Hälsofrämjande arbete på SSAB i Borlänge : Hälsofrämjande processer i arbetslivet och ledarskapets betydelse för medarbetarens hälsa

Problem: Arbetsmiljön är viktig för människors välbefinnande. Hälsofrämjande faktorer antas inte bara styrka individens fysiska och psykiska hälsa, utan även företagets konkurrenskraft och lönsamhet. I uppsatsen undersöker vi hur företaget SSAB i Borlänge arbetar med hälsa genom att tillämpa ett hälsofrämjande perspektiv och utgå från teorin om Känslan av sammanhang (KASAM). Ledarskapsvärderingar har betydelse för medarbetares hälsa (Hanson, 2004) och vi undersöker vilken uppfattning ett antal chefer har om sina roller i det hälsofrämjande arbetet och deras syn på medarbetarundersökningen HälsoSAM som företagshälsovården på SSAB bedriver. Arbetsbelastningen på medarbetare och chefer ökar till följd av sparkrav, samtidigt som resurserna minskar (Gatu, 2003). Följden blir en större risk för ohälsa och ett sätt att minska sjukfrånvaron är att genomföra hälsofrämjande insatser (Prevent, 2001). Syfte: Syftet med studien är att utifrån ett hälsofrämjande perspektiv förklara vad chefer har för möjligheter att skapa förutsättningar för att främja medarbetarnas hälsa på SSAB i Borlänge. Metod: Den metod som ligger till grund för uppsatsen baseras på ett kvalitativt angreppssätt där semistrukturerade intervjuer samt litteraturstudier genomförts för att samla information. Analys: Ledarens beteende påverkar medarbetarna. Hög arbetsbelastning på SSABs chefer leder till lägre närvaro bland medarbetarna, vilket i sin tur ger sämre förutsättningar för att främja hälsan. HälsoSAM kartlägger medarbetarnas hälsoläge, både välbefinnande och arbetskapacitet. Resultaten är vägledande i det hälsofrämjande arbetet men överbelastning, tidsbrist och kunskapsbrist hos cheferna bidrar till att uppföljningen inte blir systematisk. För ett väl fungerande hälsoarbete krävs systematik. Slutsats: Hälsofrämjande processer i arbetslivet skapas genom balans mellan krav och resurser. På SSAB i Borlänge hindras hälsoarbetet av tidsbrist och kunskapsbrist hos cheferna. Kostnadsbesparingar påverkar hälsoarbetet negativt och systematiken i uppföljningsarbetet blir lidande. Ansvaret för hälsoarbetet läggs på företagshälsovården, men utan stöd från chefer blir inte hälsoarbetet en naturlig del i verksamheten. Det är viktigt att i rådande situation se vad främjande av hälsa kan ge tillbaka till företaget i både ekonomiska och kvalitativa termer. Insikt om detta ökar chefernas incitament att prioritera hälsofrämjande processer och organisera arbetet så att människor har förutsättningar att hantera, kontrollera och klara av sina uppgifter.

Triggering Solar-Powered Vehicle Activated Signs using Self Organising Maps with K-means

Solar-powered vehicle activated signs (VAS) are speed warning signs powered by batteries that are recharged by solar panels. These signs are more desirable than other active warning signs due to the low cost of installation and the minimal maintenance requirements. However, one problem that can affect a solar-powered VAS is the limited power capacity available to keep the sign operational. In order to be able to operate the sign more efficiently, it is proposed that the sign be appropriately triggered by taking into account the prevalent conditions. Triggering the sign depends on many factors such as the prevailing speed limit, road geometry, traffic behaviour, the weather and the number of hours of daylight. The main goal of this paper is therefore to develop an intelligent algorithm that would help optimize the trigger point to achieve the best compromise between speed reduction and power consumption. Data have been systematically collected whereby vehicle speed data were gathered whilst varying the value of the trigger speed threshold. A two stage algorithm is then utilized to extract the trigger speed value. Initially the algorithm employs a Self-Organising Map (SOM), to effectively visualize and explore the properties of the data that is then clustered in the second stage using K-means clustering method. Preliminary results achieved in the study indicate that using a SOM in conjunction with K-means method is found to perform well as opposed to direct clustering of the data by K-means alone. Using a SOM in the current case helped the algorithm determine the number of clusters in the data set, which is a frequent problem in data clustering.