Denna uppsats hade som syfte att undersöka religionsfriheten som lag och rättighet baserat på hur den framställts i artikeln ?Avskaffa lagen om religionsfrihet?. Undersökningen utgick ifrån tre frågeställningar.Den första handlade om huruvida religionsfrihet medför att religiöst troende har större friheter än icketroende. Det visades på att religionsfriheten erbjuder samma frihet för alla och envar, individens frihet att ha den relation till religion som eftersträvas av densamme. Lagen om religionsfrihet visades syfta till att i möjligaste mån tillgodose denna frihet.

Arbetet inleddes med ett möte med Evonova där projektet diskuterades. Företagets inledandetankegångar och idéer kring produkten framgick och arbetet påbörjades.Under arbetets gång följdes Fredy Olssons anvisningar i hur en teknisk rapport ska se ut. Alltinleddes med en brainstorm och kundundersökning. Kundundersökningens resultat mynnadeut i en kravprofil, till denna tillkom även Evonovas krav och önskningar. Kravprofilenanvändes när vi sållade ut lösningar från brainstormen.Vidare använde vi oss av idéerna vi fått fram och arbetade fram CATIA-modeller på möjligaförslag.

Vi har med denna studie undersökt vilka vägledningsmodeller och metoder som vägledare använder i drop in- samtalet, samt deras inställning till detta. Den metod vi använder oss av i studien är semikvalitativa intervjuer tillsammans med en intervjuguide som bas med frågor uppdelade i teman. Dessa teman är modeller, metoder och inställningar. De vägledningsmodeller som vägledarna i studien använder sig mest av och som ligger som en grund för deras arbete är Gerard Egans modell ?The Skilled Helper?.

Bakgrund: Många företag går i konkurs varje år vilket är förknippade med kostnader för de enskilda intressenterna och för samhället i stort. För att kunna vidta eventuella åtgärder innan konkursen är ett faktum är det av intresse att veta om någon av de modeller som forskare tagit fram för att förutspå konkurser faktiskt fungerar.Syfte: Syftet med denna undersökning är att ta reda på om det går att applicera någon av ett urval av etablerade konkursmodeller på svenska industri- och tillverkningsföretag.Teori: Studien kommer att testa tre olika forskares modeller och metoder: Altmans, Platts och Platts samt Pompes och Bilderbeeks.Metod: I denna studie kommer enbart en deduktiv forskningsansats att användas och datainsamlingen är kvantitativ då nyckeltal hämtas från de aktuella företagens årsredovisningar. Urvalet baseras på de företag som ansökte om konkurs under år 2011 och de som representerar kontrollgruppen har slumpmässigt valts ut bland de företag inom avgränsningen som inte gått i konkurs det aktuella året.Resultat och slutsats: Altmans och Platts och Platts modeller visar sig inte vara applicerbara på svenska företag. Dock är vissa av Pompes och Bilderbeeks nyckeltal tillämpliga till att använda för konkursprognostisering för svenska företag..

Examensarbetet gjordes i samarbete med Maria Westerlind AB och målsättningen var att ta fram femton modeller inför våren 2011, varav tre har valts ut för närmare analys. Konstruktionerna gjordes i Lectras programvara Modaris, dels från färdiga modeller, dels från befintliga grunder. Rapporten beskriver tillvägagångssättet för konstruktionen av de tre utvalda modellerna och redovisar resultaten av de förstaprover som sytts upp baserat på dessa konstruktioner. Utifrån detta har en jämförelse gjorts mellan för- och nackdelar för de olika tillvägagångssätten och slutsatsen blir att det är svårt att föredra det ena före det andra eftersom tillvägagångssättet bör väljas baserat på modellen som skall konstrueras men att upprättandet av ett bibliotek med konstruktionsunderlag skulle kunna vara användbart i framtiden..

Arbetet inleddes med ett möte med Evonova där projektet diskuterades. Företagets inledandetankegångar och idéer kring produkten framgick och arbetet påbörjades.Under arbetets gång följdes Fredy Olssons anvisningar i hur en teknisk rapport ska se ut. Alltinleddes med en brainstorm och kundundersökning. Kundundersökningens resultat mynnadeut i en kravprofil, till denna tillkom även Evonovas krav och önskningar. Kravprofilenanvändes när vi sållade ut lösningar från brainstormen.Vidare använde vi oss av idéerna vi fått fram och arbetade fram CATIA-modeller på möjligaförslag.

Natten mellan den 19 och 20 mars 2003 inledde koalitionstrupper Operation Iraqi Freedom. Detta var slutet på det som kom att gå till historien som Irakkrisen.30 år tidigare formulerade Graham Allison en teori, i form av tre modeller, för att förklara utrikespolitiskt agerande utifrån Kubakrisen. Vi har prövat huruvida Allisons teori fortfarande kan förklara utrikespolitiskt agerande genom att pröva den på Irakkrisen. Detta har operationaliserats genom en systematisk genomgång av tillgängligt material som behandlar uppsatsämnet.Efter att ha betraktat Irakkrisen utifrån Allisons tre olika modeller kan vi konstatera att teorin fortfarande är bärkraftig. Dock behövs viss komplettering till den 30 år gamla teorin ? i form av en inrikespolitisk analys, bredare organisationsanalys samt en djupare value- och beliefsystem-analys ? för att kunna åstadkomma en fylligare undersökning som förenar Allisons modeller med dagens verklighet..

Studiens tvådelade syfte motiveras utifrån rådande oenighet och förvirring kring hur gruppkohesion bör definieras och mätas. Det första syftet var att konstruera och testa ett formulär avsett att mäta olika typer av kohesion. Formuläret kom att innehålla 12 olika aspekter av kohesion baserade på tidigare studiers konceptualiseringar av begreppet. Formuläret undersöktes (N=404) utifrån frågeställningen: Vilka psykometriska egenskaper har kohesionsaspekterna i formuläret? Formuläret uppvisade acceptabla psykometriska egenskaper.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

Arbetet inleddes med ett möte med Evonova där projektet diskuterades. Företagets inledandetankegångar och idéer kring produkten framgick och arbetet påbörjades.Under arbetets gång följdes Fredy Olssons anvisningar i hur en teknisk rapport ska se ut. Alltinleddes med en brainstorm och kundundersökning. Kundundersökningens resultat mynnadeut i en kravprofil, till denna tillkom även Evonovas krav och önskningar. Kravprofilenanvändes när vi sållade ut lösningar från brainstormen.Vidare använde vi oss av idéerna vi fått fram och arbetade fram CATIA-modeller på möjligaförslag.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.