Denna nyhet är äldre än 6 månader och är kanske inte aktuell längre.
Det kan vara en stor utmaning för beslutsfattare att över tid fatta logiska och sammanhängande beslut. En framgångsfaktor är när expertbedömningar kompletteras med formella metoder för att till exempel klassificera risker. Ett av FN:s globala mål är ”Ingen hunger”. För att nå detta måste beslutsfattarna ha kvalificerade beslutsstödsystem som hjälper till att analysera riskerna för matbrist i olika delar av världen.
– Det fanns redan en metod för detta, men den var svår att genomföra i praktiken. I min avhandling har jag utvecklat den klassificeringsmodell som fanns och löst en del brister som gjort att den nu kan användas på ett funktionellt och effektivt sätt, säger Rueben Laryea.
Den nya modellen kommer hjälpa beslutsfattare inom FN att analysera data på ett effektivt sätt, göra mer exakta värderingar, fatta mer underbyggda beslut och formulera policys som ska hjälpa människan att få tillgång till mat.
Rueben Laryea försvarade framgångsrikt sin avhandling “A data-driven decision support system for coherency of experts’ judgment in complex classification problems - The case of food security as a UN sustainable development goal” på Högskolan Dalarna den 28 november.