ANALYSIS OF MATURITY IN DATA-DRIVEN CULTURE A1N

Big data and the algorithms used in data science, together with the corresponding process and its technology tools, have important implications for addressing climate change. From machine learning algorithms to data visualization, data science methods are used to investigate and better understand climate change and its various effects on land, sea, food, etc.Data science is a powerful approach which is capable of helping practitioners, and policy-makers understand the uncertainties and ambiguities inherent in data, to identify interventions, strategies, and solutions that realize the benefits for humanity and the environment, and to evaluate the multiple– and sometimes conflicting–goals of decision-makers. In this MOOC course, we introduce methods pertaining to the growing field of data science and apply them to issues relevant to climate change. Topics Data science Analytics as a process Data-driven decisions Climate change Applications of data science in climate change Course content Understand data science Learn about the sources of big data Understand the basics of climate change, its impacts and sustainable development goals Get to know data-driven decisions and how they are made Highlight some climate change challenges that are directly or indirectly related to data science Apply data science knowledge and skills to make climate change related decisions Learn how others have used data science in association with addressing climate change problems You will learnBy the end of the course, you will be able to: obtain and analyze datasets; make data-driven decisions; identify and address climate change challenges using data science Who is the course for?This course is designed for those who want to improve their analytics and data-driven decision-making skills, with an emphasis on utilizing such skills for addressing climate change challenges. The course will also be useful for practitioners and policy-makers as they can benefit from understanding the uncertainties and ambiguities inherent in data and using it to identify interventions, strategies, and solutions that realize benefits for humanity and the environment.

The information and communication technology (ICT) sector is responsible for approx. 1.8-2.8% of the global greenhouse gas (GHG) emissions in 2020, and software is both part of the problems and the solutions. Traditional software engineering principles and techniques do not consider the climate, environment, and sustainability aspects in building and using software for any purpose. We, software engineers, developers, researchers, climate scientists, and various other related stakeholders, need to think about how we can reduce the carbon footprint due to building and using software-intensive systems. Green and sustainable software engineering is an emerging concept that can help reduce the carbon footprint related to software. In this introductory course, we will introduce the concept of green and sustainable software engineering and the engineering process to build green and sustainable software. Topics Sustainable and green computing Sustainable and green software engineering Process Energy efficient computing Sustainability issues in Scientific computing You will learnBy the end of the course, you will be able to: analyze the green and sustainability issues in traditional software engineering, identify and incorporate key elements to be included in the software engineering process to make the software green and sustainable, and use techniques to make your software code energy efficient. Who is the course for?This course is designed for those who are software developers, managers and software related policy makers, or have knowledge about software development, and want to consider the green and sustainability aspects in their everyday life. Also, this course will be useful for computational scientists who build green software and want to know more about these aspects in software engineering. However, this is an introductory course, and it will show a path for life-long learning to build more in-depth knowledge in each concept introduced in this course.

Numerical models are used in every engineering task, from conceptual design to optimization, control, and diagnostics. As the process becomes more complex, data driven models are a powerful tool that allows to quantify relationships between available data and observations, which forms the basis for machine learning. Image recognition, spam filtering, and predictive analytics are some examples of how we can use data driven models. This course provides a simple introduction to fundamental techniques for dimensionality reduction, classification, and regression, which can be applied to all types of engineering problems.

This course has an English version. Look for course with title "Why choose wood for the next high rise building?" KursbeskrivningOlika typer av biomaterial (t.ex. trä) är mycket viktiga i utmaningen att avkarbonisera byggmiljön och minska koldioxidavtrycket för byggnader och infrastruktur genom att ersätta material som stål och cement som har höga koldioxidutsläpp. Samtidigt får vi inte glömma bort att biologisk mångfald, natur och sociala värden i våra skogar är viktigt att behålla samtidigt som skogsbruk bedrivs. I kursens 13 moduler tas skogsbrukets kretslopp upp inklusive avverkningsmetoder, biologisk mångfald, skogsskötsel, logistik, skogens roll i klimatomställningen, kolinlagring, miljöfördelar med att bygga flervåningshus i trä mm. Syftet är att ni som deltar i kursen ska få en gemensam förståelse av det svenska skogsbruket för att ni sen ska kunna fatta välgrundade beslut om materialval vid nästa byggprojekt. KursperiodKursen kommer att vara aktiv under 3 år. InnehållSkogshistoria: Skogens nyttjande i Sverige genom historienSkogsbruksmetoder och skogsskötselSkogsföryngringVirkets egenskaperMätning av skog och virkeSkogsträdsförädling: nutid och framtidSkogens kolbalans och klimatetAffärsmodeller och marknadsutveckling: Fokus flervåningshus med trästommarNaturvård och biologisk mångfald i skogen Kursens uppläggKursen är helt digital med förinspelade föreläsningar. Du kan delta i kursen i din egen takt. Modulerna avslutas med quiz där du kan testa hur mycket du har lärt dig. Du kommer få kunskap omEfter avslutad kurs kommer du att ha lärt dig mer om olika skogliga begrepp, förvärvat kunskap om skogens nyttjande i Sverige genom historien, ökat dina kunskaper om skogsskötsel och hur olika skogsskötselmetoder påverkar den biologiska mångfalden i skogen, lärt dig om skogsbrukets kretslopp – från föryngring till slutavverkning mm. Vem vänder sig kursen till?Den här kursen är tänkt för dig som är yrkesverksam arkiktekt, anställd på kommun som arbetar med stadsplanering och byggande, verksam i bygg- och anläggningsbranschen samt verksam i andra relaterade yrken. Detta är en introduktionskurs och kommer att bidra till en kompetenshöjning i hela byggsektorns ekosystem vilket ökar branschens internationella konkurrenskraft, samtidigt som det ger viktiga förutsättningar för utvecklingen av framtidens hållbara, vackra och inkluderande städer. Eftersom kursen är öppen för alla hoppas vi att fler grupper, exempelvis studenter, doktorander, skogsägare och andra med skogsintresse tar kursen, tar del av inspirerande föreläsningar där vetenskaplig kunskap som producerats huvudsakligen inom SLU presenteras.För mer information kontakta kurskoordinator dimitris.athanassiadis@slu.se  

Målet med kursen är att ge lärare fortbildning inom ämnet djurvälfärd och hållbarhet. Kursens mål är också att ge lärare inspiration att designa sin egen undervisning, att ge lärare möjlighet att ta till sig ny forskning och att dela med sig av läraktiviteter som kan användas av fler.

Improve work environments using RAMP (Risk management Assessment tool for Manual handling Proactively)! In this course, you will get an overview of the entire RAMP tool and learn to identify and assess musculoskeletal disorder (MSD) risks using the RAMP tool’s first module, RAMP I. MSDs are one of the most common reasons for absence from work today. It leads to reduced productivity and quality losses at companies, as well as increased medical costs. This course is part one of a RAMP program. The other courses are Risk Management of Work-Related Injuries using RAMP II and Proficiency in using RAMP for Risk Management of Work-Related Injuries.