Journal articles on the topic 'Forudsigelser'

AbstractA certain degree of predictability in criminal law is important for the overall functionality of the criminal justice system. For victims, the accused, and their relatives, predictability – and the lack thereof – has a more concrete and immediate impact. The lack of predictability of how and when cases are handled, and with what outcome, installs an uncertainty of significant events for those involved in the case. This effectively limits those persons’ abilities to make decisions about their cases and their lives. Existing literature correspondingly shows that the process of a criminal case, its duration, and the uncertainty about the outcome represent a significant burden to those involved. There is a real need for legal and procedural empowerment. In this paper, we examine how statistical models increase predictability regarding sentencing outcomes and find that our models reduce the uncertainty of case outcomes for the accused, the victims, and their relatives.

I stedet for et abstract er her begyndelsen på indledningen:Markante begivenheder i nyere tid såsom Rushdie-affæren, den 11. september og karrikaturkrisen har sat islam på den internationale dagsorden. Trods forudsigelser om religionernes mistede betydning og verdens af-fortryllelse synes religion at have fået ny kraft og vitalitet i en moderne global verden. Det er ikke længere alene relevant at forholde sig til globaliseringen af islam, men også til islam som en globaliseringsdynamik. (...)

Diderichsen (1946: 186) foreslår to sætningsskemaer til analyse af sætningsstrukturen i dansk. I Diderichsens (1946) hovedsætningsskema består en dansk hovedsætning af tre felter som igen består af tilsammen syv pladser. I den generative struktur som vi her vil gå ind for, er der langt flere underinddelinger end der er felter og pladser hos Diderichsen (1946). En anden forskel er at der er mere asymmetri i den generative analyse: Diderichsen (1946) har mange konstituenter på samme niveau hvorimod den generative analyse grundlæggende opererer med binære strukturer. Vi vil vise hvorledes det større analytiske apparat tillader interessante generaliseringer og forudsigelser i den generative analyse som ikke er mulige i et sætningsskema. Udover disse forskelle vil vi også beskæftige os med tre paralleller mellem de to tilgange, nemlig Diderichsens skelnen mellem topologi og syntaks, Diderichsens tre overordnede felter og hvad de svarer til i den generative analyse, og endelig også ideen om flytning af konstituenter i sætningsstrukturen. En del af vores konklusion vil være at alle syntaktikere/grammatikere burde være parat til at tage både de generative og de funktionelle tilgange alvorligt. Selvom tonen nogle gange kan være lidt polemisk, har de forskellige tilgange så meget til fælles at de uden ret stort besvær kan lære en del af hinandens resultater og erkendelser.

Hvordan reagerer læsere på kommunikationsprodukter fra offentligere institutioner og private virksomheder? Hvordan og hvor godt forstår de kommunikationsprodukterne, og hvordan oplever de dem i bred forstand? I denne artikel argumenterer vi for at tænke højt-protokoller, altså det at man beder en person fx læse en tekst og fortælle hvad hun tænker mens hun læser, kan bidrage til at besvare denne type spørgsmål – og at resultaterne af protokolanalyserne kan danne udgangspunkt for bedre kommunikationsprodukter. Traditionen for tænke højt-protokoller stammer fra psykologiske studier af kognitive processer. Vi placerer imidlertid metoden i en socialkonstruktivistisk ramme og antager således at protokollerne viser hvordan fænomener som viden, relationer, identiteter og forståelse (gen)skabes i interaktion mellem forsker, informant og kommunikationsprodukt. Med udgangspunkt i egne undersøgelser, som involverer tænke højt-protokoller, demonstrerer vi hvordan indsamlingen af protokollerkan tilrettelægges med udgangspunkt i det socialkonstruktivistiske perspektiv. Dernæst viser vi hvordan de indsamlede protokoller kan analyseres vha. sprogvidenskabelige analysemetoder, nemlig kritisk diskursanalyse, kognitiv metaforteori og narrativ teori – teoridannelser der alle gør det muligt at undersøge hvordan konstruktionen af fx viden, relationer og forståelse foregår i protokollerne. Endelig argumenterer vi for at metoden kan bruges interventionistisk for at styrke organisationers strategiske kommunikation og gøre det lettere for borgere at forstå deres rettigheder og pligter. [Artiklen hedder i den trykte udgave fejlagtigt Om relationen mellem informationelle valg og forudsigelser i forståelsen af sekvenser af sætninger]

Digitalisering af arbejds- og samfundslivet accelererer i disse år. Digitalisering fremstilles som en nødvendighed, hvis man vil overleve som privat virksomhed og fremhæves også som et middel til at lette arbejdsbyrden i en betrængt offentlig sektor. Nogle taler ligefrem om ‘den fjerde industrielle revolution’, Arbejdsliv 4.0, der grundlæggende vil forandre arbejdsliv og arbejdsmarked (Schwab. K., 2019). Selvom disse fremskrivninger præges af en overdreven teknologioptimisme og må tages med et gran salt, er der ingen tvivl om, at digitale teknologier i de senere år har ændret arbejdslivet for mange. Dette er for eksempel blevet tydeligt med digitale og platformsbaserede forretningsmodeller, som ændrer arbejdets indhold og organisering. Digitalisering åbner således for nye måder at lede og kontrollere arbejdet på. Det gælder både, når madudbringningsfirmaer som Wolt og Just Eat og taxiordninger som Uber fordeler køreture til deres chauffører ved hjælp af algoritmer (Oppegaard, 2021; e.g. Wood et al., 2018). Eller når Amazon på platformen Mechanical Turk udbyder mikrojobs, som kan løses på under 10 minutter. Den digitale teknologi anvendes også i Amazon og Nemlig.com’s lagerhaller, hvor ansatte minutiøst bliver overvåget, kontrolleret og arbejder side om side med robotter styret af artificial intelligence (AI) (Delfanti, 2021). Netop disse måder at organisere arbejde på har skabt debat om en ny form for ’digital taylorisme’: Lavtlønsjobs præget af stærk opsplitning af arbejdet, ringe muligheder for autonomi, usikkerhed i løn, arbejdstid og ansættelse. Mange har således beskrevet, hvordan digitalisering betyder fremvæksten af arbejdsformer, der fremmer individualisering og udhuler fællesskaber, og som undergraver den faglig organisering. (e.g. Tassinari & Maccarrone, 2019). Dette bekræftes, hvis man ser på platformsarbejdets demografi . Her arbejder ikke kun unge, der supplerer deres indtægter fra SU, men også migranter og andre sårbare grupper på arbejdsmarkedet. Men digitalisering påvirker ikke bare ufaglært platformsarbejde. Også andre typer af organisationer anvender digitalisering. Det gælder digitale planlægnings- og registreringssystemer i ældreplejen og elektroniske patientjournaler på sygehusene. Og det gælder AI baserede beslutningsstøttesystemer, der indvirker på og potentielt erstatter professionelles faglige vurderinger, og som forandrer relationer og samarbejdsformer på arbejdspladsen. Det ser man eksempelvis inden for politiarbejde og inden for social-, beskæftigelses-, sundheds- og undervisningsområdet (e.g. Allhutter et al., 2020; Gundhus et al., 2022; Jørgensen, 2020). Algoritmisk styring er en tredje vigtig måde, hvor digitalisering påvirker arbejdsprocesser. Algoritmisk styring henviser til nye måder at optimere og kontrollere arbejde og organisation på, hvor store firmaer bruger databaserede forudsigelser og andre former for kvantificering og benchmarking af performance baseret på statistisk modellering til at styre deres ansatte, som dermed eksponeres og overvåges på nye måder. En af de problematikker, som denne udvikling rejser, handler om, at teknologien slører kontrol og gør magten usynlig. Autoriteten forsvinder og det bliver uklart, hvem der har truffet hvilke beslutninger og hvem, der har ansvaret for dem. Teknologien eller ’the digital prism’, som Mikkel Flyverbom (2019) kalder det, skaber således både zoner af synlighed, som dermed bliver regulerbare, men også zoner af usynlighed, der undslipper regulering. Diskussioner om digitalisering forfalder nemt til enten optimistisk hyldest til potentialerne eller til dystopiske forestillinger om, hvordan arbejdslivet degraderes. Den måde, digitale teknologier ændrer arbejdslivet på, er kompleks og dybgående i den forstand, at teknologierne potentielt forandrer vores arbejdspraksis, måden vi bliver ansat, ledet, styret og fyret på, ligesom teknologierne påvirker forholdet mellem kolleger, vores forhold til arbejdet og til den organisation, vi arbejder for – og også indimellem indtager rollen som arbejdsgiver. Dette temanummer bidrager til at udforske dette felt empirisk. De to første artikler giver vigtige bidrag til den efterhånden omfattende internationale forskning i platformsarbejde eller ’gig arbejde’, dvs. fysiske jobs med platformen som arbejdsgiver. De næste artikler tager udgangspunkt i dataficering og AI, men bidrager i højere grad med teoretiske indsigter. De udforsker og udfordrer begge et entydigt fokus på teknologi som driver i forandringsprocessen, og de har fokus på henholdsvis betydningen af samspillet mellem den organisatoriske kontekst og teknologi i dataficeret socialt arbejde, og på det usynlige ledelsesarbejde, der medgår til at forme, meningstilskrive og skabe AI projekter i den offentlige sektor.

Da jeg forsvarede min doktordisputats i 2012, argumenterede jeg for, at fremtidens strid inden for velfærd ville dreje sig om ”Adgang til excellence”, dvs. kampen om adgang til den bedste omsorg, uddannelse og sociale sikring. I dag er denne forudsigelse blevet skrækindjagende aktuel. Globale koncerner, nationer, institutioner og personer slås om adgangen til de mest effektive værnemidler mod Coronavirussen, herunder respiratorer, der kan forhindre, at vi lider kvælningsdøden. Det var planlagt, at jeg 20. marts 2020 skulle holde en afskedsforelæsning, hvor jeg skulle tage udgangspunkt i den forelæsning, jeg holdt, da jeg i 2009 tiltrådte i mit professorat på Institut for Uddannelsesvidenskab på Syddansk Universitet. Ideen var, at jeg skulle beskrive udviklingen i dansk uddannelsesforskning i perioden 2010-2020. Men det blev ikke til noget, fordi universitetet blev lukket ned på grund af Corona-truslen. Vi blev konfronteret med en pandemi, der i værste fald bliver permanent, og som sætter helt nye vilkår for forskning og forskningsledelse. Denne artikel forsøger at opsummere de tendenserne, vi i dag kan se inden for forskningsledelse og uddannelsesforskning. Nogle tendenser har manifesteret sig langsomt i løbet af de forløbne år. Andre er blevet radikaliserede på grund af krisen. Vi oplever på godt og ondt stærkere krav om anvendelsesorientering, en mere fremskreden digitalisering og en stærkere politisering af forskningen. Her vil jeg argumentere for, at striden i dag står om retten til at definere de algoritmer, der lægges til grund for håndtering af data. I Corona-krigen dukker foruroligende totalitære tendenser op. Mit håb er, at vi kan tage det så roligt, at vi kan bevare demokratiet.

Realtidsforudsigelser af passagerefterspørgsel på jernbanen kan bidrage til smartere trafikstyring og på sigt til at udvikle et offentligt transportsystem som på forskellig vis imødekommer ekstraordinær efterspørgsel. Dette kræver adgang til detaljeret information om efterspørgselsmønstre i form af løbende indsamling af passagertal for hvert par af oprindelses- og destinationsstationer i korte tidsintervaller. I dette studie udvikles en machine learning model til forudsigelser af afvigelser fra det periodiske efterspørgselsmønster på Københavns S-bane i 15 minutters intervaller ved hjælp af realtidsdata fra Rejsekortet på efterspørgselssiden og Banedanmarks driftsstatistikker på udbudssiden. Studiet belyser dels betydningen af udbud for forudsigelse af efterspørgsel og dels udforskes måden hvorpå spatiotemporal data indlejres i modeller fra dyb læring for at opnå nøjagtige forudsigelser for mange-dimensionale og sparsomme data som disse.

<div>Forudsigelser af milj&oslash;udviklingen benyttes&nbsp;af politikere og embedsm&aelig;nd&nbsp;til at formulere ny politik og af organisationer og borgere, der gerne vil&nbsp;vide, hvordan fremtidens milj&oslash; kommer&nbsp;til at se ud. Bogen &ldquo;Milj&oslash;scenarier&rdquo;&nbsp;giver en forklaring p&aring;,&nbsp;hvad forudsigelser er, hvordan de&nbsp;bliver til, og hvordan de kan bruges.</div>

<div>Det er en klassiker. Et stort jordsk&aelig;lv&nbsp;sender huse i grus, mange&nbsp;mennesker mister livet, og endnu&nbsp;flere bliver hjeml&oslash;se. Katastrofen&nbsp;er omfattende og tragedien ub&aelig;rlig.&nbsp;Frem af kaos dukker en person, som&nbsp;h&aelig;vder at have forudsagt jordsk&aelig;lvet,&nbsp;og hvis advarsler er blevet ignoreret&nbsp;af myndigheder og borgere.&nbsp;Hvis bare vi havde lyttet, kunne&nbsp;menneskeliv v&aelig;re sparet.</div>

Maskinlæring er en metodisk tilgang til databehandling, som vinder indpas i den politologiske forskning og offentlige forvaltning. Her har tilgangen et lovende potentiale til at lave forudsigelser om eksempelvis brugeres og borgeres senere adfærd, hvilket blandt andet kan bruges til målretning af tidlige indsatser. Men hvad er maskinlæring mere konkret, og hvordan anvender man maskinlæring i praksis? I artiklen introducerer vi kernebegreber i relation til maskinlæring. Vi introducerer maskinlæringsalgoritmer i form af klassifikationstræer. Artiklens pointer illustrerer vi undervejs med et konkret eksempel på anvendelse af maskinlæring i dansk offentlig forvaltning, hvor maskinlæring bliver brugt til at forudsige uddannelsesfrafald på Københavns Professionshøjskole. Afslutningsvist diskuterer vi metodiske styrker og svagheder ved maskinlæring i en samfundsvidenskabelig kontekst.

En forudsigelse af idrætssamfundet og den olympiske bevægelse i år 2016.Olympia 2016: Facts and counterfacts In Idrætshistorisk Årbog (Yearbook of Sporting History) no. 4 in 1988, which also took the Olympic Games as its theme, Søren Damkjær wrote a science fiction article in which from the postulated vantage point of 2020 he took a retrospective look at the 2000 Games, which he had transferred to Manila. For the current number (2003) about the Olympic movement, the editor asked Søren to assess the validity of the 1988 article. The working title is “Was Søren right?”. This is what Søren Damkjær considers in this article, which takes as its starting point a pre-Olympic conference in St. Petersburg in 2016. The main conclusion is that by and large he was wrong!