LEARNING STUDY: ROZVOJ ŠKOLY SKRZE KOLEGIÁLNÍ UČENÍ UČITELŮ : Learning study: school development through collegial learning of teachers

The aim of this article is to describe how the Learning Study method (LS) was implemented in a Swedish upper secondary school, as well as how the principals and the teachers involved perceived this to affect teaching at, and the development of, the school. It is an empirical study that was conducted as an action research project over a period of three years. The project to implement the LS method was based on the assumption that proper training is the result of collegial activity that occurs when teachers learn from each other. The teachers in this study were, in general, positive about using the LS method. It created opportunities to meet and talk about teaching skills, developed better professional relationships between colleagues, and offered a systematic method for planning, implementing and monitoring teaching. However, working together requires that time be set aside to allow for implementation of the LS method. This is crucial, as the LS method is a rather expensive way to make school development work. This places heavy demands on principals to create the necessary conditions for the implementation of the LS method.

Lärares sätt att grundlägga för elevers läsförståelse : En kvalitativ intervjustudie av verksamma lärare

Enligt PISAs kunskapsmätningar sjunker svenska elevers kunskaper varje år. Ett kunskapsområde som sjunker är läsförståelsen. I denna undersökning har sammanlagt sex lärare i förskoleklass och skolans tidigare år intervjuats. Syftet är att undersöka hur lärarna arbetar i sin undervisning för att lägga grunden för utveckling av läsförståelsen, vilka faktorer de anser påverkar läsförståelsen och hur lärarna individualiserar undervisningen för elever med ett annat modersmål än svenska. I bakgrunden finns forskningsresultat inom samma område för att kunna jämföra informanternas svar med vad forskningen säger. Forskningen nämner bland annat ordförråd, ordavkodning och den fonologiska medvetenheten som faktorer som påverkar utvecklingen av läsförståelsen. Resultatet visar att lärarna arbetar mycket med ord- och begreppsförståelsen hos eleverna. De samtalar och diskuterar till största delen under lektionerna och en del arbetar mycket med den fonologiska medvetenheten. Inom området med undervisningen för elever med ett annat modermål än svenska anses det finns utvecklingsmöjligheter i de svar som informanterna gav.

Traffic and Road Sign Recognition

This thesis presents a system to recognise and classify road and traffic signs for the purpose of developing an inventory of them which could assist the highway engineers’ tasks of updating and maintaining them. It uses images taken by a camera from a moving vehicle. The system is based on three major stages: colour segmentation, recognition, and classification. Four colour segmentation algorithms are developed and tested. They are a shadow and highlight invariant, a dynamic threshold, a modification of de la Escalera’s algorithm and a Fuzzy colour segmentation algorithm. All algorithms are tested using hundreds of images and the shadow-highlight invariant algorithm is eventually chosen as the best performer. This is because it is immune to shadows and highlights. It is also robust as it was tested in different lighting conditions, weather conditions, and times of the day. Approximately 97% successful segmentation rate was achieved using this algorithm.Recognition of traffic signs is carried out using a fuzzy shape recogniser. Based on four shape measures - the rectangularity, triangularity, ellipticity, and octagonality, fuzzy rules were developed to determine the shape of the sign. Among these shape measures octangonality has been introduced in this research. The final decision of the recogniser is based on the combination of both the colour and shape of the sign. The recogniser was tested in a variety of testing conditions giving an overall performance of approximately 88%.Classification was undertaken using a Support Vector Machine (SVM) classifier. The classification is carried out in two stages: rim’s shape classification followed by the classification of interior of the sign. The classifier was trained and tested using binary images in addition to five different types of moments which are Geometric moments, Zernike moments, Legendre moments, Orthogonal Fourier-Mellin Moments, and Binary Haar features. The performance of the SVM was tested using different features, kernels, SVM types, SVM parameters, and moment’s orders. The average classification rate achieved is about 97%. Binary images show the best testing results followed by Legendre moments. Linear kernel gives the best testing results followed by RBF. C-SVM shows very good performance, but ?-SVM gives better results in some case.

LTG-metod och genrepedagogik för andraspråksinlärning

I denna litteraturstudie ville jag fördjupa mig i metoden Läsning på talets grund (LTG) och genrepedagogik. Fanns det något inom forskningsområdet som gav stöd åt min hypotes att dessa båda metoder var lämpliga vid andraspråksinlärning. Syftet med denna litteraturstudie var att, genom granskning av tidigare forskning, få kunskap om hur LTG-metoden och genrepedagogik har använts vid språkinlärning. Syftet preciseras därför i följande frågeställningar: Hur har LTG-metoden använts vid inlärning av svenska som andraspråk? och Hur kan genrepedagogik användas i andraspråksinlärning? Litteraturstudien visar på LTG-metodens samt genrepedagogikens lämplighet vid andraspråksinlärning. Jag anser att både LTG-metoden och genrepedagogiken, genom cirkelmodellen och modellen ett språkutvecklande arbetssätt, är bra metoder att använda vid andraspråksinlärning då de bygger på samma grundtanke: "Läsning på talets grund" och "tal är en bro till skrift" (Leimar 1974, s. 64, Gibbons 2010, s. 69). Metoderna går ut på att läraren planerar sin undervisning utifrån denna ståndpunkt samt fångar upp var eleverna befinner sig i sin språkliga utveckling och genom detta arbetssätt utvecklas både språket och ämneskunskaperna.

Wittingmetoden : En jämförande litteraturstudie av Wittingmetoden

During these last decades there´s been a debate concerning children’s reading and writing skills. The opinion has been that children does not reach the goals in the curriculum. This study is focusing on the positive and negative sides in Phonics and Whole Language. It is also a presentation of the Witting Method and if this method can be a contributed factor when it comes to reaching curriculum goals.

Eldningsresultat för pellets med tillsats av magnesium

Vid förbränning av biobränslen såsom träpellets bildas partiklar som orsakar avsättningar på ytor i pannans konvektionsparti. Det som leder till försämrad effektivitet och kräver sotning. Dessutom sker utsläpp av partiklar till uteluften som kan ge hälsoeffekter. Vid förbränning kan alkalimetaller, som till exempel kalium, frigöras från bränslet och de kan bilda klibbiga avsättningar tillsammans med klor, svavel eller kisel, som i sin tur samlar in mer partiklar och det bygger på avsättningar i konvektionspartiet. Det förväntas att magnesi-um reagerar (huvudsakligen med klor, svavel och kisel) så att sammansättningar med högre smältpunkter erhålls, vilket kan minska avsättningar i konvektionspartiet. Karlstads Universitet har producerat tre olika typer av träpellets; en referenspellet utan tillsat-ser, en pellet med magnesiumoxid (MgO) och en pellet med magnesiumhydroxid (Mg(OH)2). Kortare eldningsprov med de olika bränslena har genomförts i en 20 kW pelletspanna och uppkomna avsättningar i konvektionspartiet och emissioner har registreras. Avsättningarna i konvektionspartiet kvantifierades med en gravimetrisk metod och analyserades med SEM, vilket gör det möjligt att se vilka grundämnen som förekommer i avsättningarna. Gasformiga emissioner som CO, NO och TOC registrerades liksom partikelutsläpp. Motsvarande försök gjordes också med en kommersiellt tillverkad pellet. Tillsats av MgO och Mg(OH)2 ökade mängden flygaska och partikelutsläpp (PM 2,5). Massan av fasta beläggningar i konvektionspartiet ökade också jämfört med referenspellets utan dessa tillsatser. Dessutom bildades stora mängder flygaska i fallen med magnesiumtillsats. Att tillsatserna bildade flygaska kan förklaras av den normalt mycket låga askhalten i träpel-lets och därmed är också halten av alkalimetaller låg jämfört med pellets som tillverkas av spannmål. Magnesiumtillsatsen syftar till att reagera med alkalimetaller och bilda föreningar med så hög smältpunkt att de inte fastnar i pannans konvektionsparti. Troligen är magnesium-tillsatsen för hög jämfört med mängden alkali i pelletsen. Från SEM-analysen kan man se att mängden kalium minskar med magnesiumtillsatserna och det verkar som att principen fungerar. Dock hamnade stora mängder flygaska med hög andel magnesium i konvektionspartiet (lös flygaska har avlägsnats före den gravimetriska mätning-en och före SEM-analysen av substraten). Detta kan ha förhindrat substraten från att få högre andel fasta avsättningar från bland annat kalium och klor under denna korta mätperiod som genomfördes. Det kan dock inte uteslutas att de minskade avsättningarna av kalium och klor berodde på just tillsatsen av magnesium.

Machine Learning Algorithms in Heavy Process Manufacturing

In a global economy, manufacturers mainly compete with cost efficiency of production, as the price of raw materials are similar worldwide. Heavy industry has two big issues to deal with. On the one hand there is lots of data which needs to be analyzed in an effective manner, and on the other hand making big improvements via investments in cooperate structure or new machinery is neither economically nor physically viable. Machine learning offers a promising way for manufacturers to address both these problems as they are in an excellent position to employ learning techniques with their massive resource of historical production data. However, choosing modelling a strategy in this setting is far from trivial and this is the objective of this article. The article investigates characteristics of the most popular classifiers used in industry today. Support Vector Machines, Multilayer Perceptron, Decision Trees, Random Forests, and the meta-algorithms Bagging and Boosting are mainly investigated in this work. Lessons from real-world implementations of these learners are also provided together with future directions when different learners are expected to perform well. The importance of feature selection and relevant selection methods in an industrial setting are further investigated. Performance metrics have also been discussed for the sake of completion.