Sjöräddning i Sverige sker genom samverkan mellan statliga verksamheter, kommuner och frivilligorganisationer för ett gemensamt mål att rädda personer som råkat i sjönöd. Tid är ofta en kritisk faktor i räddningsuppdragen men ett snabbt och oplanerat utryck riskerar samtidigt att sätta räddningsaktörerna själva i farozonen. Utvecklingen av obemannade autonoma farkoster för SAR (eng. Search And Rescue) ses som en lösning på behovet att kunna snabbt skicka hjälp till samt få ögon på incidentplatsen utan att försätta räddningsaktörerna för onödig risk. Nuvarande kommunikationssystem inom svensk sjöräddning kan dock inte hantera annan typ av information än muntlig varav räddningsaktörer endast känner till riktlinjer för hantering av muntlig information. Med ett framtida införande av autonoma farkoster kommer dock fler informationstyper att behöva hanteras i sjöräddningar varav oklarheten om vilka informationstyper autonoma farkoster samlar in och vilka datahanteringskrav som finns är problematiskt. Oklarhet om informationstyperna och deras datahanteringskrav är vidare problematiskt för utvecklingen och implementeringen av autonoma farkoster då risken finns att farkoster och tekniker utvecklas men inte får användas för att de inte är anpassade efter lagkraven på hantering av olika datatyper. I denna studie undersöks därför vilka informationstyper som autonoma farkoster kan samla in vid sjöräddning. Detta för att komma fram till vilka riktlinjer för datahantering som gäller vid sjöräddning med autonoma farkoster. Studien undersöker också vilka informationstyper som är kritiska för en SAR-sjöräddningssamverkan samt vilka informationsdelningsutmaningar som finns i dagens sjöräddning. Studien genomfördes i form av en kvalitativ fallstudie och har tillämpat ett socio-tekniskt systemperspektiv för att bättre se till helheten och besvara frågeställningarna. Resultatet av denna studie visar att autonoma farkoster kan samla in information om sin omgivning, vilket utgör grunden för att skapa en medvetenhet om situationen som är kritiskt för SAR-operationer, och kan även samla in information om sitt eget tillstånd. De lagverk som identifierats utgöra de huvudsakliga restriktionerna är kamerabevakningslagen, lagen för skydd av geografisk information, offentlighets- och sekretesslagen, GDPR och dataskyddslagen. Dessa lagverk innehåller riktlinjer för delning av information och personuppgiftsbehandling i SAR-sjöräddning. Kunskapsbidrag studien har genererat inkluderar bland annat identifiering av datatyper som kan samlas in av autonoma farkoster i en SAR-sjöräddning, och sannolikt andra typer av räddningsinsatser, och delning och hanteringskraven på de datatyperna i räddningsinsatser och därmed kunskap om vilka datatyper som är mest reglerade. Vidare kunskapsbidrag är kunskap om vilka informationstyper som är mest kritiska för SAR-sjöräddningar, och därför bör prioriteras att samlas in och delas, och identifieringen av utmaningar för informationsdelning mellan statliga verksamheter och frivilligorganisationer. / Maritime rescue in Sweden is performed through a cooperation between government agencies, municipalities and non-governmental organisations (NGOs) with the common goal of saving people in distress. Time is often a critical factor in the rescue missions but a fast and unplanned response may at the same time put the rescue workers in danger. The development of unmanned autonomous vehicles for SAR is seen as a solution to the need of being able to quickly sendhelp as well as get eyes on the scene of the incident without exposing the rescue workers for unnecessary risks. However, the current communications systems in Swedish maritime rescue are unable to handle any other type of information except verbal, meaning that rescue workers only know guidelines for handling verbal information. However, with a future implementation of autonomous vehicles, there will be a need to handle more information types in maritime rescue whereas the uncertainty regarding what kind of information autonomous vehicles collect and which data management requirements exist is problematic. The uncertainty about the information types and their data management requirements is also problematic for the development and implementation of autonomous vehicles as there is a risk that vehicles and technologies are developed but not allowed to be used because they are not adapted to the legal requirements on management of the different types of data. Therefore, in this study I examine what information types that autonomous vehicles can collect in a maritime rescue to find out what guidelines for data management that applies during a maritime rescue with autonomous vehicles. The study also examines what kind of information’s are critical for a SAR maritime rescue cooperation as well as what information sharing challenges exist in current maritime rescue. The study was performed as a qualitative case study and has used a socio-technical systems perspective so as to better see the overall picture and answer the research questions. The result shows that autonomous vehicles can collect information about their surroundings, which is the foundation for establishing situation awareness that is critical for SAR-operations, and that they can collect information about their own status. The main laws and regulations that have been identified as constituting the main restrictions are (translated from Swedish) the law of camera surveillance, the law for protection of geographical information, the public access to information and secrecy act, the GDPR and the data protection act. These contains guidelines for sharing information and the processing of personal data in SAR maritime rescue. The knowledge contributions of this study includes among others the identification of datatypes that can be collected by autonomous vehicles in SAR maritime rescue, and probably other types of rescue operations, and the sharing and management requirements on those datatypes in rescue operations and thus knowledge of what datatypes that are the most restricted. Further knowledge contributions is knowledge about which information types that are the most critical for SAR maritime rescue and thus should be prioritised for collection and sharing as well as the identification of challenges for information sharing between government agencies and NGOs.

Indiana University-Purdue University Indianapolis (IUPUI) / This qualitative study was successful in utilization of grounded theory methodology to ascertain nurses’ decision-making processes following their awareness of having made a medical error, as well as how and/or if they corrected and reported the error. Significant literature documents the existence of medical errors; however, this unique study interviewed thirty nurses from adult intensive care units seeking to discover through a detailed interview process their individual stories and experiences, which were then analyzed for common themes. Common themes led to the development of a theoretical model of thought processes regarding error reporting when nurses made an error. Within this theoretical model are multiple processes that outline a shared, time-orientated sequence of events nurses encounter before, during, and after an error. One common theme was the error occurred during a busy day when they had been doing something unfamiliar. Each nurse expressed personal anguish at the realization she had made an error, she sought to understand why the error happened and what corrective action was needed. Whether the error was reported on or told about depended on each unit’s expectation and what needed to be done to protect the patient. If there was no perceived patient harm, errors were not reported. Even for reported errors, no one followed-up with the nurses in this study. Nurses were left on their own to reflect on what had happened and to consider what could be done to prevent error recurrence. The overall impact of the process of and the recovery from the error led to learning from the error that persisted throughout her nursing career. Findings from this study illuminate the unique viewpoint of licensed nurses’ experiences with errors and have the potential to influence how the prevention of, notification about and resolution of errors are dealt with in the clinical setting. Further research is needed to answer multiple questions that will contribute to nursing knowledge about error reporting activities and the means to continue to improve error-reporting rates

[ES] La presente tesis doctoral propone la arquitectura de un sistema de Geo-visualización Espaciotemporal de actividad delictiva y criminal, para ser aplicada a Sistemas de Comando y Control (C2S) específicamente dentro de sus Sistemas de Información de Comando y Control (C2IS). El sistema de Geo-visualización Espaciotemporal se basa en el análisis masivo de datos reales de actividad delictiva, proporcionado por la Policía Nacional Colombiana (PONAL) y está compuesto por dos aplicaciones diferentes: la primera permite al usuario geo-visualizar espaciotemporalmente de forma dinámica, las concentraciones, tendencias y patrones de movilidad de esta actividad dentro de la extensión de área geográfica y el rango de fechas y horas que se precise, lo cual permite al usuario realizar análisis e interpretaciones y tomar decisiones estratégicas de acción más acertadas; la segunda aplicación permite al usuario geo-visualizar espaciotemporalmente las predicciones de la actividad delictiva en periodos continuos y cortos a modo de tiempo real, esto también dentro de la extensión de área geográfica y el rango de fechas y horas de elección del usuario. Para estas predicciones se usaron técnicas clásicas y técnicas de Machine Learning (incluido el Deep Learning), adecuadas para el pronóstico en multiparalelo de varios pasos de series temporales multivariantes con datos escasos. Las dos aplicaciones del sistema, cuyo desarrollo se muestra en esta tesis, están realizadas con métodos novedosos que permitieron lograr estos objetivos de efectividad a la hora de detectar el volumen y los patrones y tendencias en el desplazamiento de dicha actividad, mejorando así la conciencia situacional, la proyección futura y la agilidad y eficiencia en los procesos de toma de decisiones, particularmente en la gestión de los recursos destinados a la disuasión, prevención y control del delito, lo cual contribuye a los objetivos de ciudad segura y por consiguiente de ciudad inteligente, dentro de arquitecturas de Sistemas de Comando y Control (C2S) como en el caso de los Centros de Comando y Control de Seguridad Ciudadana de la PONAL. / [CA] Aquesta tesi doctoral proposa l'arquitectura d'un sistema de Geo-visualització Espaitemporal d'activitat delictiva i criminal, per ser aplicada a Sistemes de Comandament i Control (C2S) específicament dins dels seus Sistemes d'informació de Comandament i Control (C2IS). El sistema de Geo-visualització Espaitemporal es basa en l'anàlisi massiva de dades reals d'activitat delictiva, proporcionada per la Policia Nacional Colombiana (PONAL) i està composta per dues aplicacions diferents: la primera permet a l'usuari geo-visualitzar espaitemporalment de forma dinàmica, les concentracions, les tendències i els patrons de mobilitat d'aquesta activitat dins de l'extensió d'àrea geogràfica i el rang de dates i hores que calgui, la qual cosa permet a l'usuari fer anàlisis i interpretacions i prendre decisions estratègiques d'acció més encertades; la segona aplicació permet a l'usuari geovisualitzar espaciotemporalment les prediccions de l'activitat delictiva en períodes continus i curts a mode de temps real, això també dins l'extensió d'àrea geogràfica i el rang de dates i hores d'elecció de l'usuari. Per a aquestes prediccions es van usar tècniques clàssiques i tècniques de Machine Learning (inclòs el Deep Learning), adequades per al pronòstic en multiparal·lel de diversos passos de sèries temporals multivariants amb dades escasses. Les dues aplicacions del sistema, el desenvolupament de les quals es mostra en aquesta tesi, estan realitzades amb mètodes nous que van permetre assolir aquests objectius d'efectivitat a l'hora de detectar el volum i els patrons i les tendències en el desplaçament d'aquesta activitat, millorant així la consciència situacional , la projecció futura i l'agilitat i eficiència en els processos de presa de decisions, particularment en la gestió dels recursos destinats a la dissuasió, prevenció i control del delicte, la qual cosa contribueix als objectius de ciutat segura i per tant de ciutat intel·ligent , dins arquitectures de Sistemes de Comandament i Control (C2S) com en el cas dels Centres de Comandament i Control de Seguretat Ciutadana de la PONAL. / [EN] This doctoral thesis proposes the architecture of a Spatiotemporal Geo-visualization system of criminal activity, to be applied to Command and Control Systems (C2S) specifically within their Command and Control Information Systems (C2IS). The Spatiotemporal Geo-visualization system is based on the massive analysis of real data of criminal activity, provided by the Colombian National Police (PONAL) and is made up of two different applications: the first allows the user to dynamically geo-visualize spatiotemporally, the concentrations, trends and patterns of mobility of this activity within the extension of the geographic area and the range of dates and times that are required, which allows the user to carry out analyses and interpretations and make more accurate strategic action decisions; the second application allows the user to spatially visualize the predictions of criminal activity in continuous and short periods like in real time, this also within the extension of the geographic area and the range of dates and times of the user's choice. For these predictions, classical techniques and Machine Learning techniques (including Deep Learning) were used, suitable for multistep multiparallel forecasting of multivariate time series with sparse data. The two applications of the system, whose development is shown in this thesis, are carried out with innovative methods that allowed achieving these effectiveness objectives when detecting the volume and patterns and trends in the movement of said activity, thus improving situational awareness, the future projection and the agility and efficiency in the decision-making processes, particularly in the management of the resources destined to the dissuasion, prevention and control of crime, which contributes to the objectives of a safe city and therefore of a smart city, within architectures of Command and Control Systems (C2S) as in the case of the Citizen Security Command and Control Centers of the PONAL. / Salcedo González, ML. (2023). Arquitectura de un sistema de geo-visualización espacio-temporal de actividad delictiva, basada en el análisis masivo de datos, aplicada a sistemas de información de comando y control (C2IS) [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/192685