Technical reports 2009
A-2009-1 Timo Kultanen, TUNNEÄLYTAIDOT. Esimiesvalmennus ICT-alalla. Sosiaalisen innovaation
suunnittelu, toteuttaminen ja arviointi. Tammikuu 2009.
Abstrakti.
Tunteiden merkitys työelämässä ja johtamisen osana on ollut kasvavan kiinnostuksen kohteena
viime vuosien aikana. Kaiken kaikkiaan ihmisen huomioiminen työelämässä on ollut
tutkimuskohteena jo 1920-luvun lopulta alkaen (Hawthorne-tutkimukset) ja erityisesti toisesta maailmansodasta
lähtien. Tämän tutkimuksen keskeinen teoreettinen käsite on tunneäly. Tutkimuksen
"punaisena lankana" ovat tunneälytaidot ja niiden merkitys esimiestyössä. Tunneälyä
lähellä olevia käsitteitä on sivuttu jo 1920-luvulta, vaikka käsite itsessään
lanseerattiin vasta 1990-luvulla. Tutkimuksessa toinen keskeinen teoreettinen käsitepari on temperamentti
ja luonteenpiirteet. Temperamentin käsite on vanha ja sitä on käytetty jo varsin varhain aina
Hippokrateen kirjoituksissa. Temperamentti on kiehtova, ihmisten erilaisuuteen viittaava käsite,
joka selittää, että ihmisen käyttäytymiseen ja reaktioihin vaikuttavat niin
geneettiset tekijät kuin ympäristökin. Tässä tutkimuksessa tarkastellaan ja
pohditaan tunneälytaitojen merkitystä ja kehittämistä esimiestyössä
sekä niiden yhteyttä temperamenttiin ja luonteenpiirteisiin.
Esimiestyön laadulla on suuri vaikutus organisaation tuottavuuteen. Esimiestyö vaikuttaa mm.
ilmapiiriin, luovuuteen, organisaation sisäiseen luottamukseen, motivaatioon ja stressin
määrään. Esimiestyön merkitys on suuri myös kansantaloudellisesta ja
kansanterveydellisestä näkökulmasta. Sairauspoissaolojen syntyyn ja niiden
määrään on esimiestyöllä kiistaton vaikutus. Sairauspoissaolot taas
aiheuttavat valtavan määrän kustannuksia. Ihmi-sen hyvinvoinnin ja työn tuottavuuden
välinen yhteys on tunnettu pitkään. Esimiestyö on keskeisessä roolissa
työyhteisöjen tuottavuuden ja hyvinvoinnin rakentamisessa.
Tunneälytaidot voidaan jakaa kahteen luokkaan: henkilökohtaisiin taitoihin (itsetuntemus,
itsehallinta ja motivoituminen) ja sosiaalisiin taitoihin (empatia ja sosiaaliset kyvyt). Itsetuntemuksen
merkitys on siinä, että esimies ymmärtää omien tunteidensa ja ajattelun seuraukset.
Itsehallinta taas viittaa mm. siihen, käyttääkö esimies aikaansa sellaisiin asioihin,
jotka ovat tärkeimpiä hänen menestymisensä näkökulmasta työssään.
Motivaatio on kahdensuuntainen: osaako esimies motivoida itsensä ja osaako esimies luoda motivoitumisen
edellytykset alaisiinsa? Esimiehen oma motivaatio näyttää heijastuvan hänen alaisiinsa.
Empatialla viitataan muiden ihmisten tunteiden, tarpeiden ja huolenaiheiden ymmärtämiseen ja
havaitsemiseen. Lisäksi empatialla on suuri merkitys alaisiin vaikuttamisen alueella. Sosiaaliset kyvyt
ovat esimiestyössä tärkeitä, koska vaikuttaminen ihmisiin on parhaimmillaan, kun esimies
saa alaisensa aidosti motivoitumaan työhönsä. Sosiaalisiin taitoihin kuuluu myös esimiehen
ymmärrys siitä, että hänen tulisi saada alaisensa tuntemaan itsensä arvostetuiksi
sekä siitä, että esimiehen tehtävänä on ylläpitää ja nostaa
alaisten itsetuntoa.
Tämä tutkimus on menetelmältään suunnittelututkimus. joka on luonteeltaan soveltavaa
ja pyrkii luomaan uutta tai ainakin aiempaa parempia ratkaisuja. Suunnittelututkimus rakentaa siis uutta eli
pyrkii luomaan innovaatioita. Tässä tutkimuksessa kiinnostuksen kohteena on se, miten
psykologis-painotteisen esimiesvalmennuksen keinoin voitaisiin muuttaa ihmistä johtajana paremmaksi.
Tutkimuksen kohderyhminä olivat ICT-alan yritykset ja niiden esimiehet. Tarkoituksena oli rakentaa
uudenlainen esimiesvalmennusohjelma, jossa pääosin tunneälytaitoja kehittämällä
voitaisiin saavuttaa parempaa johtajuutta.
Tutkimuksen päätulos on uudenlainen tunneälytaitojen kehittämiseen painottuva
meta-esimies-valmennusohjelma (meta-PIT-esimiesvalmennusohjelma) ja sen kantavat periaatteet. Meta
viittaa siihen, että osa periaatteista on mukana kaikissa ohjelman sovelluksissa ja osa niistä
sovelletusti. Kantavista periaatteista huolimatta ohjelma räätälöidään jokaista
sovellusta varten.
Ohjelman kantavat periaatteet muodostavat 11 kohdan kokonaisuuden. Raportissa osoitetaan ja perustellaan,
että keskeisiä periaatteita ovat: ohjelman tulisi olla kestoltaan vähintään
seitsemän päivän mittainen ja valmennuspäivien välin tulee olla 3-6 viikkoa,
osallistujat tulisi haastatella henkilökohtaisesti ennen ohjelman alkua, ohjelman tulisi pohjautua
syvälliseen interaktiivisuuteen ja kokemuksista oppimiseen, ohjelma tulisi rakentaa yhden
valmentajan mallin pohjalle, esimiesvalmennuksen tulisi edetä tunneäly-taitoihin pohjautuvista
mentaalisista prosesseista kohti business-prosesseja ja henkilökohtaista työn optimointia,
itsensä tuntemiseen tulisi panostaa, sillä se on itsensä tavoitteellisen kehittämisen
välttämätön ehto, erilaisia itsearviointimenetelmiä käyttäen tulisi
pyrkiä löytämään osallistujien vahvuudet ja potentiaaliset rajoitukset,
valmennuspäivien alussa tulisi kerrata edellisen päivän tavoitteet, sisältö
ja se, mitä osallistujat olivat päivästä oppineet ja ottaneet käyttöön,
osallistujien henkilökohtaisen kokemusmaailman ja historian hyödyntäminen tulisi ottaa
keskeiseksi osaksi oppimisympäristöä.
Nyt luotu meta-ohjelma on tähän asti tunnetuista paras ja sen säännöt ovat perustellut
(grouded) ja testatut (tested) (van Aken, 2004).
Avainsanat: tunneälytaidot, temperamentti ja luonteenpiirteet, psykologiset taidot,
esimiestyön kehittäminen, johtaminen ICT-alalla, suunnittelututkimus.
Väitöskirja.
A-2009-1 on ilmestynyt elektronisessa muodossa: Acta Electronica Universitatis
Tamperensis, vol. 811.
A-2009-2 Liliana Cojocaru,
Linear Context-Free Languages Are in NC1. April 2009.
Abstract.
The work is an attempt to prove that the class of linear context-free languages is
included in NC1 (under UE*-uniformity reduction). In this respect
we introduce a new normal form for context-free grammars, called Dyck normal
form. Using this normal form we give a homomorphic representation of context-free languages.
Based on this result we prove that each linear context-free language can be recognized in O(log n)
time and space by an indexing alternating Turing machine (ATM). Since the class of languages
recognizable by an indexing ATM in logarithmic time equals the UE*-uniform NC1, we obtain
that linear languages are included in NC1, and consequently in L (where L is the class of
languages recognizable by a deterministic Turing machine in logarithmic space).
A-2009-2 is available in pdf.
A-2009-3 Pekka-Henrik Niemenlehto, Detection of Physiological Events
from Biomedical Signals Originating from Facial Landmarks. September 2009.
Abstract.
This thesis considers the problem of detecting muscle contractions and
saccadic eye movements on the basis of electrical signals originating
from facial landmarks. The detection is performed with detectors that
operate on the measured signals and recognise phenomena that are
characteristic to these physiological events. While participating in
two successive projects aimed at developing novel human-computer
interaction techniques, the author of the thesis designed,
implemented, and tested practical detectors that can be used to detect
the aforementioned physiological events. The main design goals were
the capability of operating in the presence of noise, adaptiveness if
the noise characteristics change, capability of processing signals
originating from different subjects without laborious search for
suitable parameters, and low computational requirements, which is
essential if a detector is used in a near real-time application such
as a human-computer interface. The developed detectors can be also
used in other human-machine interface tasks besides controlling a
traditional computer. These include, for example, guiding a
wheelchair, operating assistive robots and platforms, and controlling
artificial prostheses. Although human-computer interaction gave the
basic motivation for the research, there is no reason why the designed
detectors could not be used in more traditional medical applications,
such as research, medical diagnosis, and patient monitoring.
Keywords: biomedical signal processing, detection theory,
electromyography, electro-oculography.
Ph. D. Dissertation.
A-2009-3 has appeared electronically in Acta Electronica Universitatis
Tamperensis, vol. 892.
A-2009-4 Jyrki Rasku, Classification of the human swaying processes:
A machine learning approach. September 2009.
Abstract.
According to Central Statistical Office of Finland falls are a more common
cause of death in Finland than ground traffic accidents. Furthermore, hip
fractures caused by falls among the oldest old are usually impossible to cure
properly; they are expensive and cause reduction in the quality of life.
Against this background a method for predicting the risk of falling is needed.
Furthermore, suitable methods for improving the weakened ability to maintain
balance should be studied. In this work the focus is on the classification
of measured human swaying data. The classification of swaying data can be
considered as a starting point of the prediction of increased risk of falling.
The evaluation of human ability to maintain balance is primarily done by analyzing
the results of Computerized Dynamic Posturography (CDP). During CDP a subject is
standing on the force platform which records his/her body movements originated
from the muscle activity required to keep the upright stance. Analyzing the
results of CDP is diverse and there is no single best method known.
In this work machine learning methods such as hidden Markov models are applied
to CDP data which was measured from students, otoneurological patients and elderly
subjects. The primary goal is in the prediction of the origin of unknown CDP data.
For instance, is unknown data measured from a young student or from an otoneurological
patient? In certain cases this prediction can be used as an indicator that a
preventive action should be taken. For instance, if a young person?s swaying data
resembles the data of an elderly, there might be something wrong in his or her
postural control system.
Depending on the study in question (students, patients and elderly) the correct
prediction accuracies in this work varied between 65-90%. This result is good,
because the visual discrimination of swaying data is very difficult and differences
between subject classes are subtle. For instance, if there are two graphs from
signals which are measured from different swaying processes, it is almost impossible
to say the origin of the signals with visual inspection.
Keywords: hidden Markov models, postural control, classification.
Ph. D. Dissertation.
A-2009-4 has appeared electronically in Acta Electronica Universitatis
Tamperensis, vol. 899.
1992-2005
2006
2007
2008
2010
To the upper level