Sökning: "Siri Andersén"

Hittade 3 uppsatser innehållade orden Siri Andersén.

  1. 1. Hur F-3 lärare talar om skrivande och motivation : En diskursanalys av skrivundervisning

    Uppsats för yrkesexamina på avancerad nivå, Malmö universitet/Institutionen för kultur, språk och medier (KSM)

    Författare :Rebecka Sköldbäck; Siri Andersén; [2023]
    Nyckelord :discourse analysis; discourses of writing; motivation; motivation to write; writing; writing instruction; diskursanalys; motivation; skrivande; skrivdiskurser; skrivmotivation; skrivundervisning;

    Sammanfattning : Syftet med studien är att undersöka vilka skrivdiskurser som framkommer när F-3 lärare talar om sin skrivundervisning och elevers skrivmotivation, med diskursanalys som teoretiskt angreppssätt. I tidigare forskning redogörs för studier från en nationell såväl som internationell kontext. LÄS MER

  2. 2. Motivationshöjande skrivundervisning i de tidiga skolåren

    Uppsats för yrkesexamina på grundnivå, Malmö universitet/Fakulteten för lärande och samhälle (LS)

    Författare :Rebecka Sköldbäck; Siri Andersén; [2022]
    Nyckelord :desire to write; engagement; motivation; primary school; young learners; digitalt skrivande; motivation; skrivande; skrivlust; skrivundervisning; tidiga skolår;

    Sammanfattning : Den här kunskapsöversikten syftar till att redogöra för olika aspekter som bidrar till ökad motivation hos elever i de tidiga skolårens skrivundervisning. Kunskapsöversikten är en sammanställning av tio vetenskapliga artiklar som har tagits fram genom en systematisk litteratursökning via databasen ERIC via Proquest. LÄS MER

  3. 3. A Hardware Accelerated Low Power DSP for Recurrent Neural Networks

    Master-uppsats, Lunds universitet/Institutionen för elektro- och informationsteknik

    Författare :Allan Andersen; Ilayda Yaman; [2020]
    Nyckelord :Digital Signal Processor; Hardware Accelerator; Machine Learning; Deep Learning; Recurrent Neural Networks; Gated Recurrent Unit; Technology and Engineering;

    Sammanfattning : Recurrent neural networks (RNNs) have become a dominating player for processing of sequential data such as speech and audio. The reason for this, is the high accuracy that can be achieved with the more complex variants, such as the gated recurrent unit (GRU). LÄS MER