ODA Open Digital Archive (Oslomet)
Not a member yet
19980 research outputs found
Sort by
Lærernes holdninger, erfaringer og undervisningspraksiser til elever som sliter i matematikk: En intervjustudie på ungdomstrinnet
Get PDFDet er mange elever som på en eller annen måte sliter i matematikk, og det kan ha stor påvirkning på deres liv. Formålet med forskningsprosjektet mitt er å belyse læreres holdninger, erfaringer og undervisningspraksiser for elever som sliter i matematikk. Samtidig ønsket jeg å undersøke forskjeller mellom matematikklærere med og uten spesialpedagogisk bakgrunn. Siden læreren spiller en sentral rolle hos elevene, valgte jeg å intervjue lærere. Jeg intervjuet fem vanlige matematikklærere og tre matematikklærere med spesped. I tillegg ønsket jeg å belyse hvordan lærere legger til rette for at elever som sliter i matematikk blir inkludert, siden lærerne er pliktige til å jobbe for et inkluderende læringsmiljø.
Jeg lagde et teoretisk rammeverk bestående av forskjellige aspekter ved elever som sliter i matematikk, og brukte Molbaeks rammeverk for inkluderende undervisningspraksiser for disse elevene. Med rammeverket utførte jeg en tematisk analyse av intervjuene for å beskrive hvilke holdninger, erfaringer og undervisningspraksiser lærerne har for elevene som sliter, samt hva slags inkluderende undervisningspraksiser de bruker.
Alle de åtte informantene som jeg intervjuet, hadde en holdning om at alle elever, også de som strever, kan utvikle seg. Ut ifra det lærerne la i det å slite i matematikk, hadde alle lærerne et komplekst bilde av elevene som sliter i matematikk. Lærerne erfarte at nivådeling fungerer for elever som sliter i matematikk. Flere opplevde at helklasse ikke fungerer like godt, på grunn av for store faglige og individuelle forskjeller i gruppa. Andre erfaringer lærerne fremhevet var viktigheten med fysisk aktiv læring, mengdetrening og å bygge gode relasjoner. De fleste av lærerne nevnte at motivasjonen er en dominerende påvirkningsfaktor, fordi mange av elevene som sliter har dårlig selvtillit og mestringstro. Lærernes undervisningspraksis for elevene som sliter i matematikk handlet om at de satte av tid til relasjonsbygging og at de tok ulike didaktiske valg for undervisningen. De varierte aktivitetene i timene, satt av tid til repetisjon, lærte elevene strategier og jobbet for å tilrettelegge for hver enkelt elev. De tok også noen organisatoriske valg, ved at de praktiserte enten nivådeling, todeling eller å ta ut elever.
Det mest overraskende av funnene var at de fleste av lærerne snakket varmt om nivådeling, på tross av forskningslitteraturen og kravet om et inkluderende læringsmiljø. Debatten om hvordan skoler og lærere kan legge opp til en inkluderende undervisning for elever som sliter i matematikk lever videre
Matematikk på flere språk: En kvalitativ studie av flerspråklighet hos et utvalg 8. klasseelever i arbeid med algebra, som undersøker elevenes skriftlige besvarelser på to språk og lærernes erfaringer med elevers bruk av flere språk.
Get PDFGjennom lærerutdanningen har jeg fått innsikt i hvordan matematiske samtaler kan engasjere elevene i faglige diskusjoner. Skriving i matematikk og elevers flerspråklighet som ressurs er derimot områder jeg har ønsket å utforske nærmere. Læreplanen fremhever betydningen av kommunikasjon gjennom de grunnleggende ferdighetene som skal utvikles i alle fag.
I denne masteroppgaven undersøker jeg hvordan et utvalg 8. klasseelever skriver forklaringer på to språk i arbeid med problemløsningsoppgaver i algebra. Studien benytter en blanding av metoder, med hovedvekt på analyse av åtte elevbesvarelser og to lærerintervjuer. For å analysere elevenes språkbruk har jeg utviklet koder basert på Prediger & Wessels modell for språklige registre og Schleppegrells beskrivelser av kjennetegn ved skolespråket.
Hensikten med studien er å få innsikt i hvordan elever kan bruke sitt språklige repertoar i matematikk, og læreres erfaringer med flerspråklighet i undervisningen. Studien bidrar med konkrete eksempler på språklige nyanser i elevers matematiske forklaringer og peker på mulige sammenhenger mellom bruken av andrespråk og hvilken informasjon eleven presenterer
Prognostisk verdi av pasientrapportert muskelskjeletthelse ved langvarig sykefravær: En kohortstudie
Get PDFBakgrunn: Muskelskjelettplager er den hyppigste årsaken til langvarig sykefravær i Norge og utgjør en betydelig samfunnsøkonomisk byrde. For å sikre målrettet oppfølging og unngå unødvendig behandlingsbruk, er det viktig å identifisere pasienter med økt risiko for langvarig sykefravær tidlig i forløpet. Musculoskeletal Health Questionnaire (MSK-HQ) er et pasientrapportert spørreskjema som kartlegger helse og funksjon på tvers av muskelskjelettplager, men det er uklart om skjemaet har prognostisk verdi for langvarig sykefravær utover allerede etablerte faktorer.
Mål: Å undersøke om pasientrapportert muskelskjeletthelse, målt med MSK-HQ, er en prognostisk faktor for langvarig sykefravær (> 3 og > 6 måneder), og å identifisere hvilke enkeltspørsmål i skjemaet som eventuelt har størst prognostisk betydning.
Metode: Det ble gjennomført en type II-studie i henhold til PROGRESS-rammeverket, basert på data fra MI-NAV-kohorten (N = 444). Den uavhengige prognostiske verdien av MSK-HQ-totalskår og enkeltspørsmål ble vurdert ved hjelp av multivariabel logistisk regresjon, justert for kovariater. Styrken på den prognostiske verdien ble vurdert med justert odds ratio (OR), 95 % konfidensintervall (KI) og p-verdi < 0,05. I tillegg ble endring i Nagelkerke’s R² benyttet som et mål på hvor mye av variansen i utfallet som ble forklart av modellen.
Resultater: Det ble ikke funnet signifikante sammenhenger mellom MSK-HQ-totalskår og langvarig sykefravær etter 3 eller 6 måneder. To enkeltspørsmål viste signifikant assosiasjon med redusert odds for fortsatt sykefravær etter 3 måneder, men ikke etter 6. Spørsmålet om utmattelse hadde en justert OR på 0.73 (95 % KI: 0.57–0.93), mens spørsmålet om nattlige smerter hadde en justert OR på 0.77 (95 % KI: 0.60–0.98). Den forklarte variansen var imidlertid marginal (mellom 1,1–1,6 %).
Konklusjon: MSK-HQ hadde ikke prognostisk verdi for langvarig sykefravær etter 3 og 6 måneder. Spørreskjemaet synes bedre egnet til å kartlegge pasientens nåværende muskelskjeletthelse enn til å forutsi sykefraværsforløp. Videre forskning bør i større grad inkluderer kontekstuelle og arbeidsrelaterte forhold, som kan være avgjørende for utviklingen av langvarig sykefravær ved muskelskjelettplager.
Nøkkelord: Muskelskjelettplager, sykefravær, prognostiske faktorer, MSK-H
Sales Prediction Using Deep Learning Neural Networks
Get PDFModern retail operations require precise short-term sales forecasting as an essential operational requirement. The approach helps stores maintain adequate inventory levels while preventing excessive stockpiling and product waste. This thesis evaluates six advanced deep learning models including Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), CNN-LSTM (a combination of Convolutional Neural Networks and LSTM), Bidirectional LSTM (Bi-LSTM), a hybrid Bi-LSTM-GRU model, and Multi-Head Attention augmented CNN-LSTM (CNN-LSTM-MHA) for weekly sales predictions. The models receive training from eight weeks of historical sales data to generate weekly sales predictions. The sales records from 45 Walmart stores with 81 departments make up the dataset which provides a complex time series environment. Each model receives training data from all store-department combinations to detect both general and specific sales patterns. The models learn to detect common patterns while simultaneously adjusting to product-specific behaviours and demand fluctuations. The evaluation of performance relies on five established forecasting metrics which include Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Symmetric Mean Absolute Percentage Error (SMAPE), and Mean Squared Error (MSE). The future deep learning models for the forecasting show better performance than naive baselines and CNN-LSTM-MHA proves to be the most accurate and robust model. The model stands out for its ability to detect patterns in time series data while handling unpredictable demand fluctuations and delivering precise predictions from minimal historical information. The CNN-LSTM-MHA model shows promising results because they achieve good prediction accuracy while maintaining efficient computational performance.
The research provides essential knowledge about deep learning applications in retail forecasting together with operational recommendations for implementing these models in retail stores. The research demonstrates how hybrid architectures combined with attention mechanisms enable better predictive performance in sales forecasting tasks
Språkbruk hos andrespråkselever i begynneropplæringen: En studie av språkfunksjoner på tvers av skolekontekster
Get PDFDenne studien undersøker hvordan elever med norsk som andrespråk bruker språket på tvers av ulike skolekontekster i begynneropplæringen. Problemstillingen er: «Hvordan bruker elever med norsk som andrespråk på 1.trinn språket i ulike skolekontekster?». Datainnsamlingen har foregått gjennom en kvalitativ og en kvantitativ tilnærming med observasjon som metode. Utvalget bestod av elever med norsk som andrespråk på 1.trinn ved to klasser på en mangfoldig skole i Oslo. Observasjonene er gjennomført i tre ulike skolekontekster: klasserommet, friminuttet og aktivitetsskolen (AKS). Analysen av språkbruken til andrespråkselevene bygger på Halliday (1973) sine syv språkfunksjoner som analytisk rammeverk. Studien er teoretisk forankret i sosiokulturell læringsteori, og bygger videre på relevante perspektiver knyttet andrespråkslæring og språklige funksjoner.
Hovedfunnene i studien antyder at elevene med norsk som andrespråk bruker språket variert og til flere formål i klasserommet, friminuttet og på AKS. Dette indikerer at alle skolekontekstene er gunstige språkarenaer. Språket ble blant annet brukt til å beskrive, uttrykke følelser og meninger, stille spørsmål, leke, gi ordre og etablere sosial kontakt. På tvers av skolekontekstene er den representasjonelle, etterfulgt av den personlige språkfunksjonen, mest fremtredende. Det antyder at elevene hovedsakelig bruker språket til å formidle informasjon og uttrykke egen identitet uavhengig av skolekontekstene. Samtidig viser funnene at de samme funksjonene kan komme til uttrykk på ulike måter i skolekontekstene. Funnene i sin helhet viser hvordan skolekontekster har rom for at andrespråkselever kan uttrykke variert språk, og kan implikerer at voksne i skolen bør være bevisste på dette for å støtte elevenes språkbruk i ulike situasjoner.
Nøkkelord:
Begynneropplæring – Språkbruk – Norsk som andrespråk – Klasserommet – Friminuttet – Aktivitetsskolen (AKS
Serviceability assessment of CLT floors based on random human walking excitations
No full textIn this thesis a design chart for the vibration assessment of cross laminated timber (CLT) floors excited by random human walking was developed. The vibration responses of two-way CLT slabs with pinned supports were investigated in finite element analysis with SAP2000. In total, 277 floor models were created and analyzed, each for 100 randomly generated walking cases. For each analysis, the maximum acceleration root mean square value () over a duration of one step was calculated in multiple points spread across the floor surface. The design chart was then developed by interpolating between the plotted sum of the median and median absolute deviation of 100 measured values expressed through the modal mass and natural frequency in the first mode for each of the 277 floors. The results of this numerical method were compared to analytical methods in addition to real-world measurements. Further, some simple and preliminary evaluation of pseudo spectral accelerations were made in a handful selected floor models to investigate the significance of higher modes in numerical approaches to vibration assessment. This study showed that the design chart is somewhat comparable to other analytical methods, although more conservative. However, the real-world measured data lacked sufficient similarity for a meaningful comparison. It was also found that the effect of higher modes can vary significantly based on modal parameters of the floor, as well as the analyzed location of the floor area. The largest vibration responses are mostly expected in the middle point of the floor, but measuring vibration responses in multiple points of the floor can have some implications on vibration design. This study found no significant patterns caused by the effect of higher modes across the analyzed floor models, but found indication of a higher occurrence rate of resonance between higher harmonics of the continuous footfall force curve generated by the utilized stochastic force model and the first mode for certain natural frequencies.
Keywords: Serviceability; CLT floor; Finite element analysis; Human-induced vibration; Modal analysis
Utviklingen av grit gjennom entreprenørskapsutdanning: En abduktiv casestudie av faktorene som fremmer utviklingen av entreprenøriell grit blant studenter i høyere utdanning i Norge
No full textDenne masteroppgaven undersøker hvordan studenter utvikler grit, i løpet av en toårig entreprenøriell erfaringsbasert masterutdanning i Norge. Grit handler om å holde lidenskap og utholdenhet mot langsiktige mål, tross for tilbakeslag og utfordringer. Ettersom entreprenøriell grit er et ungt forskningsfelt, har denne studien som mål å utforske hvordan denne egenskapen kan utvikles gjennom utdanning. Studien er et kvalitativt casestudie med eksplorativ og abduktiv tilnærming. Dataen ble samlet inn gjennom fokusgrupper med studenter fra OsloMet, Nord Universitet og NTNU. Analysen er inspirert av erfaringsbasert læringsteori og sensemaking-perspektivet, med fokus på kritiske hendelser og kollektiv refleksjon. Funnene våre viser at utviklingen av entreprenenøriell grit blant studenter styrkes gjennom et trygt studiemiljø, ansvar for egen læring, læring gjennom andres erfaringer med motgang, og deltakelse i aktive fellesskap med medstudenter, forelesere og næringsliv. Den sosiale dimensjonen, som er underbelyst i tidligere modeller som Crosina et al. (2024), spiller en avgjørende rolle. Denne studien gir praktiske implikasjoner til hvordan utdanning kan fasilitere studentenes utvikling av entreprenøriell grit
Bridging Data Gaps with Machine Learning for Reliable Monitoring of a Floating Solar Array Under Extreme Marine Environments
Get PDFAn experimental campaign was conducted at Universidad Politécnica de Madrid using a scaled floating photovoltaic (FPV) array subjected to various wave conditions to examine the technical feasibility of the concept. Optical sensors were instrumented to track the motions of PV panels at different locations in an array of 216 interconnected panels. A challenge of sensor data discontinuity in the FPV array is observed due to wave-induced motions under harsh marine environments. To deal with these challenges, machine learning (ML) models, including Long Short-Term Memory (LSTM) networks, Artificial Neural Networks, Extreme Gradient Boosting, and Decision Trees, were implemented to predict and reconstruct missing sensor data collected during these tests. Among these, LSTM networks showed the highest predictive accuracy, achieving a Root Mean Squared Error (RMSE) of 0.001. These results highlight the potential of advanced ML methods in enhancing the resilience, reliability, and operational efficiency of renewable energy infrastructures in dynamic marine environments.acceptedVersio
Indikasjoner for elektivt keisersnitt ved en fødeavdeling på Østlandet - en kvalitetssikringsstudie
Get PDFTittel: Indikasjoner for elektivt keisersnitt ved en fødeavdeling på Østlandet - en
kvalitetssikringsstudie.
Formål: Å kartlegge forekomst av, og oppgitte indikasjoner for, elektive keisersnitt ved en
fødeavdeling på Østlandet i tidsrommet 01.01.24-31.12.24. Videre var formålet å undersøke i
hvilken grad de oppgitte indikasjonene samsvarte med de gjeldende prosedyrene på den
aktuelle fødeavdelingen.
Problemstilling: Hva er forekomsten av elektive keisersnitt, hvilke oppgitte indikasjoner
fører til elektive keisersnitt, og i hvilken grad er de oppgitte indikasjonene i samsvar med
gjeldende prosedyrer?
Metode: Det er brukt et deskriptivt tverrsnittdesign med retrospektiv journalgjennomgang av
68 pasientjournaler. Kvinner som fikk utført et elektivt keisersnitt ved den aktuelle
fødeavdelingen i perioden ble inkludert.
Resultat: Forekomsten av elektive keisersnitt var på 3,58% av alle fødsler ved
fødeavdelingen. De hyppigste oppgitte indikasjonene for elektive keisersnitt var
‘fødselsangst’ (38,2%) og ‘seteleie’ (22,1%). Det var høy grad av samsvar mellom oppgitte
indikasjoner og gjeldende prosedyrer ved fødeavdelingen.
Konklusjon: Fødeavdelingens forekomst av elektive keisersnitt var på 3,58%. De hyppigste
oppgitte indikasjonene for elektive keisersnitt var ‘fødselsangst’ og ‘seteleie’. De oppgitte
indikasjonene samsvarte i høy grad med gjeldende prosedyrer ved fødeavdelingen, som tyder
på at retningslinjene er godt kjent og implementert i fødeavdelingen. Resultatene bør tolkes
med forsiktighet, da utvalget er relativt lite og datagrunnlaget er begrenset til én fødeavdeling
i en spesifikk tidsperiode.
Nøkkelord: elektivt keisersnitt, indikasjoner, forekomst, kvalitetsforbedrin
From Aristotle to Algorithms. A Comparative Study of Argumentation in Human-Written and Machine-Generated Nonfiction Texts on Science and Digital Media Metaphors.
Get PDFThis thesis is a comparative analysis of argumentation in human-written and machine-generated nonfiction texts on science and digital media metaphors. The rapid development of generative artificial intelligence (AI) technologies is undoubtedly interesting. This is why I have chosen to focus on the argumentation of human writers and large-language models (LLMs) like ChatGPT-4o and DeepSeek-R1 in this project. The thesis investigates how these models produce verbal language arguments compared to how human authors do the same.
Two human-written texts are subject to analysis: One peer-reviewed academic work in the form of a recently published book chapter, and one science journalism piece. They represent differing perspectives on the validity of the “filter bubble” metaphor. The argumentation in them was compared to the argumentation in two AI-generated texts. The analysis of the AI-generated texts highlights limitations in their ability to construct effective, persuasive and authentic arguments and their ability to effectively utilize the Aristotelian rhetorical appeals ethos, pathos, and logos.
The findings reveal that while human writers demonstrate superior contextual understanding, understanding of human emotions, and understanding of metaphors, LLMs produce arguments that often lack depth, emotional engagement, and interconnectedness between the arguments. The rhetorical finesse is of higher quality in the human-written texts.
Furthermore, the findings point toward the conclusion that texts that are written by humans have a stronger perceived authenticity, that they have a stronger perceived persuasiveness, and that they are more effective in achieving their implied goals, which are likely to be e.g. to gain acceptance for the claims put forward. This suggests that while AI can be a valuable aid for certain writing tasks, it currently falls short in replicating some of the complexities of human argumentation