Digitala Vetenskapliga Arkivet - Academic Archive On-line
Not a member yet
734120 research outputs found
Sort by
Occupational therapy support for bereaved individuals : A literature review
No full textBakgrund: Att uppleva förlusten av en närstående till följd av dödsfall beskrivs i tidigare forskning som en individuell och komplex process, en händelse som kan leda till omvälvande känslor, stor inverkan på personers liv och behov av terapeutisk behandling. Sorgeperioden som följer förlust av en närstående kan påverka dagliga aktiviteter och hälsa på ett negativt sätt. Forskning kring om och hur arbetsterapeuter är involverade i behandlingen av personer som förlorat en närstående är begränsad, vilket visade på ett behov av att sammanställa kunskapsläget inom området. Syfte: Syftet med studien var att sammanställa kunskapsläget kring hur arbetsterapeuter kan stödja personer som upplevt förlust av närstående. Metod: Författarna valde att besvara syftet med en sammanställande litteraturöversikt av kvalitativ forskning. Litteratursökning genomfördes i databaserna CINAHL, PubMed, PsycInfo, Scopus och Google Scholar, vilket resulterade i att sex artiklar inkluderades i studien. Analysen genomfördes i fem steg, vilket resulterade i en integrerande sammanställning av den kvalitativa forskningen i området. Resultat: Analysen av inkluderade artiklar resulterade i följande fyra teman som beskriver hur arbetsterapeuter kan stödja personer som förlorat en närstående: Möjliggöra emotionella uttryck genom kreativa aktiviteter, Främja socialt deltagande genom gruppintervention, Användning av vardagliga aktiviteter som stödjande resurs, och Personcentrerat förhållningssätt som stödjande resurs.Konklusion: Studiens resultat indikerar att arbetsterapi kan tillhandahålla stöd till personer som förlorat en närstående genom arbetsterapeutiska interventioner och resurser. Forskningen inom området är dock begränsat och metodologiska brister identifierades i inkluderade artiklar. Det gör att studiens resultat bör tolkas med försiktighet. Vidare forskning med bättre metodologisk kvalitet och geografisk spridning behövs för att stärka studiens resultat. Abstract Background: The experience of losing a loved one through bereavement has been described in previous research as an individual and complex process, a life-event that can lead to upsetting emotions, a major impact on people's lives and the need for therapeutic treatment. The bereavement that follows the loss of a loved one can negatively affect people's health and daily activities. Research on whether and how occupational therapists involves in the treatment of people who have lost a loved one through bereavement is limited, which indicated a need to compile the current knowledge in the field. Aim: The aim of the study was to compile current knowledge on how occupational therapists can support individuals who have experienced bereavement.Method: The authors undertook an integrative literature review of qualitative research to address the aim of the study. A literature search was conducted in the databases CINAHL, PubMed, PsycInfo, Scopus and Google Scholar, resulting in six articles being included in the study. Each article was critically examined for quality. The analysis was conducted in five steps, resulting in an integrated synthesis of qualitative research in the field. Result: The analysis of the included articles led to four themes being identified: Enable emotional expression through creative activities, Promoting social participation through group interventions, Utilizing everyday activities as a supportive resource, and A person-centered approach as a supportive resource. Conclusion: The results of the study indicate that occupational therapy can act supportive to individuals who have experienced bereavement through the use of occupational therapy interventions and resources. However, the research in this field is limited and the methodological quality of included studies showed flaws. Therefore, the findings of this study should be interpreted with caution. Further research with better methodological quality and wider geographical representation is needed to support the results showed in this study.
Love Power in the Rear-View Mirror : Interview with Anna G. Jónasdóttir
No full textThis text is an edited and translated version of an interview made in Swedish by Lena Gunnarsson on 7 February 2023 in Anna G. Jónasdóttir’s home in Örebro, Sweden. Alessandro Johansson transcribed the audio recorded interview and Gunnarsson translated and edited the transcription in dialogue with Jónasdóttir.</p
Friluftsliv 2021- Nationell undersökning av svenska folkets friluftsvanor
No full textRapporten redovisar en nationell enkätundersökning om svenskarnas friluftsliv år 2021. Friluftslivet i alla dess former är en utbredd och populär fritidssysselsättning bland svenskarna. Målet för den av riksdagen antagna friluftspolitiken är att stödja människors möjligheter att vistas ute i naturen och utöva friluftsliv där allemansrätten är en grund för friluftslivet. Undersökningen initierades av riksdagens kulturutskott som en del i utskottets uppföljning av delar av den svenska friluftslivspolitiken. Resultaten visar bland mycket annat att mer eller mindre alla svenskar bedriver någon form av friluftsliv. Utövandet har stor variation dels utifrån sammanhang, dels i termer av de aktiviteter som utövas. Det bostadsnära friluftslivet dominerar fortsatt och utövas vanligtvis inom bebyggda områden, i skogen eller i anslutning till vatten. Andelen som uppger att de aldrig är ute i naturen på vardagar har minskat från cirka 13 procent i 2018 års undersökning till cirka 8 procent i denna undersökning. Trots förändringarna är fortfarande en stor andel av svenskarna sällan eller aldrig ute i naturen på vardagar (cirka 43 procent)
"We will survive, it's only fifteen minutes" : A qualitative study aimed at examining preschool teachers' staging for children's opportunity to develop expression through music in preschool activities.
No full textStudien syftar till att undersöka hur förskollärare iscensätter möjligheter för barnen att utveckla uttryck genom musik i förskolans verksamhet. För att undersöka detta intervjuades sju förskollärare om deras arbete med musik i förskolan. Resultatet visar att hur förskollärare iscensätter musik i verksamheten som syftar till barnens aktiva deltagande och konkreta handlande, är avgörande för barnens möjlighet att utveckla uttryck genom musiken. Studiens slutsats visar att barnens möjlighet till utvecklande av uttryck påverkas av bland annat förskollärarnas uppfattningar och kunskaper inom musik. Slutligen påverkar också hur förskollärarna väljer att iscensätta musikaktiviteter iförskolan, barnens möjlighet till utvecklande av uttryck.
Individanpassad undervisning i förskolan : En kvalitativ intervjustudie om hur ramfaktorer påverkar förskollärares möjligheter att bedriva individanpassad undervisning
No full textSyftet med studien är att undersöka hur förskollärares möjligheter till individanpassad undervisning påverkas av styrdokument, personalens utbildning, personaltäthet, tid för planering och barngruppernas storlek och hur det skulle kunna se ut om förskollärarna hade bättre förutsättningar att bedriva individanpassad undervisning. Kvalitativa intervjuer med sex förskollärare har använts för att samla in data. Materialet har analyserats med hjälp av en ramfaktorteoretisk utvärderingskedja. Resultatet visar att styrdokument och personalens utbildning inte inverkade negativt på förskollärarnas möjligheter att bedriva individanpassad undervisning. Tid för planering sågs som avgörande för förskollärarnas möjlighet att planera följa upp och bedriva individanpassad undervisning. Personaltäthet och gruppstorlek var avgörande för förskollärarnas möjligheter att bedriva individanpassad undervisning. Personalbortfall, vikarier och där det fanns barn i behov av stöd gjorde det extra svårt att för förskollärarna att bedriva individanpassad undervisning. Trots bristfälliga förutsättningar kunde förskollärarna bedriva undervisning i viss utsträckning. Förskollärarna önskar mer personal, mindre grupper och mer tid för planering för att bättre kunna planera, genomföra och följa upp den individanpassade undervisningen. Slutsatsen i studien är att styrdokument och personalens utbildning inte upplevdes som ett hinder gällande förskollärarnas möjligheter att bedriva individanpassad undervisning. Däremot inverkar tid för planering, stora barngrupper, låg personaltäthet, personalbortfall och vikarier mest på förskollärarnas möjligheter att bedriva individanpassad undervisning. Förskollärarnas sätt att uppfatta och förhålla sig till ramarna påverkade huruvida undervisning bedrevs eller helt uteblev. Förskollärarna önskar framför allt mindre grupper och högre personaltäthet för att möjliggöra individanpassad undervisning.
Developing Commercial Processes in a Changing World
No full textDetta examensarbete syftar till att identifiera förbättrade metoder för kommersiella processer inom organisationer genom att analysera best-in-class principer och aktuella trender inom vetenskaplig forskning. Arbetet omfattar en litteraturstudie, en semistrukturerad intervju med IKEA samt en dokumentstudie av fall från McKinsey & Company. Syftet är att kartlägga processmetodik och identifiera ledande arbetssätt för att bidra till kontinuerlig utveckling av kommersiella processer, med särskilt fokus på företag som Volvo Cars. Ambitionen är att presentera konkreta förbättringsförslag som kan användas för att effektivisera kommersiella flöden med hänsyn till kundvärde, hållbarhet och digitalisering. Studien genomfördes med en induktiv forskningsansats, där teori och empiri kombinerades för att generera insikter. Litteraturstudien baserades på högt citerade vetenskapliga artiklar publicerade främst mellan 2020 och 2025 i databasen Web of Science. Det empiriska materialet analyserades kvalitativt med hjälp av öppen kodning och tematisering. Resultaten visar att förändringsarbetets inledande fas är avgörande för framgång. Att skapa en tydlig processtruktur och identifiera flaskhalsar möjliggör fokuserade förbättringsinsatser där de gör störst nytta. Flera verktyg lyfts fram som centrala, bland annat Plan-Do-Check-Act (PDCA), Define-Measure-Analyze-Improve-Control (DMAIC), de sju kvalitetsverktygen och process mining. Dessa metoder betonar vikten av ett strukturerat förbättringsarbete med fokus på värdeskapande aktiviteter. För att uppnå hög effektivitet och bibehålla konkurrenskraft rekommenderas ett kundcentrerat arbetssätt som främjar hållbarhet, digital transformation och en inkluderande företagskultur. ISO 26000 har använts som vägledande ramverk för socialt ansvarstagande, där principer som transparens, rättvisa arbetsvillkor och hållbar utveckling understryker kopplingen till samhällsnytta. Denna uppsats presenterar ett konkret och visualiserat förbättringsförslag i form av en stegvis modell för framtida utveckling av kommersiella processer. Modellen bygger på ett datadrivet, transparent och kundorienterat angreppssätt där återkoppling används som motor för kontinuerlig förbättring.This thesis aims to identify improved methods for commercial processes within organizations by analyzing best-in-class principles and current trends in academic research. The study includes a literature review, a semi-structured interview with IKEA, and a document study of cases from McKinsey & Company. The purpose is to map out process methodologies and identify leading practices that contribute to the continuous development of commercial processes, with a specific focus on organizations such as Volvo Cars. The goal is to present concrete improvement proposals that enhance commercial operations in terms of customer value, sustainability, and digitalization. The study was conducted using an inductive research design, where theoretical and empirical insights were combined to generate deeper understanding. The literature review was based on highly cited scientific articles published between 2020 and 2025, retrieved from the Web of Science database. The empirical material was analyzed qualitatively through open coding and thematic categorization. The results shows that the initial phase of a change process is critical to success. Establishing a clear process structure and identifying bottlenecks enable focused improvements where they are most impactful. Several tools are highlighted as essential, including Plan-Do-Check-Act (PDCA), Define-Measure-Analyze-Improve-Control (DMAIC), the seven quality tools, and process mining. These methods emphasize structured improvement work and a focus on value-creating activities. To maintain high efficiency and competitiveness, a customer-centric approach that promotes sustainability, digital transformation, and an inclusive organizational culture is recommended. ISO 26000 served as a guiding framework for social responsibility, reinforcing the importance of transparency, fair working conditions, and sustainable development as drivers of societal value. The thesis presents a concrete and visualized improvement proposal in the form of a step-by-step model for the future development of commercial processes. The model is based on a data-driven, transparent, and customer-oriented approach in which feedback is used as a driver for continuous improvement
Mer än bara nyckelord : Förbättring av juridisk informationssökning via inbäddningar, korskodare och stora språkmodeller
No full textLegal Information Retrieval (LIR) is a specialized field focused on accessing legal texts, including legislation, case law, and scholarly works. Traditional keyword-based search methods often exhibit limitations due to challenges such as synonymy, polysemy, and the complex nature of legal language, leading to reduced recall and precision rates. To address these issues, this thesis aims to optimize the retrieval component within Retrieval-Augmented Generation (RAG) pipelines, ensuring that Large Language Models (LLMs) receive the most pertinent documents to accurately respond to user queries. We explore various methodologies, including embedding techniques, cross-encoders, and LLMs, to enhance the retrieval process. Embedding techniques involve transforming text into dense vector representations, facilitating efficient similarity searches. Cross- encoders jointly encode query-document pairs to assess relevance more precisely, albeit at a higher computational cost. By integrating these approaches, we aim to improve the selection of relevant documents, thereby enhancing the overall performance of RAG systems in the legal domain.Juridisk informationssökning är ett specialiserat område som fokuserar på att ge tillgång till juridiska texter, inklusive lagstiftning, rättspraxis och akademiska verk. Traditionella sökmetoder baserade på nyckelord uppvisar ofta begrän- sningar på grund av utmaningar som synonymi, polysemi och det komplexa juridiska språket, vilket leder till minskad täckning och precision. För att hantera dessa problem syftar denna avhandling till att förbättra täckningen inom Retrieval-Augmented Generation (RAG)-ramverk, för att säkerställa att stora språkmodeller (LLM) får de mest relevanta dokumenten för att exakt besvara användarfrågor. Vi utforskar olika metoder, inklusive inbäddningstekniker, cross-encoders och LLM, för att förbättra sökprocessen. Inbäddningstekniker in- nebär att transformera text till täta vektorrepresentationer, vilket underlättar effektiv sökning. Cross-encoders gör en gemensam kodning av sökfråga och dokument för att bedöma relevans mer exakt, om än till en högre beräkn- ingskostnad. Genom att integrera dessa metoder strävar vi efter att förbät- tra urvalet av relevanta dokument, och därigenom förbättra den övergripande prestandan hos RAG-system inom det juridiska området
Uplink Prescheduling Improvement in 5G Networks Using Machine Learning
No full textIn a 5G network, the scheduling algorithm at the base station (gNB) decides when and how much data connected User Equipments (UEs) are allowed to transmit. Normally, a UE signals that it has data to transmit and the gNB grants the user permission to send data. Prescheduling is an alternative approach where the gNB speculatively sends grants to UEs that have not requested resources, aiming to reduce user latency. One existing prescheduling algorithm at Ericsson uses a timer to track recent active UEs and applies the Round Robin algorithm to issue speculative grants if there are resources left after prioritizing UEs known to have data. However, this method sometimes sends grants to UEs unlikely to have data, leading to transmissions with no data, increased radio interference, and higher UE battery consumption. A Machine Learning (ML)-based prescheduling algorithm was created to issue speculative grants only if the probability of data presence is above a certain threshold, aiming to reduce latency and lower transmissions containing no data, thus reducing radio interference and UE battery consumption. Since the probability of data in the UEs buffer depends on the user type of originating data, the thesis also explored creating a classification model from UE reports to categorize user types. Two predictive models were developed: one specific to user types and another spanning all user types, both trained with data from an Ericsson 5G network simulator of UE reports at the gNB and at UEs. The time series data was transformed to a tabular format, and the XGBoost ML algorithm was used for training. The model that spans all user types was integrated into the simulator's scheduler, and end-to-end simulations evaluated the ML-based prescheduling algorithm for latency and transmissions sent with no data, comparing it to the timer-based approach. Results show that the user type classifier predicted user types with an accuracy and F1 score of 0.93. The user type specific model predicted data in the buffer with an average accuracy of 0.88 and recall of 0.87, while the model trained across all user types achieved 0.85 accuracy and recall. Results from simulations show that the ML-based prescheduling algorithm could not reduce latency compared to the timer-based. However, results show that the percentage of transmissions sent that contain no data was reduced for the ML-based prescheduling algorithm whilst still achieving lower latency compared to when no prescheduling was used. Specifically for webpages, the ML-based algorithm with a 0.4 threshold achieved a mean object delay from request of 335-370 ms, close to the timer-based method's 320-355 ms, and improved upon the no-prescheduling delay of 447-580 ms. It also reduced transmissions with no data to 35-25%, compared to 56-45% for the timer-based method.
Enhancing Research-to-Operations in Hydrological Forecasting : Innovations across Scales and Horizons
No full textOver the past 20 years, the Hydrological Ensemble Prediction Experiment (HEPEX) international community of practice has advanced the science and practice of hydrological ensemble prediction and its application in impact- and risk-based decision-making, fostering innovations through cutting-edge techniques and data that enhance water-related sectors. Here, we present insights from those 20 years on the key priorities for (co)creating broadly applicable hydrological forecasting systems that add value across spatial scales and time horizons. We highlight the advancement of hydrological forecasting chains through rigorous data management that incorporates diverse, high-quality data sources, data assimilation techniques, and the application of artificial intelligence (AI) to improve predictive accuracy. HEPEX has played a critical role in enhancing the reliability of water resources and water-related risk management globally by standardizing ensemble forecasting. This effort complements HEPEX's broader initiative to strengthen research to operations, making innovative forecasting solutions both practical and accessible. Additionally, efforts have been made toward supporting the United Nations Early Warnings for All initiative through developing robust and reliable early warning systems by means of global training, education and capacity development, and the sharing of technology. Finally, we note that the integration of advanced science, user-centric methods, and global collaboration can provide a solid framework for improving the prediction and management of hydrological extremes, aligning forecasting systems with the dynamic needs of water resource and risk management in a changing climate. To effectively meet future demands, it is crucial to accelerate the integration of innovative science within operational frameworks, fostering adaptable and resilient hydrological forecasting systems globally. SIGNIFICANCE STATEMENT: We present transformative advancements in hydrological forecast- ing that integrate diverse, high-quality data sources , advanced modeling techniques, including artificial intelligence (AI)/machine learning (ML) to enhance predictive accuracy across different time scales and spatial dimensions. Through Hydrological Ensemble Prediction Experiment (HEPEX)'s contributions in standardizing ensemble predictions, we have significantly improved forecast reli- ability and support across various water-related sectors. The efforts of the HEPEX community of practice also underpin robust early warning systems through extensive global capacity develop- ment and technology sharing, in alignment with the United Nations Early Warnings for All initia- tive. By fostering strategic collaborations, we bridge the research-to-operations gap, promoting forecasting solutions that are both practical and accessible. HEPEX body of work enhances global disaster resilience, making substantial contributions toward sophisticated, actionable hydrological forecasting and management worldwide