De sacrosancta et individua Trinitate

Invokaatio: In nomine Jesu.

De sacris fontium

Variantti A.

De praestantia studii oeconomici

Invokaatio: I.N.J.

Haihdutusnopeuksien määritys glysiinin alipainekiteytyksessä

Alipainekiteytyksessä tasalaatuisen lopputuotteen valmistamiseksi kiteytysolosuhteiden vaikutus liuottimen haihtumisvuohon ja kiteiden ominaisuuksiin on huomioitava. Kandidaatin työn tavoitteena oli selvittää, miten glysiinin alipainekiteytyksessä vesiliuoksesta kiteytysolosuhteet (lämpötila ja paine) vaikuttavat liuottimen haihtumisvuohon ja syntyvien kiteiden polymorfiaan. Haihdutuskokeet suoritettiin puhtaalle vedelle ja alipainekiteytyskokeet glysiinin 95 % kylläiselle vesiliuokselle lämpötiloissa 40 °C, 50 °C ja 60 °C ja paineissa 40 mbar, 60 mbar ja 80 mbar. Kiteyttimenä käytettiin suljettua, virtaushaitoilla, sekoittimella ja ohjausputkella varustettua reaktoria johon oli kytketty alipainepumppu ja termostaatti paineen ja lämpötilan ohjaamiseksi. Nesteen määrä haihdutuskokeissa oli 2 kg ja alipainekiteytyskokeissa 1,2 kg. Osa alipainekiteytyskokeista saaduista kiteistä analysoitiin jauheröntgendiffraktioanalysaattorin (PXRD, engl. powder x-ray diffraction) avulla. Kaikki PXRD-laitteella analysoidut alipainekiteytyskokeissa saadut kiteet osoittautuivat glysiinin γ-polymorfiksi. Kiteytysolosuhteilla oli selkeä vaikutus haihtumisvuohon, mutta vaikutusta glysiinikiteiden polymorfiaan ei havaittu koealueella.

Sentence Compression with Supervised Machine Learning

The subject of the thesis is automatic sentence compression with machine learning, so that the compressed sentences remain both grammatical and retain their essential meaning. There are multiple possible uses for the compression of natural language sentences. In this thesis the focus is generation of television program subtitles, which often are compressed version of the original script of the program. The main part of the thesis consists of machine learning experiments for automatic sentence compression using different approaches to the problem. The machine learning methods used for this work are linear-chain conditional random fields and support vector machines. Also we take a look which automatic text analysis methods provide useful features for the task. The data used for machine learning is supplied by Lingsoft Inc. and consists of subtitles in both compressed an uncompressed form. The models are compared to a baseline system and comparisons are made both automatically and also using human evaluation, because of the potentially subjective nature of the output. The best result is achieved using a CRF - sequence classification using a rich feature set. All text analysis methods help classification and most useful method is morphological analysis. Tutkielman aihe on suomenkielisten lauseiden automaattinen tiivistäminen koneellisesti, niin että lyhennetyt lauseet säilyttävät olennaisen informaationsa ja pysyvät kieliopillisina. Luonnollisen kielen lauseiden tiivistämiselle on monta käyttötarkoitusta, mutta tässä tutkielmassa aihetta lähestytään television ohjelmien tekstittämisen kautta, johon käytännössä kuuluu alkuperäisen tekstin lyhentäminen televisioruudulle paremmin sopivaksi. Tutkielmassa kokeillaan erilaisia koneoppimismenetelmiä tekstin automaatiseen lyhentämiseen ja tarkastellaan miten hyvin erilaiset luonnollisen kielen analyysimenetelmät tuottavat informaatiota, joka auttaa näitä menetelmiä lyhentämään lauseita. Lisäksi tarkastellaan minkälainen lähestymistapa tuottaa parhaan lopputuloksen. Käytetyt koneoppimismenetelmät ovat tukivektorikone ja lineaarisen sekvenssin mallinen CRF. Koneoppimisen tukena käytetään tekstityksiä niiden eri käsittelyvaiheissa, jotka on saatu Lingsoft OY:ltä. Luotuja malleja vertaillaan Lopulta mallien lopputuloksia evaluoidaan automaattisesti ja koska teksti lopputuksena on jossain määrin subjektiivinen myös ihmisarviointiin perustuen. Vertailukohtana toimii kirjallisuudesta poimittu menetelmä. Tutkielman tuloksena paras lopputulos saadaan aikaan käyttäen CRF sekvenssi-luokittelijaa laajalla piirrejoukolla. Kaikki kokeillut teksin analyysimenetelmät auttavat luokittelussa, joista tärkeimmän panoksen antaa morfologinen analyysi.

Liikuntaa opettavien luokanopettajien käsityksiä ja ajatuksia musiikkiliikunnasta ja sen opettamisesta koulussa

Tutkielmassa tarkasteltiin liikuntaa opettavien luokanopettajien käsityksiä ja ajatuksia musiikkiliikunnasta ja sen opettamisesta alakoulun liikuntatunneilla. Tutkielman tavoitteena oli kuvailla, miten opettajat musiikkiliikunnan käsitteen määrittelevät sekä kuinka paljon ja millaisia musiikkiliikuntasisältöjä he liikuntatunneillaan opettavat. Tutkimusaineisto kerättiin maalis-huhtikuussa 2015 lähettämällä sähköpostikysely kaikille Helsingin, Espoon, Vantaan, Lohjan Kouvolan ja Lahden suomenkielisten peruskoulujen rehtoreille, joita pyydettiin välittämään viesti eteenpäin kaikille koulunsa luokanopettajille. Kyselyyn vastasi 80 opettajaa, joista 59 oli naisia ja 21 miehiä. Aineiston käsittelyyn käytettiin teorialähtöistä sisällönanalyysiä. Musiikkiliikunta koettiin opettajien keskuudessa ennen kaikkea musiikin ja liikkeen yhdistämiseksi, se voi olla lähes mitä tahansa aktiviteettia, jossa musiikki on mukana. Tämän lisäksi musiikkiliikunta voi olla erilaisten tanssilajien ja -liikkeiden opettelua, improvisointia ja itseilmaisua, rytmiikkaa, laululeikkejä ja loruja sekä kehonhallintaa ja voimistelua. Tulosten mukaan musiikkiliikuntaa opetetaan peruskouluissa hyvin vaihtelevasti. Aineistolle tehdyn jaottelun mukaan vastaukset musiikkiliikunnan opettamisesta jakautuivat lähes tasaisesti kaikkien ryhmien (harvoin tai ei koskaan, 1–3h/ vuosi, 3–6h/ vuosi, 6– h/ vuosi) kesken. Kysyttäessä opettajilta asioita, joita he musiikkiliikunnan yhteydessä oppitunneillaan opettavat, suosituimmiksi opetussisällöiksi nousivat tanssiliikkeiden ja koreografioiden opettelu, rytmiikka- ja rytmiharjoitteet sekä ilmaisu- ja improvisaatiotehtävät. Musiikkiliikuntaa toteutetaan opettajien vastausten mukaan myös välineenä muiden tietojen ja taitojen opetteluun, rentoutumisena, lihaskuntoharjoitteluna, kehonhallinta- ja koordinaatioharjoituksina sekä erilaisina leikkeinä ja tarinoina.