Publikationer från Mälardalens högskola
Not a member yet
16964 research outputs found
Sort by
Smart Circular Economy Implementation in Mannies:An Exploratory Studyufacturing Compa
No full textProblem Statement: Manufacturing businesses, especially small and medium-sized enterprises (SMEs), are under more pressure to embrace sustainability. However, operationalising Circular Economy (CE) principles through 10R solutions using digital technologies presents several challenges, as there are many practical barriers to implementation, such as no clear technology roadmap, poor strategic alignment, limited digital capabilities, and organisational inertia. Although advanced digital technologies (e.g. IoT, AI, blockchain, big data analytics) are seen as potential enablers of circularity, there is little empirical evidence in the literature that demonstrates how these technologies are embedded into 10R solutions, particularly in resource-constrained small and medium-sized manufacturing enterprises. Aim and Research gap: This thesis addresses the gap in integrating 10R strategies into the Circular Economy with advanced digital technologies in manufacturing, particularly SMEs. Through qualitative case studies, it develops a comprehensive framework identifying key challenges, enablers, and digital solutions to effectively implement circular economy strategies. Method: With a qualitative study, an exploratory approach to examine how manufacturing companies apply digital technologies within the 10R circular economy framework, focusing on real-world practices, challenges, and strategic enablers. Data was collected from five Use case companies in a semi-structured way, and the analysis was conducted using thematic analysis to identify the entire framework. Result: The results are conducted by using the thematic analysis, which gives a clear vision to the manufacturing companies in implementing the framework, highlighting that companies move through phases of digital maturity when enabling circularity. Results emphasise the role of IoT for monitoring, AI and big data for optimisation, and blockchain for traceability. Key enablers include leadership support, collaboration with solution providers, and early CE integration in design. Challenges include financial constraints, technological complexity, and low awareness of digital tools. Contribution: This study develops a framework linking Circular Economy 10R strategies with digital technologies via layered digital capabilities, focusing on challenges and enablers faced by SMEs rather than on an individual aspect.
The quality of annual reports within small and medium-sized companies. : A study on deficiencies in the quality of annual reports prepared in accordance with the K2 regulations.
No full textDatum: 2025-06-03 Nivå: Kandidatuppsats i Företagsekonomi, 15 hp Institution: Akademin för Ekonomi, Samhälle och Teknik, Mälardalens Universitet Författare: Ida Friberg och Anna Rytterlund Titel: Kvaliteten på årsredovisningar inom små och medelstora bolag - En studie om brister i kvaliteten på årsredovisningar upprättade enligt K2-regelverket. Handledare: Dariusz Osowski Nyckelord: Redovisningskvalitet, årsredovisningar, brister och K2-regelverket. Forskningsfråga/or: Hur ser efterlevnaden av lagar och rekommendationer ut vid tillämpning av K2- regelverket av SME-bolag? Syfte: Syftet med denna studie är att undersöka och utvärdera kvaliteten på årsredovisningar hos svenska SME-bolag som tillämpar K2-regelverket. Studien avser att analysera huruvida kvaliteten varierar i bolag som tillämpar frivillig revisionsplikt och identifiera eventuella brister i årsredovisningens utformning. Metod: Studien utgår från en kvalitativ metod med en deduktiv ansats. Den kvalitativa forskningsmetoden har insamlat sekundärdata i form av årsredovisningar och analyserats utifrån en tematisk analysmetod. Slutsats: Studiens slutsats av 100 granskade årsredovisningar från svenska SME-bolag som tillämpar frivillig revisionsplikt, påvisade resultatet att 81 procent innehöll kvalitetsbrister, enligt de kriterier som studien tillämpat från K2-regelverket. Generellt identifierades minst två kvalitetsbrister i majoriteten av varje enskild årsredovisning. Studiens resultat indikerar att SME-bolagens efterlevnad av lagar och rekommendationer, är både varierande och bristfällig vid frivillig revisionsplikt. De kvalitetsbrister som identifierats i studien påverkar årsredovisningens kvalitet negativt och begränsar årsredovisningens funktion som ett tillförlitligt och informativt kommunikationsverktyg. Date: 2025-06-03 Level: Bachelor's Thesis in Business Administration, 15 credits Institution: School of Economics, Society and Technology, Mälardalen University Authors: Ida Friberg and Anna Rytterlund Title: The quality of annual reports in small and medium-sized companies - A study on deficiencies in the quality of annual reports prepared according to the K2 regulations. Supervisor: Dariusz Osowski Keywords: Accounting quality, annual reports, deficiencies and the K2 regulations. Research question/s: What is the compliance with laws and recommendations when applying the K2 regulations by SME companies? Purpose: The purpose of this study is to investigate and evaluate the quality of annual reports in Swedish SME companies that apply the K2 regulations. The study aims to analyze whether the quality varies in companies that apply a voluntary audit obligation and to identify any shortcomings in the design of the annual report. Method: The study is based on a qualitative method with a deductive approach. The qualitative research method has collected secondary data in the form of annual reports and analyzed based on a thematic analysis method. Conclusion: The study's conclusion of 100 reviewed annual reports from Swedish SME companies that apply a voluntary audit obligation, the result showed that 81 percent contained quality deficiencies, according to the criteria that the study applied from the K2 regulations. Generally, at least two quality deficiencies were identified in the majority of each individual annual report. The study's results indicate that SME companies' compliance with laws and recommendations is both variable and deficient in the case of a voluntary audit obligation. The quality deficiencies identified in the study negatively affect the quality of the annual report and limit the function of the annual report as a reliable and informative communication tool
Ambidextist voice leadership : Leading innovation and creativity in innovation processes
No full textSyftet med studien är att undersöka hur ledarskap i praktiken kan främja kreativitet och innovation som stärker medarbetarnas innovationsförmåga. Detta är en kvalitativ studie med en abduktiv ansats,för att samla in data har tillvägagångssättet varit semistrukturerade intervjuer som sedan har bearbetats med en tematisk analys. Studien visar att innovationsledarskap behöver ett flexibelt och situationsanpassat ledarskapsbeteende. Ambidextröst ledarskap lyfts fram som en effektiv modell för att hantera den komplexa och ständigt föränderliga situationerna i innovationsprocesser. Kreativitet ses som en grundläggande förutsättning för innovation, och en stödjande miljö med psykologisk trygghet, frihet och mångfald är viktigt. Ledarskapet bör vara öppet och tillåtande i den kreativa fasen, medan det i implementeringsfasen behöver vara mer strukturerat och målstyrt. Om det finns en oförmåga att växla mellan dessa stilar kan det leda till förlorade idéer och minskat engagemang. Ambidextröst ledarskap tillgodoser de varierande behov som uppstår i olika faser av innovationsprocessen.The purpose of the study is to investigate how leadership in practice can promote creativity and innovation that strengthens employees' innovation ability. This is a qualitative study with an abductive approach, to collect data the approach has been semi-structured interviews that have then been processed with a thematic analysis. The study shows that innovation leadership needs flexible and situation-adapted leadership behavior. Ambidextrous leadership is highlighted as an effective model for handling the complex and constantly changing situations in innovation processes. Creativity is seen as a fundamental prerequisite for innovation, and a supportive environment with psychological safety, freedom and diversity is important. Leadership should be open and permissive in the creative phase, while in the implementation phase it needs to be more structured and goal-oriented. If there is an inability to switch between these styles, it can lead to lost ideas and reduced commitment. Ambidextrous leadership addresses the varying needs that arise in different phases of the innovation process
Developing a Practical Framework for Municipal Transitions to More Sustainable Transportation: A Case Study from Eskilstuna
No full textThis thesis develops a practical framework for municipal transitions to sustainable transportation as part of broader energy system changes. Through a qualitative case study of Eskilstuna Municipality, Sweden, the research examines the challenges municipalities face when implementing sustainable transport policies and the coordination required between transport and energy planning. The study employs document analysis, semi-structured interviews, and a validation workshop to understand implementation barriers and opportunities. Findings reveal that while municipalities have strong strategic climate goals, significant gaps exist at tactical and operational levels, including weak interdepartmental coordination, limited technical knowledge, resource constraints, and fragmented responsibilities across governance levels. The research demonstrates that current efforts focus heavily on efficiency and renewable energy solutions while neglecting sufficiency measures that reduce transport demand. Using the Transition Management and Sufficiency-Efficiency-Renewables theoretical frameworks, a five-phase implementation framework was developed: Preconditions, Planning & Strategy, Implementation, Monitoring & Evaluation, and Adaptive Management. The framework emphasises integrated energy-transport planning, behavioural change interventions, and dual metrics tracking, which includes both efficiency improvements and demand reduction. Validation confirms its practical relevance for municipal practitioners seeking systematic approaches to sustainable transport transitions, contributing actionable guidance for bridging the gap between policy ambitions and implementation realities in municipal sustainability planning
DET BROTTSFÖREBYGGANDE ARBETET : En komparativ analys av Göteborgs och Borås kommuners brottsförebyggande och trygghetsskapande åtgärdsplaner
No full textSkjutningar och annat dödligt våld är något som har blivit ett problem i Sverige under de senaste åren. Bara år 2023 konstaterades det 121 fall av dödligt våld och 368 skjutningar i Sverige och även om antalet har minskat på senare tid så sker det fortfarande ett stort antal allvarliga brott. År 2023 infördes en ny lag från regeringen som handlar om att kommuner får ett större ansvar i det brottsförebyggande arbetet och kommunerna ska bland annat ta fram en åtgärdsplan för det brottsförebyggande arbetet i respektive kommun. I denna studie kommer en komparativ innehållsanalys med hjälp av en tematisk analys att göras på Göteborgs och Borås kommuners åtgärdsplaner. Detta för att både Göteborg och Borås enligt Polismyndighetens bedömning har särskilda utsatta områden men med olika utvecklingskurvor i dessa områden. Syftet är att hitta likheter och skillnader i åtgärdsplanerna kopplat till implementeringen av den nya lagen. Med hjälp av implementeringsteorierna QIF och CFIR har olika specifika delar i åtgärdsplanerna jämförts och analyserats. Utifrån denna analys har det visat sig att Göteborg har en mycket mer tydligare plan och utförligare text om vad som göras, hur det ska göras och varför det ska göras. De största likheterna är att båda har många externa samverkansformer och tydliga fokus- och målområden samt åtgärder till dessa. Nyckelord: Brottsförebyggande, Trygghetsskapande, Särskilt utsatta områden, Implementering, CFIR-teorin, QIF-teorin, Åtgärdsplaner
Cozy Storytime or Critical Dialogue? : A Comparative Observational Study of Student Engagement during Traditional Read-Alouds and Critical Literacy-Based Book Discussions in Preschool and Grade 1
No full textHögläsning är en etablerad del av undervisningen i de tidiga skolåren, men används olika – ibland som en mysig lässtund, ibland som ett medvetet didaktiskt verktyg. Trots högläsningens centrala roll i undervisningen saknas det fortfarande jämförande forskning kring hur olika förhållningssätt till högläsning påverkar elevers engagemang. Denna forskningslucka pekar på behovet av att fördjupa förståelsen för hur högläsningens utformning kan påverka elevers delaktighet, engagemang och förmåga till kritiskt tänkande. Syftet med denna studie är därför att undersöka hur ett traditionellt respektive ett dialogiskt förhållningssätt till högläsning, inspirerat av Critical Literacy, påverkar elevers engagemang i förskoleklass och årskurs 1. För att undersöka detta observerades 66 elever i förskoleklass och årskurs 1 under högläsning, två klasslärare i de observerade klasserna intervjuades samt 42 grundlärare deltog i en förkunskapsenkät. Eleverna som observerades besvarade även en enkät efter högläsningen. Datamaterialet analyserades genom deskriptiv statistik och tematisk analys. Analysen visar att Critical Literacy-förhållningssättet främjar ett högre engagemang och mer reflekterande samtal jämfört med traditionell högläsning. Samtidigt identifierades utmaningar, särskilt när elever inte är vana vid detta arbetssätt, vilket kan försvåra deras förmåga att tänka kritiskt på djupare nivå. Studien visar att lärarens didaktiska val är avgörande för att utveckla elevers kritiska och demokratiska kompetens. För att lyckas med detta krävs tidiga insatser, tydlig planering samt att lärare ges potentiellt stöd i form av kompetensutveckling och gynnsamma organisatoriska förutsättningar
ANOMALY DETECTION IN MANUFACTURING FOR QUALITY CONTROL
No full textModern heat exchanger factories test every unit by recording a one-dimensional spatial sequence and relying on a human operator to spot anomalies, a slow and repetitive process that can generate false alarms or allow faulty exchangers to reach customers. This thesis investigates whether supervised machine learning can automate inspections and improve reliability, addressing two core challenges: extreme class imbalance and variable sequence lengths.For tree-based models, we engineered 149 statistical, spectral and shape features. For deep learning, we resampled each signal to 500 points and trained with focal loss. We compared XGBoost, a convolutional neural network and Transformer hybrid called ConvTran, and four ensemble strategies under stratified five-fold cross-validation.Focusing on the minority (defect) class, XGBoost achieved an F1 score of 73 percent, precision of 73 percent, and a recall of 76 percent. ConvTran detected more faults (recall at 90 percent) but produced many false alarms (precision at 38 percent). By blending their strengths, the weighted adaptive ensemble reached precision of 82 percent, recall of 90 percent and an F1 score of 86 percent. A model-switching ensemble increased precision to 89 percent with recall at 84 percent, achieving overall accuracy of 98.6 percent.These findings demonstrate that automated anomaly detection is feasible with further refinement. A hybrid workflow that flags low-confidence predictions for manual inspection while fully automating high-confidence predictions appears most promising
Problematisk skolfrånvaro hos ungdomar med autism : En kvalitativ studie om skolans arbete med autistiska ungdomar som uppvisar ett skolvägrande beteende.
No full textSyftet med studien är att undersöka hur professionella inom skola och öppenvården arbetar med problematisk skolfrånvaro i förhållande till elever med autismdiagnoser. Studien har genomförts utifrån en kvalitativ metod, innefattande semistrukturerade intervjuer där fem yrkesverksamma deltog. De teoretiska utgångspunkterna för studien är systemteori och känsla av sammanhang (KASAM). Det huvudsakliga resultatet visar att individuella anpassningar i lärmiljön anses vara avgörande för att underlätta skolgången för ungdomar med autism. Dessa anpassningar kan exempelvis vara förkortade skoldagar, tydligare undervisningsformer och en ökad förutsägbarhet i vardagen. Samtidigt betonas betydelsen av relationellt stöd i form av trygga vuxenkontakter som är en förutsättning för att eleven ska kunna känna sig delaktig och motiverad. Studien undersöker även samverkan mellan olika aktörer såsom öppenvården och skolan. Där undersöks vilka faktorer som professionerna anser vara väsentliga insatser för elever med autism.The purpose of the study was to investigate how professionals in schools and outpatient care work with problematic school absenteeism in relation to students with autism. The study was conducted using a qualitative method, involving semi-structured interviews with five professionals. The theoretical framework consists of a combination between system theory and Antonovsky’s theory of sense of coherence (SOC). The main result shows that individual adjustments in the learning environment are considered crucial for facilitating a student's return to school. These adaptations may include, for example, shortened school days, varied teaching methods, and an increased sense of predictability in daily life. At the same time, the importance of relational support through stable and trustworthy relationships with adults at school provides predictability, which helps the student feel low pressure and stay motivated. The study also examines collaboration efforts, for example, between schools and outpatient care facilities, exploring what factors the professionals consider to be essential for interventions for students with autism
HUMAN-AI INTERACTION BASED ON COMPUTER VISION AND DATA ANALYTICS FOR EXCAVATOR MAINTENANCE
No full textWith the rapid advancement of AI technology, Artificial Intelligence (AI) is increasingly integrated in real-life work environments. Computer Vision-based AI systems are one example of AI systems that can be used to automate visual inspection tasks and help decision-making in different processes such as machine parts maintenance inspections. Human-AI Interaction (HAII) techniques and design choices can be considered during the development of these systems to improve the overall user experience. Our work is carried out in a partner industry and this thesis describes the process of integrating a trained AI model, designed to identify and segment the sprocket teeth of an excavator, with a HAII centered user interface. We gather HAII design features through interviews and a survey with participants of different roles in our partner industry, selecting the most valuable features based on their use case, and implementing these features in a front-end interface. Our system is then evaluated both in terms of user acceptance and ML performance. In this research, we find that HAII integration can improve the interaction between humans and AI by making a system simple and easy to use. We also find that a guided image capture mechanism supported by an image quality assessment method can involve users in the model operations stage of the ML life cycle, but that the HAII integration, in this case, does not show a measurable impact on MLperformance.
AI-Driven Fault Localization in Large-Scale Software Systems
No full textSoftware systems undoubtedly play an important role in modern society, and as their complexity grows, bugs become inevitable. To maintain software quality, efficient fault localization is essential, and the historical data in bug-tracking systems offers opportunities for AI-assisted debugging. This thesis investigates whether machine learning can assist software developers in identifying likely fault locations using only the textual content of bug reports. Three traditional machine learning models, Logistic Regression, Support Vector Machine, and Random Forest, are compared to two fine-tuned, large language models, RoBERTa-Base and Distil-RoBERTa. Models are trained and evaluated on real-world industrial data from ABB Robotics in Västerås, Sweden. Each resolved bug report is linked to its corresponding code fixes, after which models are trained to output a ranked list of likely fault locations. Natural language preprocessing, feature extraction, and data augmentation are explored to improve performance, which is measured using Top-k Accuracy, Recall@k, MAP and MRR. The results show that Logistic Regression and Support Vector Machine with TF-IDF features perform best on non-augmented data. Data augmentation significantly improves Random Forest’s performance, making it competitive. While the large language models benefit from data augmentation, neither consistently outperforms the strongest traditional models. Distil-RoBERTa shows better generalization than RoBERTa-Base, but traditional models with TF-IDF remain top performers, given the dataset size and context. This thesis demonstrates the feasibility of using machine learning to support fault localization using only textual properties of bug reports. It addresses a gap in existing research by evaluating methods on proprietary, industrial data, offering key insights into the strengths, limitations and real-world applicability of the approach