I Sverige är det socialtjänsten som bifaller bistånd för äldre som är i behov av omsorg. När antalet äldre ökar, ökar också kostnaderna, detta medför att anhöriga uppmuntras, tvingas vårda i hemmet, ca 71 procent anhörig vårdar i Sverige. Men med en ökad anhörig omsorg behöver anhörigvårdare uppskattning från samhället för sina arbetsinsatser. I denna studie har kvalitativ metod med djupgående intervjufrågor använts, genom att intervjua tre kvinnor från olika kommuner, två anhörigvårdare varav den ena jobbat som äldreomsorgspersonal, 67 år, den andra som röntgensköterska, 66 år, en demenssjuksköterska, 54 år. Gemensamma mönster som framträder i det flerdimensionella erkännandet, mikro, meso och makro är att känna uppskattning. En kvalitativ ansats med erkännandeteori som grund för att förstå anhörigas upplevelser av erkännande från samhället för de arbetsinsatser de utför. Erkännande teorin kommer användas flerdimensionellt, det innefattar privat- offentligt- och socialt erkännande, de olika delarna relaterar till individens upplevelse av uppskattning.

SEAM (Small Explorer for Advanced Missions) is a 3U CubeSat developedat KTH Royal Institute of Technology which will provide highqualityDC and AC magnetic field measurements of Earth’s magneticfield. The measurement system requires extended periods of timeup to 1000 seconds without active attitude control. The satellite willuse passive gravity gradient stabilization and dipole cancellation via aseparate set of magnetorquers to satisfy LVLH pointing requirementsduring the coasting phases. In this thesis a detailed model of satellitemagnetic moment is presented which includes dipole moment sourcesfrom on-board current loops. The attitude dynamics of the satelliteis characterized with simulations and a strategy is proposed to estimateand compensate the time-dependent magnetic dipole momentusing the dipole compensation magnetorquers and an offline estimationalgorithm. The algorithm is tested with simulated error sourcesand noise and was found to be able to robustly identify and cancel outthe satellite dipole to satisfy mission requirements. / SEAM (Small Explorer for Advanced Missions) är en 3U CubeSat utveckladpå KTH Kungliga tekniska högskolan för DC och AC magnetiskfältmätningarav Jordens magnetfält. Mätningar kräver längretidperioder upp till 1000 sekunder utan aktiv attitydstyrning. Satellitenkommer använda passiv tyngdkraftsgradientstabilisering samtmagnetisk dipolmomentkompensation med hjälp av ett separat setav magnetiska spolar för att upprätthålla orienteringskrav under perioderutan attitydstyrning. Denna rapport presenterar en detaljeradmodell av satellitens magnetiskt dipolmoment som inkluderar dipolmomentkällorfrån strömslingor ombord satelliten. Satellitens attityddynamikär karaktäriserad med simulationer och en strategi tas framför att estimera och kompensera det tidsberoende magnetiska dipolmomentetgenom att använda dipolkompensations magnetiska spolaroch en offline estimeringsalgoritm. Algoritmen är testad med simuleradefelkällor och brus och har funnits pålitlig för uppskattning avdipolmomentet och dess kompensation för att uppfylla missionskrav.

Syftet med denna undersökning var att ta reda på vilka föreställningar och kunskaper elever iskolår 6 och 9 har angående hushållssopor, sopsortering, vatten- och elanvändning, närmarebestämt hur sopor sorteras och hur de återvinns och vilka vatten- och el-användare som finns ihemmen och vilka mängder det rör sig om samt vilka besparingar som kan göras.I huvudsak kvalitativa intervjuer har genomförts i två klasser. Resultatet pekar på att elevernahar vissa kunskaper, om än små, om sopsortering och vilka som är vatten- och el-användarna ihemmen. Kunskapen om varför man sorterar och vilka mängder el och vatten det rör sig omvar under förväntan, likaså förmågan att kunna uppskatta absoluta och relativa mängder ochdärifrån föra ett resonemang om att beräkna mängder och dra slutsatser. Kunskapen om vilkabesparingsalternativ som står till buds var också begränsad och rörde så gott som uteslutandeinskränkningar.

In order to be able to perform many tasks, autonomous devices need to understand their environment and know where they are in this environment. Simultaneous Localisation and Mapping (SLAM) is a solution to this problem. When several devices attempt to jointly solve this problem they use Collaborative SLAM (C-SLAM), but this is a very resource-demanding process. In order to enable resource-constrained devices, like small mobile robots or eXtended Reality (XR) devices, to run C-SLAM we look towards a Server-Assisted C-SLAM architecture to lift the computational burden from these devices. In a real-world scenario, sensors might fail, the devices might process sensor data wrongly or a malicious actor might inject wrong data into the system. In order for these solutions to be reliable, they must be able to deal with these \emph{outliers}. This thesis looks into the impact of outliers in Server-Assisted C-SLAM algorithms and presents two novel solutions for a robust algorithm, based on robust estimation of the initial device poses. We show the novel solutions outperform the state of the art both in estimation accuracy, yielding better estimates of the real device trajectories, and computational performance, making it suitable for device-constrained devices. / För att kunna utföra flertalet uppgifter måste autonoma enheter förstå sin miljö och veta var de befinner sig i den här miljön. Simultaneous Localization and Mapping (SLAM) är en lösning på detta problem. När flera enheter försöker lösa detta problem tillsammans använder de Samarbetande SLAM (C-SLAM), men detta är en mycket resurskrävande process. För att möjliggöra att resursbegränsade enheter, så som exempelvis små mobila robotar eller eXtended Reality (XR)-enheter, ska kunna köra C-SLAM föreslås en serverassisterar C-SLAM-arkitektur beräkningsbördan kan lyftas från dessa enheter till servern. I ett verkligt scenario kan sensorer vara felaktiga, enheter behandla sensordata felaktigt eller illvilliga aktörer injicera felaktig data i systemet. Därför undersöker detta arbete effekten av \emph{outliers} i Serverassisterade C-SLAM-algoritmer och presenterar två nya lösningar för en robust algoritm, baserad på robusta uppskattningar av enhetens initiala positioner. Denna lösning visar sig överträffa likartade lösningar i litteraturen både vad gäller uppskattningsnoggrannhet, vilket ger bättre uppskattningar av den verkliga enhetsbanor och beräkningsprestanda, vilket gör den lämplig för enheter med begränsade resurser.

Autonomous vehicles are currently under study and one of the critical parts is the localization of the vehicle in the environment. Different localization methods have been studied over the years, such as the GPS sensor, commonly fused with other sensors such as the IMU. However, situations where the vehicle crosses a tunnel, a bridge, or there is simply traffic congestion, can cause the vehicle to get lost. Therefore, other methods such as point cloud registration have been used, where two point clouds are aligned, thus finding the pose of the vehicle on a precomputed map. Point cloud alignment, although a useful and functional method, is not free from errors that can lead to vehicle mislocalization. The intention of this work is to develop and compare different metrics capable of measuring in real time the performance of the point cloud alignment algorithm used, in this case Normal Distribution Transform (NDT). Therefore, it is important first of all to know if the position obtained meets the minimum requirements defined, just by knowing the input and output parameters of the algorithm. In addition to classifying the positioning as good or bad, the objective is to have a quality parameter that allows estimating the error committed in a complex environment where the uncertainty is very high. In addition, the influence of vehicle speed on the error made by the point cloud alignment algorithm will also be studied to determine whether there is any significant correlation between them. For this purpose, four different metrics have been studied, two of them being new contributions to this algorithm, called Error Propagation and CorAl, while the ones called Hessian and Score are obtained from the alignment algorithm itself. Data used was previously recorded and corrected, therefore obtaining ground truth data. Once the metrics were implemented, all of them were subjected to the same experiments, thus obtaining for each instant a quality measure that allowed a fair comparison to be made. These experiments were carried out on two different routes, being simulated 5 times each. In addition, from these simulations the speed was recorded, allowing the influence study to be carried out. The results show that the best performing metrics in terms of classification and estimation were the Error Propagation and the Hessian, while being impossible to determine a threshold value for the case of CorAl. Furthermore, they show that despite being functional, the error estimation is still far from perfect. It has also been shown that the error estimation of the lateral axis of the vehicle is more complex than in the case of the longitudinal axis. Finally, a strong and positive relationship between the vehicle speed and the error made by the alignment algorithm has been found. / Autonoma fordon studeras för närvarande och en av de kritiska delarna är lokaliseringen av fordonet i omgivningen. Olika lokaliseringsmetoder har studerats genom åren, t.ex. GPS-sensorn som ofta kombineras med andra sensorer, t.ex. IMU. Situationer där fordonet korsar en tunnel, en bro eller där det helt enkelt är trafikstockningar kan leda till att fordonet tappar uppfattningen om sin position. Därför har andra metoder utvecklats, t.ex. registrering av punktmoln, där två punktmoln justeras för att hitta fordonets position på en förinställd karta. Även om punktmolnsjustering är en användbar och funktionell metod, är den inte fri från fel som kan leda till felaktig lokalisering av fordonet. Syftet med detta arbete är att utveckla och jämföra olika mätmetoder som i realtid kan mätaprestandan hos den algoritm för punktmolnsjustering som används, i detta fall Normal DistributionTransform (NDT). Därför är det viktigt att först och främst veta om den erhållna tjänsten uppfyllerde fastställda minimikraven, bara genom att känna till algoritmens in- och utgångsparametrar.Förutom att klassificera positioneringen som bra eller dålig är målet att ha en kvalitetsparametersom gör det möjligt att uppskatta det fel som begåtts i en komplex miljö där osäkerheten är myckethög. Dessutom kommer fordonshastighetens inverkan på felet som görs av algoritmen för justeringav punktmoln också att studeras för att avgöra om det finns någon signifikant korrelation mellandem. För detta ändamål har fyra olika mått studerats, varav två är nya bidrag till denna algoritm, kallade Error Propagation och CorAl, medan de som kallas Hessian och Score erhålls från själva anpassningsalgoritmen. Data har tidigare registrerats och korrigerats, vilket ger sanningsdata. När mätvärdena hade implementerats utsattes de alla för samma experiment, så att man för varje ögonblick fick ett kvalitetsmått som gjorde det möjligt att göra en rättvis jämförelse. Dessa experiment utfördes på två olika rutter, som simulerades 5 gånger vardera. Dessutom registrerades hastigheten från dessa simuleringar, vilket gjorde det möjligt att genomföra en påverkansstudie. Resultaten visar att de bäst presterande mätvärdena när det gäller klassificering och uppskattning var Error Propagation och Hessian. Dessutom visar de att feluppskattningen fortfarande är långt ifrån perfekt. Det har också visats att feluppskattningen av fordonets sidoaxel är mer komplex än i fallet med den längsgående axeln. Slutligen har ett starkt och positivt samband mellan fordonshastigheten och felet som görs av inriktningsalgoritmen hittats.

Bakgrund: Motivation är viktigt för att driva en till handling vilket alla har erfarenheter av. Oavsett vad det är för handling så ligger där alltid någon form av drivkraft bakom denna. Vi fann motivationsfaktorer inom den offentliga sektorn som mycket intressant och då främst polisyrket med deras unika arbetsuppgifter. Detta gjorde att vi ville undersöka vad poliser motiveras av.   Problemformulering: Vilka motivationsfaktorer driver nyexaminerade poliser?   Syfte: Syftet med denna studie är att söka en förståelse vad det är som motiverar nyexaminerade poliser.   Metod: Studien som gjorts är genomförd med en kvalitativ forskningsdesign. Insamlingen av material har gjorts genom semi-strukturerade telefonintervjuer. Respondenterna bestod av nyexaminerade poliser.   Resultat och slutsatser: Studien visade på att de interna tillsammans med externa drivkrafterna bidrar till den högsta motivationen. Poliserna drevs i större grad av att hjälpa individer och samhället i stort, snarare än för sin egen vinning. Den externa motivationsfaktorn som efterfrågades mest var erkännande och uppskattning från kollegor och ledning. / Background: Motivation is important to push you to action which is something that everybody has experienced. Regardless what kind of action it is, there is always some kind of driving force behind it. We found motivation factors in the public sector as very interesting and especially within the police force, with their unique job assignments. This resulted in that we wanted to examine what motivates policemen.   Research question: What motivation factors instigate newly graduated policemen?   Purpose: The purpose with this study is to seek an understanding of what motivates newly graduated policemen.   Methodology: The study that has been done is performed with a qualitative research design. The received material has been conducted through semi-structured telephone interviews. The respondents consisted of newly graduated policemen.   Results and Conclusions: The study illustrates that intrinsic together with extrinsic driving forces contributes to the highest motivation effect. The policemen were driven in a higher degree when they helped individuals and the society as a hole rather than for their own interest. The extrinsic motivation factor that was most demanded was recognition and appreciation from their colleagues and by their management.

Syfte: Syftet med studien var att beskriva olika tillvägagångssätt för att minska personalomsättningen av sjuksköterskor. Metod: Studien har en induktiv ansats. Forskningsdesignen var en fältstudie, där vi har undersökt vad sjuksköterskor anser att sjukvården bör jobba med för att behålla sjuksköterskor. Det empiriska materialet har inhämtats genom kvalitativa metoder som vi sedan tolkat och analyserat till olika kategorier för att lättare kunna besvara vår frågeställning. Slutsats: Studiens resultat har visat på att det inte bara är en faktor som avgör hur sjukvården kan behålla sin personal, utan att olika faktorer i samverkan med varandra skapar missnöje och leder till uppsägningar. Därför är det viktigt att ta hänsyn till hur olika faktorer påverkar varandra för att minska personalomsättningen. / Purpose: The purpose with the study is to describe different ways to reduce employee turnover of nurses. Method: The study has an inductive approach. The research design was a field study, where we tried to deduce what nurses felt that the health care should focus on, to be able to keep the nurses from quitting. The empirical material has been collected through qualitative methods, which we then interpreted and analysed into different categories to be able to answer our question formulation. Conclusion: The result from the study shows that there are not only one factor which affects the health care’s ability to keep its personnel. Instead we have noticed that different factors conspire with each other, creating discontent which in turn could lead to nurses quitting their jobs. For this reason it is important to consider in which way the different factors affects each other in order to reduce employee turnover.

Byggbranschens resurs och energianvändning är en av de främsta orsakerna till global uppvärmningoch står i Sverige för 20% av de totala utsläppen under ett år. För att minska utsläppen frånbyggarbetsmaskiner kan bland annat energieffektivare maskiner användas på byggarbetsplatser.Examensarbetet har utförts på Skanska Rental i syfte att i framtiden kunna synliggöra utsläppen fråndessa maskiner. Detta genom att ta fram hur uppskattningar av utsläppen kan utföras, samt presenterasför kunder som hyr maskiner. I denna förstudie genomfördes en gruppintervju med kunder, enlitteraturgranskning av fem olika beräkningsmetoder samt två individuella intervjuer angåendedatainsamling. Gruppintervjun visade att kunder gärna vill ta del av hur mycket utsläpp en maskinproducerar, och att de med informationen kan fatta mer hållbara beslut än de gör idag.Litteraturgranskningen visade att alla fem beräkningsmetoder kan användas för att uppskattautsläppen i drift för en anläggningsmaskin, men att de har olika för- och nackdelar. Europeiskamiljöbyråns nivå tre beräkning anses vara bäst lämpad för Skanska Rental. Detta eftersom den utgårfrån en hög detaljnivå vilket ger möjlighet att jämföra specifika maskiner mot varandra. Den användersig även främst av information som är tillgänglig från tillverkare och standardvärden från EEAshandbok för utsläppsberäkningar (Winther & Dore, 2019). Den data som kan behöva samlas in ärtiden en maskin spenderar i drift samt vilket arbetsmoment maskinen utfört under den tiden. Detta kanöka träffsäkerheten av uppskattningen, eftersom mer representativa belastningsfaktorer kan användasför maskinens arbetstid. I de individuella intervjuerna lyfts bland annat sensorer som ett alternativ tillatt samla den typen av data. Avslutningsvis uppmuntras tillverkare att ta fram livscykelanalyser avsina maskiner, samt att fler studier utförs med livscykelperspektivet inkluderat. Detta eftersomelektriska maskiner identifierats som en framtida utveckling inom branschen. / The construction industry's use of resources and energy is one of the main causes of global warming,and is responsible for 20% of Sweden's annual emissions. In order to reduce the emissions fromconstruction equipment, more energy efficient equipment can be used on construction sites. Thisbachelor's thesis was carried out at Skanska Rental in the purpose of, in the future, being able to showthe emissions of their products. This work was done to find out how emissions from constructionequipment can be estimated and presented to customers. In this prestudy, one group interview withcustomers was conducted, as well as a literature review of five different calculation methods foremissions, and two individual interviews regarding data collection. The group interview showed thatcustomers would like to know how much emissions the equipment produces, and that their sustainabledecision making can improve with that information. The literature review showed that all fivecalculation methods can be used to estimate the emissions, but that they have different pros and cons.The European environment agency’s tier 3 calculation is seen as the best suited for Skanska rental.The main reason for this is the high level of detail, which allows specific equipment to be compared toeach other. The method mainly uses information which can be acquired from manufacturers andstandard values from the EEA handbook for calculating emissions (Winther & Dore, 2019). The datawhich might need to be collected is the operating time of the equipment, and what work is being doneduring that time. This can be used to increase the accuracy of the estimate, since more representativeload factors can be used for the operating time of the equipment. In the individual interviews, sensorsare brought up as an alternative for gathering this data. Finally, more studies are encouraged to becarried out with the life cycle perspective included, and that manufacturers should produce life cycleanalyses of their equipment. This is because electric equipment has been identified as a futuredevelopment within the field.

The Istanbul metropolitan area is the largest office investment made in Turkey. According to the CBRE ERIX data, the total office stock in Istanbul by the end of 2018 exceeded 7 million sqm. There is approximately 1 million sqm of pipeline figures. The biggest problem for office projects which in the hold-on status and under construction status, Turkey's economy is rapidly affecting office rents and tenants of office the selection criteria. In particular, high financing costs and construction costs increase the importance of predicting the rent figures in office investments. This degree project aims at contributing to the understanding of the Istanbul rental office market underlying mechanisms. The office market data will be analyzed between Q1 2005-Q4 2018 period. Long-term equilibrium rents will be reached for the Istanbul office market and examined sub-markets. With the econometric analysis method, the long-term causality for rent with employment, stock and vacancy will be examined. Short-term estimates will be made with an error correction model. / Istanbuls storstadsområde är den största kontorsinvesteringen i Turkiet. Enligt CBRE ERIX-data översteg det totala kontorslagret i Istanbul i slutet av 2018 7 miljoner kvm. Det finns cirka 1 miljon kvm rörledningsfigurer. Det största problemet för kontorsprojekt som i fasthållningsstatus och under byggnadsstatus, påverkar Turkiets ekonomi snabbt kontoruthyrningar och hyresgäster i urvalskriterierna. Höga finansieringskostnader och byggkostnader ökar i synnerhet vikten av att förutsäga hyrestalterna i kontorsinvesteringar. Detta examensarbete syftar till att bidra till förståelsen av de underliggande mekanismerna för hyreskontor i Istanbul. Kontorsmarknadsdata analyseras mellan F1 2005-F4 2018 perioden. Långsiktiga jämviktshyror kommer att nås för Istanbul-kontorsmarknaden och undersökta delmarknader. Med den ekonometriska analysmetoden kommer den långsiktiga orsaken till uthyrning med sysselsättning, lager och ledighet att undersökas. Kortfristiga uppskattningar kommer att göras med en felkorrigeringsmodell.

With the development of the Internet, new network services with strict network latency requirements have been made possible. These services are implemented as distributed systems deployed across multiple geographical locations. To provide low response time, these services require knowledge about the current network latency. Unfortunately, network latency among geo-distributed sites often change, thus distributed services rely on continuous network latency measurements. One goal of such measurements is to differentiate between momentary latency spikes from relatively long-term latency changes. The differentiation is achieved through statistical processing of the collected samples. This approach of high-frequency network latency measurements has high overhead, slow to identify network latency changes and lacks accuracy. We propose a novel approach for network latency estimation by correlating network paths to network latency. We demonstrate that network latency can be accurately estimated by first measuring and identifying the network path used and then fetching the expected latency for that network path based on previous set of measurements. Based on these principles, we introduce Sudan traceroute, a network latency estimation tool. Sudan traceroute can be used to both reduce the latency estimation time as well as to reduce the overhead of network path measurements. Sudan traceroute uses an improved path detection mechanism that sends only a few carefully selected probes in order to identify the current network path. We have developed and evaluated Sudan traceroute in a test environment and evaluated the feasibility of Sudan traceroute on real-world networks using Amazon EC2. Using Sudan traceroute we have shortened the time it takes for hosts to identify network latency level changes compared to existing approaches. / Med utvecklingen av Internet har nya nätverkstjänster med strikta fördröjningskrav möjliggjorts. Dessa tjänster är implementerade som distribuerade system spridda över flera geografiska platser. För att tillgodose låg svarstid kräver dessa tjänster kunskap om svarstiden i det nuvarande nätverket. Tyvärr ändras ofta nätverksfördröjningen bland geodistribuerade webbplatser, således är distribuerade tjänster beroende av kontinuerliga mätvärden för nätverksfördröjning. Ett mål med sådana mätningar är att skilja mellan momenta ökade svarstider från relativt långsiktiga förändringar av svarstiden. Differentieringen uppnås genom statistisk bearbetning av de samlade mätningarna. Denna högfrekventa insamling av mätningar av nätverksfördröjningen har höga overheadkostnader, identifierar ändringar långsamt och saknar noggrannhet. Vi föreslår ett nytt tillvägagångssätt för beräkningen av nätverksfördröjning genom att korrelera nätverksvägar till nätverksfördröjning. Vi visar att nätverksfördröjningen kan vara exakt uppskattad genom att man först mäter och identifierar den nätverksväg som används och sedan hämtar den förväntade fördröjningen för den nätverksvägen baserad på en tidigare uppsättning av mätningar. Baserat på dessa principer introducerar vi Sudan traceroute, ett Verktyg för att uppskatta nätverksfördröjning. Sudan traceroute kan användas för att både minska tiden att uppskatta fördröjningen samt att minska overhead för mätningarna i nätverket. Sudan traceroute använder en förbättrad vägdetekteringsmekanism som bara skickar några försiktigt valda prober för att identifiera den aktuella vägen i nätverket. Vi har utvecklat och utvärderat Sudan traceroute i en testmiljö och utvärderade genomförbarheten av Sudan traceroute i verkliga nätverk med hjälp av Amazon EC2. Med hjälp av Sudan traceroute har vi förkortat den tid det tar för värdar att identifiera nätverksfördröjnings förändringar jämfört med befintliga tillvägagångssätt.