingen samma år som Chat GPT släpptes, vilket är en språkmodell som kan generera innehåll och svara på frågor inom olika ämnen. Bara två månader efter lanseringen hade Chat GPT uppnått historiskt tillväxt. En faktor som gör Chat GPT kraftfull och kompetent i att generera mänskliga och högkvalitativa svar på frågor är den omfattande data som används för att träna modellen. Den snabba tillväxten av AI:s förmågor förändrar entreprenörskapets praktik. Den ökade användningen av generativ AI har potential att revolutionera både hur och vilka möjligheter som identifieras. Framtidens entreprenörer står inför en betydande utmaning som handlar om att effektivt utnyttja AI:s potential, i form av nya möjligheter och produktivitetsförbättringar, samtidigt som de undviker risken att bli ersatta av AI.  Syfte: Syftet med studien är att undersöka hur entreprenörers förmåga att identifiera möjligheter påverkas av AI. Detta för att bidra med bättre förståelse för till vilken nivå AI kan ersätta eller hjälpa entreprenörerna i sin roll. Genom att adressera denna fråga avser studien att bidra till en ökad förståelse för hur generativ AI kan forma det framtida landskapet för entreprenörer.  Metod: En kvalitativ metod har använts i form av en fallstudie bestående av två delar. I första delen av fallstudien deltog nio entreprenörer och i andra delen av fallstudien deltog tre investerare. I studien undersöks entreprenören tillsammans med AI, AI på egen hand och entreprenören på egen hand i att generera affärsidéer. Affärsidéerna bedöms av investerarna utifrån en skala 1–5 baserad på särskilda faktorer. Studien har ett interpretativ forskningsperspektiv och följer en abduktiv ansats.   Slutsats: Den slutsats som kan dras är att AI identifierar bäst möjligheter. Resultatet visar att AI genererar idéer med hög marknadspotential men behöver entreprenörens expertis för hög differentiering. Entreprenörer betraktar AI som ett värdefullt verktyg men upplever utmaningar i användningen vilket gör samarbetet ineffektivt, särskilt vid bristande teknisk förståelse. AI har förmågan ta över rollen som idégenererare och omdefiniera entreprenörens roll till utvärderare och implementatör av idéer, vilket ökar effektiviteten i processen att identifiera möjligheter. / Background: In 2022, AI technology took a significant step forward in its development. The development became public knowledge the same year Chat GPT was released, which is a tool with the ability to generate content and answer questions on various topics. Just two months after its launch, Chat GPT achieved historic growth. A factor that makes Chat GPT powerful and competent in generating human and high-quality responses is the large amount of data used to train the model. The rapid growth of AI's capabilities is changing the practice of entrepreneurship. The increased use of generative AI has the potential to revolutionize both how and which opportunities are identified. Entrepreneurs of the future face a significant challenge that involves effectively exploiting the potential of AI, in terms of new opportunities and productivity improvements, while avoiding the risk of being replaced by AI.  Purpose: The purpose of the study is to investigate how entrepreneurs' opportunity recognition is affected by AI. This, to contribute with a better understanding of the level to which AI can replace or help entrepreneurs in their role. By addressing this question, the study intends to contribute to an increased understanding of how generative AI can shape the future landscape for entrepreneurs.  Method: A qualitative method has been used in the form of a case study consisting of two parts. Nine entrepreneurs participated in the first part of the case study and three investors participated in the second part of the case study. The study examines the entrepreneur together with the AI, as well as AI and the entrepreneur on their own in their ability to generate business ideas. The business ideas were evaluated by the investors on a scale of 1-5 based on specific factors. The study has an interpretive research perspective and follows an abductive approach.  Conclusion: The conclusion that can be drawn is that AI identifies the best opportunities. The result shows that AI generates ideas with high market potential but needs entrepreneur's expertise to achieve high differentiation. Entrepreneurs view AI as a valuable tool but experience challenges in its use that makes their collaboration ineffective, especially in the absence of technical understanding. AI has the ability to take over the role as idea generator and redefine the role of entrepreneurs as an evaluator and implementer of ideas, this will increase the efficiency of the opportunity recognition process.