Oferta de trabajo y análisis impositivo con el ordenador: tutorial y actividad práctica

En el presente documento proponemos un ejercicio tutorial y una práctica docente que permita al estudiante a asimilar y entender mejor el concepto de exceso de gravamen o pérdida irrecuperable de eficiencia asociada a la imposición. Para ello planteamos, en primer lugar, un modelo de elección individual entre ocio y trabajo/consumo. Centrándonos en el individuo representativo, estudiamos su elección de horas de trabajo en ausencia de impuestos. A continuación, introducimos un impuesto proporcional sobre la renta del trabajo y, alternativamente, un impuesto de suma fija capaz de generar una recaudación igual. Verificamos que el impuesto proporcional siempre deja al individuo con un nivel de bienestar inferior respecto al escenario del impuesto de suma fija, es decir, que el impuesto proporcional genera una pérdida irrecuperable de eficiencia. Aunque la resolución manual del problema es factible, proponemos utilizar la herramienta Solver de Excel. Esto nos permite jugar de manera más ágil con los valores de los diferentes parámetros y verificar que hay pérdida de eficiencia independientemente de que el individuo decida trabajar más o menos horas en respuesta a la introducción del impuesto sobre la renta del trabajo

Analysis of Satellite Data for Forest Segmentation

In this work we study the classification of forest types using mathematics based image analysis on satellite data. We are interested in improving classification of forest segments when a combination of information from two or more different satellites is used. The experimental part is based on real satellite data originating from Canada. This thesis gives summary of the mathematics basics of the image analysis and supervised learning , methods that are used in the classification algorithm. Three data sets and four feature sets were investigated in this thesis. The considered feature sets were 1) histograms (quantiles) 2) variance 3) skewness and 4) kurtosis. Good overall performances were achieved when a combination of ASTERBAND and RADARSAT2 data sets was used.

Artigos científicos como recurso didático no ensino superior de Química

Chemistry teachers increasingly use research articles in their undergraduate courses. This trend arises from current pedagogical emphasis on active learning and scientific process. In this paper, we describe some educational experiences on the use of research articles in chemistry higher education. Additionally, we present our own conclusions on the use of such methodology applied to a scientific communication course offered to undergraduate chemistry students at the University of São Paulo, Brazil.

Ekonomien ammatillisen kehittymisen tarpeet

Tämä pro gradu -tutkielma käsittelee ekonomien ammatillisen kehittymisen tarpeita muuttuvassa maailmassa, jossa ammatillinen erityisosaaminen vanhenee nopeasti. Tutkimuksessa tarkastellaan ekonomikunnassa koettuja ammatillisen kehittymisen tarpeita substanssin ja oppimistapojen näkökulmasta. Tutkimuksen tavoitteena on selvittää, millaisia ammatillisen kehittymisen tarpeita ekonomeilla on ja miten näihin tarpeisiin voisi vastata. Tutkimuksen pyrkimyksenä on selvittää myös, miten Suomen Ekonomiliitto SEFE voisi auttaa jäseniään kehittymään edelleen ammatillisesti. Aikuisoppimis- ja motivaatioteorioita on olemassa lukuisia. Pro gradun teoriaosassa selvitetään, miten aikuisten oppiminen tapahtuu, mitä se pitää sisällään ja mikä motivoi oppimaan. Lisäksi tutkimuksessa tarkastellaan työelämän ekonomeille asettamia vaatimuksia tänään ja tulevaisuudessa. Pro graduni tutkimusmenetelmänä käytettiin sähköistä kyselyä, ja otoksena oli 2000 SEFEn jäsenrekisteristä poimittua ekonomia. Tutkimustulokset osoittavat, että heterogeenisen ekonomikunnan näkemykset ammatillisen kehittymisen tarpeista ja varsinkin juuri itselle sopivista koulutusmuodoista eroavat melko paljon. Tärkeimmiksi ekonomiosaamisen osa-alueiksi nousivat seikat, joista on hyötyä muuttuvan maailman mukana pysymisessä, kuten valmius omaksua uusia asioita ja ongelmanratkaisutaito. Seuraavaksi tärkeimmäksi osaamisalueeksi nimettiin yleinen talouden tuntemus. Kehittää tulisi paitsi näitä osa-alueita, myös erilaisia johtamistaitoja. Tulosten mukaan suurin este ammatilliselle lisäkoulutukselle on ajan puute. Kyselyn vastauksissa painotettiin koulutuksesta saatavaa hyötyä suhteessa siihen laitettuihin panostuksiin. Kiireessä priorisoidaan työssä oppimista ja lyhyitä täsmäkoulutuksia.

Verkkosovellus oppimistyylien selvittämiseen ja tilastointiin

Oppimistyyleillä määritellään opiskelijan mieltymykset tavoissa, joilla hän vastaanottaa ja omaksuu helpoiten uutta tietoa. Opiskelijan henkilökohtaiseen oppimistyyliin vaikuttavat opiskelijan luonteenpiirteet ja ominaisuudet. Uusien asioiden oppiminen on helpompaa, jos opettajan käyttämä opetustyyli on ainakin osittain yhteneväinen opiskelijan oppimistyylin kanssa. Tässä diplomityössä kehitetty verkkosovellus on tarkoitettu opiskelijoiden käyttöön heidän oppimistyyliensä selvittämiseksi. Opiskelijat rekisteröityvät sovelluksen käyttäjiksi ja antavat samalla itsestään taustatietoja. Tämän jälkeen opiskelijat tekevät sovelluksessa oppimistyylit selvittävän testin. Taustatiedot ja testitulokset tallennetaan tietokantaan. Testituloksen ja oppimistyyleistä tarjolla olevien lisätietojen avulla opiskelijat voivat kehittää omia opiskelutapojaan. Testi on mahdollista tehdä myöhemmin uudelleen, ja tällöin opiskelijat näkevät omassa oppimistyylissään tapahtuneen kehityksen. Opettajat voivat käyttää sovellusta opiskelijoiden testituloksista muodostettavien tilastojen seuraamiseen. Näin opettajilla on mahdollisuus nähdä mitä oppimistyyliä heidän pitämilleen kursseille osallistuvat opiskelijat edustavat. Tämä tieto auttaa opettajia opetussuunnitelman teossa. Sovelluksella voidaan myös muodostaa opiskelijoiden taustatietoihin perustuvia tilastoja tutkimustarkoituksia varten.

Patient Seclusion and Restraint Practices in Psychiatric Hospitals - Towards Evidence Based Clinical Nursing

The overall goal of this study was to support evidence based clinical nursing regarding patient seclusion and restraint practices. This was done by ensuring professional competence through innovative learning methods. The data were collected in three phases between March 2007 and May 2009 on acute psychiatric wards. Firstly, psychiatric inpatients’ experiences and suggestions for seclusion and restraint practices were explored (n=30). Secondly, nursing and medical personnel’s perceptions of seclusion and restraint practices were explored (n=27). Thirdly, the impacts of a continuing vocational eLearning course on nurses’ professional competence was evaluated (n=158). Patients’ perspectives received insufficient attention during the seclusion and restraint process. Improvements and alternatives to seclusion and restraint as suggested by the patients focused on essential parts of clinical nursing, but were not extensively adopted. Also nursing and medical personnel thought that patients’ subjective perspective received little attention. Personnel proposed a number of alternatives to seclusion and restraint, and they expressed a need for education and support to adopt these in clinical nursing. Evaluation of impacts of eLearning course on nurses’ professional competence showed no statistical differences between an eLearning group and an education-as-usual group. This dissertation provides evidence based knowledge about the realization of seclusion and restraint practices and the impacts of eLearning course on nurses’ professional competence in psychiatric hospitals. In order to improve clinical nursing the patient perspective must be accentuated. To ensure personnel’s professional competence, there is a need for written clinical guidelines, education and support. Continuing vocational education should bring together written clinical guidelines, ethical and legal issues and the support for personnel. To achieve the ambitious goal of such integration, achievable and affordable educational programmes are required. This, in turn, yields a call for innovative learning methods.

Kirkkoherrojen osaamisen johtamisen kehittäminen. Case: Lappeenrannan seurakuntayhtymä

Tässä pro gradu -tutkielmassa tarkastellaan osaamisen johtamista Lappeenrannan seurakuntayhtymässä kirkkoherrojen näkökulmasta. Tutkimuksen tavoitteena on selvittää, miten kirkkoherrojen osaamisen johtamista voidaan kehittää. Tutkielmassa tarkastellaan kirkkoherrojen roolia ja tehtäviä sekä käytössä olevia osaamisen kehittämisen menetelmiä. Lisäksi paneudutaan osaamisen johtamisen haasteisiin ja hengellisen työn erityispiirteisiin. Tutkimus toteutettiin kvalitatiivisena tapaustutkimuksena. Tutkimuksen empiirinen aineisto kerättiin haastattelemalla Lappeenrannan seurakuntayhtymän kaikkia viittä kirkkoherraa. Tutkimuksen tulosten perusteella voidaan havaita, että osaamisen johtaminen ei seurakuntayhtymässä ole kovin suunnitelmallista tai pitkäjänteistä. Tulevaisuuden haasteina nähdään etenkin kirkon yhteiskunnallisen aseman muuttuminen ja jäsenmäärän väheneminen. Suurimpana osaamisen johtamiseen liittyvänä haasteena kirkkoherrat kokevat ajan puutteen. Kirkkoherrojen näkemyksissä omasta roolistaan osaamisen johtamisessa korostuvat kokonaisuuksien hallinta, yleisten suuntaviivojen määrittely ja yhteisen suunnan selkiyttäminen. Osaamisen kehittämisen menetelmiä on käytössä monia, mutta pääpaino on keskusteluissa ja palavereissa sekä koulutuksissa. Hengellisen työn erityispiirteinä nähdään kirkon erityinen arvomaailma sekä uskon henkilökohtainen ja intiimi olemus. Osaaminen tulisi seurakuntayhtymässä ottaa tietoiseksi johtamisen kohteeksi. Kirkkoherrat voivat kehittää omaa osaamisen johtamistaan parantamalla tietoisuutta esimiehen eri rooleista ja tehtäväkentistä. Erityisesti yksilöiden oppimisen tukemiseen ja oppimista edistävän ilmapiirin luomiseen tulisi tulevaisuudessa kiinnittää huomiota. Osaamisen kehittämisen menetelmistä suositeltavia ovat etenkin erilaiset työssä oppimisen keinot.

Kranaatinheitinkouluttajien AHJO-ammunnanhallintajärjestelmän osaamisen rakentuminen

Tämä tutkimus osallistuu organisaation oppimiseen liittyvästä osaamisen jalkauttamisesta käytävään akateemiseen ja käytännön johtamisen keskusteluun. Tutkimuksen tavoitteena on kuvata ja ymmärtää, miten kranaatinheitinkouluttajien AHJO-ammunnanhallintajärjestelmän käytön osaaminen rakentuu Puolustus-voimissa. Tutkimuskysymystä lähestytään analysoimalla viittä asiantuntijahaastat-telua ja 58 kirjallista tutkimuskyselyvastausta. Tutkimuksen mukaan AHJO-osaaminen rakentuu yksilötasolla formaalien, non-formaalien ja informaalien oppimismenetelmien vuorovaikutuksessa. Peruskoulutuksen aikainen formaali opetus vaikuttaa korostuvan perusosaamisen rakentamisessa, kun taas syvemmän osaamisen kehittämisen edellytyksenä vaikuttaa olevan informaali harjaantuminen. Non-formaalin täydennyskoulutuksen merkitys korostuu vähemmän harjaantuneen henkilöstön osaamisen rakentamisessa sekä järjestelmän käyttöönottokynnyksen madaltamisessa.

Scalable Feature Selection Applications for Genome-Wide Association Studies of Complex Diseases

Personalized medicine will revolutionize our capabilities to combat disease. Working toward this goal, a fundamental task is the deciphering of geneticvariants that are predictive of complex diseases. Modern studies, in the formof genome-wide association studies (GWAS) have afforded researchers with the opportunity to reveal new genotype-phenotype relationships through the extensive scanning of genetic variants. These studies typically contain over half a million genetic features for thousands of individuals. Examining this with methods other than univariate statistics is a challenging task requiring advanced algorithms that are scalable to the genome-wide level. In the future, next-generation sequencing studies (NGS) will contain an even larger number of common and rare variants. Machine learning-based feature selection algorithms have been shown to have the ability to effectively create predictive models for various genotype-phenotype relationships. This work explores the problem of selecting genetic variant subsets that are the most predictive of complex disease phenotypes through various feature selection methodologies, including filter, wrapper and embedded algorithms. The examined machine learning algorithms were demonstrated to not only be effective at predicting the disease phenotypes, but also doing so efficiently through the use of computational shortcuts. While much of the work was able to be run on high-end desktops, some work was further extended so that it could be implemented on parallel computers helping to assure that they will also scale to the NGS data sets. Further, these studies analyzed the relationships between various feature selection methods and demonstrated the need for careful testing when selecting an algorithm. It was shown that there is no universally optimal algorithm for variant selection in GWAS, but rather methodologies need to be selected based on the desired outcome, such as the number of features to be included in the prediction model. It was also demonstrated that without proper model validation, for example using nested cross-validation, the models can result in overly-optimistic prediction accuracies and decreased generalization ability. It is through the implementation and application of machine learning methods that one can extract predictive genotype–phenotype relationships and biological insights from genetic data sets.

The effect of motor-encoding activities on memory and performance in a grade one reading program

This study examined the effectiveness of motor-encoding activities on memory and performance of students in a Grade One reading program. There were two experiments in the study. Experiment 1 replicated a study by Eli Saltz and David Dixon (1982). The effect of motoric enactment (Le., pretend play) of sentences on memory for the sentences was investigated. Forty Grade One students performed a "memory-for-sentences" technique, devised by Saltz and Dixon. Only the experimental group used motoric enactment of the sentences. Although quantitative findings revealed no significant difference between the mean scores of the experimental group versus the control group, aspects of the experimental design could have affected the results. It was suggested that Saltz and Dixon's study could be replicated again, with more attention given to variables such as population size, nature of the test sentences, subjects' previous educational experience and conditions related to the testing environment. The second experiment was an application of Saltz and Dixon's theory that motoric imagery should facilitate memory for sentences. The intent was to apply this theory to Grade One students' ability to remember words from their reading program. An experimental gym program was developed using kinesthetic activities to reinforce the skills of the classroom reading program. The same subject group was used in Experiment 2. It was hypothesized that the subjects who experienced the experimental gym program would show greater signs of progress in reading ability, as evidenced by their scores on Form G of the Woodcock Reading Mastery Test--Revised. The data from the WRM--R were analyzed with a 3-way split-plot analysis of variance in which group (experimental vs. control) and sex were the between subjects variables and test-time (pre-test vs. post-test) was the within-subjects variable. Findings revealed the following: (a) both groups made substantial gains over time on the visual-auditory learning sub-test and the triple action of group x sex x time also was significant; (b) children in the experimental and control groups performed similarly on both the pre- and post-test of the letter identification test; (c) time was the only significant effect on subjects' performance on the word identification task; (d) work attack scores showed marked improvement in performance over time for both the experimenta+ and control groups; (e) passage comprehension scores indicated an improvement in performance for both groups over time. Similar to Experiment 1, it is suggested that several modifications in the experimental design could produce significant results. These factors are addressed with suggestions for further research in the area of active learning; more specifically, the effect of motor-encoding activities on memory and academic performance of children.

A maximum likelihood framework for protein design

Affiliation: Claudia Kleinman, Nicolas Rodrigue & Hervé Philippe : Département de biochimie, Faculté de médecine, Université de Montréal

Leveraging noisy side information for disentangling of factors of variation in a supervised setting

Ce mémoire est composé de trois articles et présente les résultats de travaux de recherche effectués dans le but d'améliorer les techniques actuelles permettant d'utiliser des données associées à certaines tâches dans le but d'aider à l'entraînement de réseaux de neurones sur une tâche différente. Les deux premiers articles présentent de nouveaux ensembles de données créés pour permettre une meilleure évaluation de ce type de techniques d'apprentissage machine. Le premier article introduit une suite d'ensembles de données pour la tâche de reconnaissance automatique de chiffres écrits à la main. Ces ensembles de données ont été générés à partir d'un ensemble de données déjà existant, MNIST, auquel des nouveaux facteurs de variation ont été ajoutés. Le deuxième article introduit un ensemble de données pour la tâche de reconnaissance automatique d'expressions faciales. Cet ensemble de données est composé d'images de visages qui ont été collectées automatiquement à partir du Web et ensuite étiquetées. Le troisième et dernier article présente deux nouvelles approches, dans le contexte de l'apprentissage multi-tâches, pour tirer avantage de données pour une tâche donnée afin d'améliorer les performances d'un modèle sur une tâche différente. La première approche est une généralisation des neurones Maxout récemment proposées alors que la deuxième consiste en l'application dans un contexte supervisé d'une technique permettant d'inciter des neurones à apprendre des fonctions orthogonales, à l'origine proposée pour utilisation dans un contexte semi-supervisé.

Non invasive classification system of scoliosis curve types using least-squares support vector machines

Objective To determine scoliosis curve types using non invasive surface acquisition, without prior knowledge from X-ray data. Methods Classification of scoliosis deformities according to curve type is used in the clinical management of scoliotic patients. In this work, we propose a robust system that can determine the scoliosis curve type from non invasive acquisition of the 3D back surface of the patients. The 3D image of the surface of the trunk is divided into patches and local geometric descriptors characterizing the back surface are computed from each patch and constitute the features. We reduce the dimensionality by using principal component analysis and retain 53 components using an overlap criterion combined with the total variance in the observed variables. In this work, a multi-class classifier is built with least-squares support vector machines (LS-SVM). The original LS-SVM formulation was modified by weighting the positive and negative samples differently and a new kernel was designed in order to achieve a robust classifier. The proposed system is validated using data from 165 patients with different scoliosis curve types. The results of our non invasive classification were compared with those obtained by an expert using X-ray images. Results The average rate of successful classification was computed using a leave-one-out cross-validation procedure. The overall accuracy of the system was 95%. As for the correct classification rates per class, we obtained 96%, 84% and 97% for the thoracic, double major and lumbar/thoracolumbar curve types, respectively. Conclusion This study shows that it is possible to find a relationship between the internal deformity and the back surface deformity in scoliosis with machine learning methods. The proposed system uses non invasive surface acquisition, which is safe for the patient as it involves no radiation. Also, the design of a specific kernel improved classification performance.

Design And Development Of A Named Entity Based Question Answering System For Malayalam Language

This is a Named Entity Based Question Answering System for Malayalam Language. Although a vast amount of information is available today in digital form, no effective information access mechanism exists to provide humans with convenient information access. Information Retrieval and Question Answering systems are the two mechanisms available now for information access. Information systems typically return a long list of documents in response to a user’s query which are to be skimmed by the user to determine whether they contain an answer. But a Question Answering System allows the user to state his/her information need as a natural language question and receives most appropriate answer in a word or a sentence or a paragraph. This system is based on Named Entity Tagging and Question Classification. Document tagging extracts useful information from the documents which will be used in finding the answer to the question. Question Classification extracts useful information from the question to determine the type of the question and the way in which the question is to be answered. Various Machine Learning methods are used to tag the documents. Rule-Based Approach is used for Question Classification. Malayalam belongs to the Dravidian family of languages and is one of the four major languages of this family. It is one of the 22 Scheduled Languages of India with official language status in the state of Kerala. It is spoken by 40 million people. Malayalam is a morphologically rich agglutinative language and relatively of free word order. Also Malayalam has a productive morphology that allows the creation of complex words which are often highly ambiguous. Document tagging tools such as Parts-of-Speech Tagger, Phrase Chunker, Named Entity Tagger, and Compound Word Splitter are developed as a part of this research work. No such tools were available for Malayalam language. Finite State Transducer, High Order Conditional Random Field, Artificial Immunity System Principles, and Support Vector Machines are the techniques used for the design of these document preprocessing tools. This research work describes how the Named Entity is used to represent the documents. Single sentence questions are used to test the system. Overall Precision and Recall obtained are 88.5% and 85.9% respectively. This work can be extended in several directions. The coverage of non-factoid questions can be increased and also it can be extended to include open domain applications. Reference Resolution and Word Sense Disambiguation techniques are suggested as the future enhancements

Gestaltpädagogische Elemente in der Berufspädagogik. Potentielle Erträge gestaltpädagogischer Ansätze für die berufliche Bildung. Konzepte, Fundierung, Realisierungsformen.

Gestaltpädagogische Elemente in der Berufspädagogik Potentielle Erträge gestaltpädagogischer Ansätze für die berufliche Bildung - Konzepte, Fundierung, Realisierungsformen - Zusammenfassung: Berufsausbilder, Berufsschullehrer und Trainer in der Aus- und Weiterbildung werden heute mit vielfältigen Veränderungen konfrontiert. Aufgrund des Technikeinsatzes zeigt sich in vie-len Unternehmen ein Wandel der beruflich organisierten Arbeit. Die wirtschaftlichen, techni-schen und sozialen Systemzusammenhänge werden zunehmend komplexer, dynamischer, enger vernetzt und normativ unbestimmter. Die technologische Entwicklung, vor allem der Kommunikationsmedien, hat eine Temposteigerung der Informationsübermittlung zur Folge, die gleichzeitig das Wissen erhöht. Mit der Forderung nach Schlüsselqualifikationen und der Wiederentdeckung ganzheitlicher Arbeitssituationen ist das Bestreben nach Bildungskonzep-ten verbunden, die mit der Herausbildung von Kompetenzen, wie vernetztes, system- und handlungsbezogenes Denken in komplexen Kontexten, Abstraktionsvermögen, systemati-sches Verständnis von Organisationsinterdependenzen, Selbstständigkeit, Selbstverantwor-tung, soziale, methodische und kommunikative Kompetenz und Innovationskraft korrespon-dieren. Unter dem Blickwinkel der Gestaltpädagogik fällt auf, dass die Berufspädagogik Methoden und Techniken in der betrieblichen Aus- und Weiterbildung nutzt, die wesentliche Elemente der Gestaltpädagogik enthalten. Eine konkrete theoretische Fundierung und Einbettung in die Berufspädagogik fehlt jedoch bisher. Die primäre Zielsetzung der Arbeit ist, die theoretischen Grundlagen der Gestaltpädagogik herauszuarbeiten und sie mit der Berufspädagogik in Verbindung zu bringen. An Beispielen wird aufgezeigt, wie gestaltpädagogische Aspekte in die betriebliche Aus- und Weiterbildung einfließen. Dabei werden unter anderem auch die Grenzen und Potentiale der Gestaltpädago-gik für die Berufspädagogik betrachtet. Die theoretische und praktische Relevanz der Arbeit ergibt sich daraus, dass erstmals berufs-pädagogische Vorgehensweisen der Praxis im Hinblick auf gestaltpädagogische Aspekte un-tersucht wurden. Die wesentlichen Forschungsergebnisse dieser Arbeit lassen sich wie folgt zusammenfassen: In der betrieblichen Aus- und Weiterbildung kommen Methoden und Vorgehensweisen zum Einsatz, die oberflächlich betrachtet gestaltpädagogischen Charakter haben. Jedoch werden die gestaltpädagogischen Grundgedanken, wie z.B. eine ganzheitlich umfassende Persönlich-keitsentwicklung, persönlich bedeutsames Lernen, Förderung der sozialen Interaktionsfähig-keit oder die Förderung der Autonomie in der betrieblichen Bildungsarbeit auf ein Minimum reduziert. Die gestaltpädagogischen Methoden und Vorgehensweisen werden überwiegend auf ökonomische Zwecke hin ausgerichtet und funktionalisiert eingesetzt. Man kann sagen, dass sich die betriebliche Praxis mit der Aneinanderreihung von kreativen Übungen zufrieden gibt, und eine Tendenz zu erlebnisaktivierenden Vorgehensweisen zu erkennen ist.