Cities are complex, dynamic and constantly evolving systems, shaped by a plethora of factors that in turn significantly impact our individual safety. These factors are embedded in everything from the physical design of urban settings to the social interactions and activities that take place within them. Compared to other urban challenges such as crime, perceived safety and fear are more abstract and subjective phenomena that are much more difficult to define, understand and not to mention prevent. The aim of this thesis is to examine how perceived safety can be conceptualized and measured in urban environments in order to enhance the accuracy and comprehensiveness of urban safety diagnostics. The approaches of the studies explore both more traditional methods of surveys, regression models and spatial analysis, as well as more emergent methodologiesof the past few decades, such as deep learning models and mobile app data collection. The studies include analyses of perceived safety on multiple levels, from meso- to microlevel, comparisons of residents and non-residents, as well as intersectional analyses of gender, age, ethnicity, and income. The findings of the thesis highlight how various conceptualizations of perceived safety and methodologies used to measure them reveal different understandings. Local and global measures of fear have inverted relationships with marginalized men in Sweden, who, in contrast to common beliefs, express similar levels of poor neighborhood safety to women overall. Spatial and conceptual contrasts were identified between survey-based measures of neighborhood safety, objective safety measures such as crime rates, and safety scores generated by deep learning models. A survey based on a public participation geographic information system (PPGIS) revealed the moderating effect of place familiarity and place stigma, where minor differences in neighborhood familiarity were found to significantly affect perceptions. Mobile app data collection was also found to be a potential way to capture highly spatio-temporally detailed data on perceived safety, while retaining the ability to capture personal narratives and emotional connections to place. The thesis concludes with a reflection of implications and practical insights of the findings for researchers, urban planners, and policymakers, encouraging strategies for more comprehensive diagnostics of safety. 

Städer är komplexa, dynamiska och ständigt föränderliga system, formade av en mängd olika faktorer som i sin tur har en betydande inverkan på vår individuella trygghet. Dessa faktorer är inbäddade i allt från den fysiska utformningen av urbana miljöer till de sociala interaktioner och aktiviteter som äger rum inom dem. Jämfört med andra urbana utmaningar såsom brottslighet är upplevd trygghet och rädsla mer abstrakta och subjektiva fenomen som är mycket svårare att definiera, förstå och inte minst att förebygga. Syftet med denna avhandling är att undersöka hur upplevd trygghet kan konceptualiseras samt mätas i urbana miljöer för att förbättra träffsäkerheten och omfattningen av trygghetsdiagnostik i städer. Angreppssätten i de inkluderade studierna omfattar både mer traditionella metoder såsom enkäter, regressionsmodeller och geografiska analyser, men även nyare metoder från de senaste decennierna såsom djupinlärningsmodeller (deep learning-modeller) och datainsamling via mobilapplikationer. Studierna inkluderar analyser av trygghet på flera nivåer, från meso- till mikronivå, jämförelser mellan boende och icke-boende, samt intersektionella analyser av kön, ålder, etnicitet och inkomst. Avhandlingens resultat belyser hur olika konceptualiseringar av upplevd trygghet och de metoder som används för att mäta dem ger upphov till olika förståelser. Lokala och globala mått på rädsla visade omvända samband för marginaliserade män i Sverige, vilka uttrycker – i motsats till rådande uppfattningar – liknande nivåer av otrygghet i sina bostadsområden som kvinnor i stort. Geografiska och konceptuella kontraster identifierades mellan enkätbaserade mått på trygghet i bostadsområden, objektiva säkerhetsmått såsom brottsstatistik, samt trygghetspoäng genererade av djupinlärningsmodeller. En enkät baserad på PPGIS (Participatory Public Geographic Information System) visade på den modererande effekten av platsbekantskap och platsrelaterad stigma, där små skillnader i kännedom om området hade stor påverkan på trygghetsuppfattningen. Datainsamling med hjälp av en mobilapplikation visade också potential att fånga in mycket detaljrik rumslig och tidsmässig data om upplevd trygghet, samtidigt som den möjliggör insamling av personliga berättelser och känslomässiga band till platsen. Avhandlingen avslutas med en reflektion kring implikationer och praktiska insikter av resultaten för forskare, stadsplanerare och beslutsfattare, med en uppmaning till strategier för mer heltäckande trygghetsdiagnostik.