Sökning: "decision making model sweden"

Visar resultat 1 - 5 av 265 uppsatser innehållade orden decision making model sweden.

  1. 1. Stadsodling i Hamnparken, Nyhamnen Malmö : undersöker Torontomodellen som beslutsstöd för potentiellt förorenad mark

    Kandidat-uppsats, SLU/Dept. of Biosystems and Technology (from 130101)

    Författare :Lova Hambraeus; Karin Stureson; [2024]
    Nyckelord :bly Pb ; fytoremediering; markanalys; miljöföroreningar; Nyhamnen; PAH; stadsodling; Torontomodellen;

    Sammanfattning : Befolkningen ökar och städer blir tätare. Detta skapar ett behov av att utöka matproduktionen och stärka livsmedelsförsörjningen i staden, samt bygga upp platser för mental hälsa och social interaktion. Ett möjligt sätt att göra detta är genom att börja stadsodla. LÄS MER

  3. 2. Cirkulär ekonomi som ett beslut : En kvalitativ studie om hur soptunnemodellen förklarar implementeringen av cirkulär ekonomi i små och medelstora svenska bolag

    Kandidat-uppsats, Högskolan i Gävle/Företagsekonomi

    Författare :Daniel Jonsgården; Sakke Pellikka; [2024]
    Nyckelord :Circular economy; SME; Decision making; garbage can model; Sweden; Cirkulär ekonomi; SME; Beslutstagande; Soptunnemodellen; Sverige;

    Sammanfattning : Titel: Cirkulär ekonomi som ett beslut: En kvalitativ studie om hur soptunnemodellen förklarar implementeringen av cirkulär ekonomi inom små och medelstora företag Nivå: Examensarbete på grundnivå (kandidatexamen) i ämnet företagsekonomi Författare: Daniel Jonsgården och Sakke Pellikka Handledare: Jean Mutiganda Datum: 2024 – januari Syfte: Flera studier visar på svårigheter och hinder för införandet av cirkulär ekonomi. Syftet med denna studie är att undersöka hur implementeringsbeslutet ser ut och därmed varför företag trots hinder väljer att implementera cirkulär ekonomi. LÄS MER

  4. 3. Näringsförluster från sju jordbruksområden nära Mälaren

    Uppsats för yrkesexamina på grundnivå, SLU/Dept. of Soil and Environment

    Författare :Sally Karlsson Bondesson; [2024]
    Nyckelord :avrinningsområde; belastning; fosfor; kväve; S-HYPE; retention; typområden på jordbruksmark; vattenflöde; VISS; våtmark;

    Sammanfattning : Ett av Sveriges miljömål är ”ingen övergödning” vilket innebär att gödande ämnen inte ska ha negativ inverkan på människor, biologisk mångfald eller mark-och vattenanvändning (Naturvårds-verket 2023). Näringsämnena fosfor och kväve och förlusten av dessa från framför allt jordbruksmark är en av orsakerna till övergödning i sjöar, hav och vattendrag. LÄS MER

  5. 4. The Role of Uni- and Multivariate Bias Adjustment Methods for Future Hydrological Projections and Subsequent Decision-Making

    Master-uppsats, Uppsala universitet/Luft-, vatten- och landskapslära

    Författare :Anna Merle Liebenehm-Axmann; [2024]
    Nyckelord :Bias adjustment methods; future hydrological climate projections; statistical analysis; future streamflow analysis; biasjusteringsmetoder; framtida hydrologiska projektioner; statistisk analys; framtida vattenförings analys;

    Sammanfattning : Climate models are essential for generating future climate projections. However, due to simplifications, the models can produce systematic differences between output and reality, which is referred to as model bias. Bias adjustment methods aim to reduce this error, which is important for making future projections more reliable. LÄS MER

  7. 5. Neural Network-based Anomaly Detection Models and Interpretability Methods for Multivariate Time Series Data

    Master-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap

    Författare :Deepthy Prasad; Swathi Hampapura Sripada; [2023]
    Nyckelord :multivariate - time series; anomaly detection; neural networks; autoencoders; interpretability; counterfactuals;

    Sammanfattning : Anomaly detection plays a crucial role in various domains, such as transportation, cybersecurity, and industrial monitoring, where the timely identification of unusual patterns or outliers is of utmost importance. Traditional statistical techniques have limitations in handling complex and highdimensional data, which motivates the use of deep learning approaches. LÄS MER