Improving generalized regression analysis for the spatial prediction of forest communities

Aim This study used data from temperate forest communities to assess: (1) five different stepwise selection methods with generalized additive models, (2) the effect of weighting absences to ensure a prevalence of 0.5, (3) the effect of limiting absences beyond the environmental envelope defined by presences, (4) four different methods for incorporating spatial autocorrelation, and (5) the effect of integrating an interaction factor defined by a regression tree on the residuals of an initial environmental model. Location State of Vaud, western Switzerland. Methods Generalized additive models (GAMs) were fitted using the grasp package (generalized regression analysis and spatial predictions, http://www.cscf.ch/grasp). Results Model selection based on cross-validation appeared to be the best compromise between model stability and performance (parsimony) among the five methods tested. Weighting absences returned models that perform better than models fitted with the original sample prevalence. This appeared to be mainly due to the impact of very low prevalence values on evaluation statistics. Removing zeroes beyond the range of presences on main environmental gradients changed the set of selected predictors, and potentially their response curve shape. Moreover, removing zeroes slightly improved model performance and stability when compared with the baseline model on the same data set. Incorporating a spatial trend predictor improved model performance and stability significantly. Even better models were obtained when including local spatial autocorrelation. A novel approach to include interactions proved to be an efficient way to account for interactions between all predictors at once. Main conclusions Models and spatial predictions of 18 forest communities were significantly improved by using either: (1) cross-validation as a model selection method, (2) weighted absences, (3) limited absences, (4) predictors accounting for spatial autocorrelation, or (5) a factor variable accounting for interactions between all predictors. The final choice of model strategy should depend on the nature of the available data and the specific study aims. Statistical evaluation is useful in searching for the best modelling practice. However, one should not neglect to consider the shapes and interpretability of response curves, as well as the resulting spatial predictions in the final assessment.

Regression analysis of spatial data.

Many of the most interesting questions ecologists ask lead to analyses of spatial data. Yet, perhaps confused by the large number of statistical models and fitting methods available, many ecologists seem to believe this is best left to specialists. Here, we describe the issues that need consideration when analysing spatial data and illustrate these using simulation studies. Our comparative analysis involves using methods including generalized least squares, spatial filters, wavelet revised models, conditional autoregressive models and generalized additive mixed models to estimate regression coefficients from synthetic but realistic data sets, including some which violate standard regression assumptions. We assess the performance of each method using two measures and using statistical error rates for model selection. Methods that performed well included generalized least squares family of models and a Bayesian implementation of the conditional auto-regressive model. Ordinary least squares also performed adequately in the absence of model selection, but had poorly controlled Type I error rates and so did not show the improvements in performance under model selection when using the above methods. Removing large-scale spatial trends in the response led to poor performance. These are empirical results; hence extrapolation of these findings to other situations should be performed cautiously. Nevertheless, our simulation-based approach provides much stronger evidence for comparative analysis than assessments based on single or small numbers of data sets, and should be considered a necessary foundation for statements of this type in future.

Ehkäisevän kunnossapidon suunnittelun työkalujen kehittäminen terästehtaassa

Imatra Steel Oy Ab:n Imatran terästehtaan tuotantonopeudet ja -määrät ovat nousseet selvästi alkuperäistä tasoa korkeammiksi toteutettujen investointien ja käytettävyyden parantamisen myötä. Lisäksi yrityson asettanut yhä tiukemmat käytettävyystavoitteet. Ehkäisevän kunnossapitojärjestelmän käyttöaste ei ole riittävä, jotta asetettuihin tavoitteisiin päästäisiin. Kunnossapidon rooli on myös muuttunut tärkeäksi kilpailutekijäksi jolla voidaan suoraan vaikuttaa yrityksen kilpailukykyyn. Työn avulla pyritään helpottamaan tulevaa systemaattista yrityksen koko laitekannan ehkäisevien kunnossapitotoimenpiteiden läpikäyntiä. Tässä työssä pyritään etsimään sopivia työkaluja ehkäisevän kunnossapidon suunnittelulle ja kehittämään ehkäisevää kunnossapitoa. Työssä on tavoitteisiin pääsemiseksi tutkittu erilaisia kunnossapitostrategioita, kunnossapitostrategioiden valintamenetelmiä, tunnuslukuja, vikaantumista ja kriittisyysanalyysejä. Yrityksen ehkäisevän kunnossapidon nykytilaa ja ongelmakohtia selvitettiin haastattelututkimuksen avulla. Työssä on kehitetty erilaisten kunnossapitostrategioiden valintamenetelmien pohjalta oma laitekannan kriittisyyden huomioiva menetelmä ehkäisevän kunnossapidon kohteiden päivittämiselle. Menetelmän helppokäyttöisyyttä on lisätty kehittämällä menetelmälle suunnittelukortti. Lisäksi työssä on esitelty muita ehkäisevään kunnossapitoon liittyviä kehityskohteita.

Tieliikelaitoksen t&k -projektien kannattavuuden arviointi

Työn tavoitteena oli laatia Tieliikelaitoksen tutkimus- ja kehitysprojektien kannattavuuden arvioinnin toimintamalli ja laskentamalli. Työn tavoitteena oli myös kehittääTieliikelaitoksen tutkimus- ja kehitysprojektin kannattavuuden arviointia ja tuottaa informaatiota t&k -projektien valintatilanteisiin. Työ koostuu teoriasta, haastatteluista, t&k -projektien kannattavuuden arvioinnin toimintamallista ja laskentamallista. Työssä käsitellään kirjallisuudesta ja haastatteluista esille tulleita käytäntöjä ja menetelmiä, joiden avulla tutkimus- ja kehitysprojektien kannattavuutta voidaan arvioida. Työssä kuvataan myös arviointimenetelmien käyttöä t&k -prosessin eri vaiheissa. Työn merkittävimpinä tuloksina ovat laaditut toimintamalli ja laskentamalli Tieliikelaitoksen t&k -projektien kannattavuuden arviointiin. Lisäksi työssä tuloksena oli, että arviointimenetelmiä tulee käyttää monipuolisesti ja projektien arviointi tulee olla jatkuvaa. Projektien kannattavuuden arviointi ei voi perustua pelkästään taloudellisiin menetelmiin vaan arviointiin tulee valita sekä taloudellisia että laadullisia menetelmiä. Projektien jatkuvalla arvioinnilla ja arviointimenetelmien käytön monipuolisuudella varmistetaan oikeiden ja kannattavien projektien toteuttaminen.

L'exploitation des peintures en spray en criminalistique: mise en place d'une procédure de gestion et de comparaison des spectres infrarouges à l'aide des statistiques multivariées

La spectroscopie infrarouge (FTIR) est une technique de choix dans l'analyse des peintures en spray (traces ou bonbonnes de référence), grâce à son fort pouvoir discriminant, sa sensibilité, et ses nombreuses possibilités d'échantillonnage. La comparaison des spectres obtenus est aujourd'hui principalement faite visuellement, mais cette procédure présente des limitations telles que la subjectivité de la prise de décision car celle-ci dépend de l'expérience et de la formation suivie par l'expert. De ce fait, de faibles différences d'intensités relatives entre deux pics peuvent être perçues différemment par des experts, même au sein d'un même laboratoire. Lorsqu'il s'agit de justifier ces différences, certains les expliqueront par la méthode analytique utilisée, alors que d'autres estimeront plutôt qu'il s'agit d'une variabilité intrinsèque à la peinture et/ou à son vécu (par exemple homogénéité, sprayage, ou dégradation). Ce travail propose d'étudier statistiquement les différentes sources de variabilité observables dans les spectres infrarouges, de les identifier, de les comprendre et tenter de les minimiser. Le deuxième objectif principal est de proposer une procédure de comparaison des spectres qui soit davantage transparente et permette d'obtenir des réponses reproductibles indépendamment des experts interrogés. La première partie du travail traite de l'optimisation de la mesure infrarouge et des principaux paramètres analytiques. Les conditions nécessaires afin d'obtenir des spectres reproductibles et minimisant la variation au sein d'un même échantillon (intra-variabilité) sont présentées. Par la suite une procédure de correction des spectres est proposée au moyen de prétraitements et de sélections de variables, afin de minimiser les erreurs systématiques et aléatoires restantes, et de maximiser l'information chimique pertinente. La seconde partie présente une étude de marché effectuée sur 74 bonbonnes de peintures en spray représentatives du marché suisse. Les capacités de discrimination de la méthode FTIR au niveau de la marque et du modèle sont évaluées au moyen d'une procédure visuelle, et comparées à diverses procédures statistiques. Les limites inférieures de discrimination sont testées sur des peintures de marques et modèles identiques mais provenant de différents lots de production. Les résultats ont montré que la composition en pigments était particulièrement discriminante, à cause des étapes de corrections et d'ajustement de la couleur subies lors de la production. Les particularités associées aux peintures en spray présentes sous forme de traces (graffitis, gouttelettes) ont également été testées. Trois éléments sont mis en évidence et leur influence sur le spectre infrarouge résultant testée : 1) le temps minimum de secouage nécessaire afin d'obtenir une homogénéité suffisante de la peinture et, en conséquence, de la surface peinte, 2) la dégradation initiée par le rayonnement ultra- violet en extérieur, et 3) la contamination provenant du support lors du prélèvement. Finalement une étude de population a été réalisée sur 35 graffitis de la région lausannoise et les résultats comparés à l'étude de marché des bonbonnes en spray. La dernière partie de ce travail s'est concentrée sur l'étape de prise de décision lors de la comparaison de spectres deux-à-deux, en essayant premièrement de comprendre la pratique actuelle au sein des laboratoires au moyen d'un questionnaire, puis de proposer une méthode statistique de comparaison permettant d'améliorer l'objectivité et la transparence lors de la prise de décision. Une méthode de comparaison basée sur la corrélation entre les spectres est proposée, et ensuite combinée à une évaluation Bayesienne de l'élément de preuve au niveau de la source et au niveau de l'activité. Finalement des exemples pratiques sont présentés et la méthodologie est discutée afin de définir le rôle précis de l'expert et des statistiques dans la procédure globale d'analyse des peintures. -- Infrared spectroscopy (FTIR) is a technique of choice for analyzing spray paint speciments (i.e. traces) and reference samples (i.e. cans seized from suspects) due to its high discriminating power, sensitivity and sampling possibilities. The comparison of the spectra is currently carried out visually, but this procedure has limitations such as the subjectivity in the decision due to its dependency on the experience and training of the expert. This implies that small differences in the relative intensity of two peaks can be perceived differently by experts, even between analysts working in the same laboratory. When it comes to justifying these differences, some will explain them by the analytical technique, while others will estimate that the observed differences are mostly due to an intrinsic variability from the paint sample and/or its acquired characteristics (for example homogeneity, spraying, or degradation). This work proposes to statistically study the different sources of variability observed in infrared spectra, to identify them, understand them and try to minimize them. The second goal is to propose a procedure for spectra comparison that is more transparent, and allows obtaining reproducible answers being independent from the expert. The first part of the manuscript focuses on the optimization of infrared measurement and on the main analytical parameters. The necessary conditions to obtain reproducible spectra with a minimized variation within a sample (intra-variability) are presented. Following that a procedure of spectral correction is then proposed using pretreatments and variable selection methods, in order to minimize systematic and random errors, and increase simultaneously relevant chemical information. The second part presents a market study of 74 spray paints representative of the Swiss market. The discrimination capabilities of FTIR at the brand and model level are evaluated by means of visual and statistical procedures. The inferior limits of discrimination are tested on paints coming from the same brand and model, but from different production batches. The results showed that the pigment composition was particularly discriminatory, because of the corrections and adjustments made to the paint color during its manufacturing process. The features associated with spray paint traces (graffitis, droplets) were also tested. Three elements were identified and their influence on the resulting infrared spectra were tested: 1) the minimum shaking time necessary to obtain a sufficient homogeneity of the paint and subsequently of the painted surface, 2) the degradation initiated by ultraviolet radiation in an exterior environment, and 3) the contamination from the support when paint is recovered. Finally a population study was performed on 35 graffitis coming from the city of Lausanne and surroundings areas, and the results were compared to the previous market study of spray cans. The last part concentrated on the decision process during the pairwise comparison of spectra. First, an understanding of the actual practice among laboratories was initiated by submitting a questionnaire. Then, a proposition for a statistical method of comparison was advanced to improve the objectivity and transparency during the decision process. A method of comparison based on the correlation between spectra is proposed, followed by the integration into a Bayesian framework at both source and activity levels. Finally, some case examples are presented and the recommended methodology is discussed in order to define the role of the expert as well as the contribution of the tested statistical approach within a global analytical sequence for paint examinations.

Testausmenetelmien ja testauksen lähestymistapojen valintaperusteet kirjallisuudessa

Testaustapausten valitseminen on testauksessa tärkeää, koska kaikkia testaustapauksia ei voida testata aika- ja raharajoitteiden takia. Testaustapausten valintaan on paljon eri menetelmiä joista eniten esillä olevat ovat malleihin perustuva valinta, kombinaatiovalinta ja riskeihin perustuva valinta. Kaikkiin edellä mainittuihin menetelmiin testaustapaukset luodaan ohjelman spesifikaation perusteella. Malleihin perustuvassa menetelmässä käytetään hyväksi ohjelman toiminnasta olevia malleja, joista valitaan tärkeimmät testattavaksi. Kombinaatiotestauksessa testitapaukset on muodostettu ominaisuuspareina jolloin yhden parin testaamisesta päätellään kahden ominaisuuden toiminta. Kombinaatiotestaus on tehokas löytämään virheitä, jotka johtuvat yhdestä tai kahdesta tekijästä. Riskeihin perustuva testaus pyrkii arvioimaan ohjelman riskejä ja valitsemaan testitapaukset niiden perusteella. Kaikissa menetelmissä priorisointi on tärkeässä roolissa, jotta testauksesta saadaan riittävä luotettavuus ilman kustannusten nousua.

Genetic polymorphisms in the Cytochrome P450 family and squamous cell carcinoma of the oral cavity, pharynx and larynx

Objective:To analyze the genetic polymorphisms of the cytochrome P450 family and their relationship with squamous cell carcinoma of the oral cavity, pharynx and larynx.Methods: We present a narrative literature review, conducted in Pubmed, Lilacs and Cochrane Databases of articles published in the last five years correlating genetic polymorphisms of the cytochrome P450 family and cancer risk in different populations worldwide.Results: We initially found 65 articles and, after selection criteria, 20 case-control studies with various populations worldwide were eligible. The most studied polymorphisms were those of CYP2E1 and CYP1A1 subfamilies. There is little about the other subfamilies. The association found between polymorphisms and cancer risk amounted to a countless number of variables, amongst them: population, selection methods, racial factors and different modes of exposure to carcinogens, genotyping methods, and nomenclature of the polymorphisms.Conclusion: so far, there is no proven link between genetic polymorphisms of cytochrome P450 family and squamous cell carcinoma of the oral cavity, pharynx and larynx relationship.

Hoitotyön koulutuksen opiskelijavalinnat. Seurantatutkimus kahden valintakoemenetelmän yhteydestä opiskelijoiden osaamiseen ja opiskelumotivaatioon

Hoitotyön koulutukseen pyritään valitsemaan alalle soveltuvia, motivoituneita sekä teoreettisissa ja kliinisissä opinnoissa menestyviä opiskelijoita. Tämän seurantatutkimuksen tarkoituksena oli vertailla soveltuvuuskokeella ja kirjallisella kokeella valittujen hoitotyön opiskelijoiden osaamista ja opiskelumotivaatiota. Tutkimuksen tavoitteena oli tehdä tutkimustulosten perusteella hoitotyön koulutuksen opiskelijavalintoihin liittyviä kehittämisehdotuksia. Tutkimuksen kohderyhmänä olivat yhteen ammattikorkeakouluun syksyn 2002 ja syksyn 2004 välisenä aikana hoitotyön koulutukseen kahdella eri valintakoemenetelmällä valitut hoitotyön opiskelijat (N=626) (sairaanhoitotyö, terveydenhoitotyö, kätilötyö). Opiskelijaryhmistä muodostettiin kaksi kohorttia valintakoemenetelmän perusteella: soveltuvuuskoe (VAL1, N=368) ja kirjallinen koe (VAL2, N=258). Seurantatutkimuksen aineisto kerättiin opiskelijoiden opintorekisteristä sekä kahdella strukturoidulla mittarilla, joilla kartoitettiin hoitotyön opiskelijoiden itsearvioitua hoitotyön osaamista (OSAA-mittari) ja opiskelumotivaatiota (MOTI-mittari). Seurantatutkimuksen aineistonkeruu ajoittui opiskelijoiden kolmannelle lukukaudella (1. mittaus, 2004‒2006, VAL1 n=234, VAL2 n=126) ja valmistumisvaiheeseen (2. mittaus, 2006‒2009, VAL1 n=149, VAL2 n=108). Ensimmäisen mittauksen vastausprosentti oli 75,0 % ja toisen mittauksen 92,4 %. Aineistojen analysoinnissa käytettiin pitkittäistutkimukseen soveltuvia monimuuttujamenetelmiä. Kahdella valintakoemenetelmällä valikoitui pienistä eroista huolimatta osaamiseltaan ja opiskelumotivaatioltaan hyvin samanlaisia opiskelijoita. Soveltuvuuskokeella valitut opiskelijat kokivat ryhmän kannustavuuden vahvemmaksi valmistumisvaiheessa kuin kirjallisella kokeella valitut. Kirjallisella kokeella valittujen opiskelijoiden kolmannen lukukauden arvosanoihin perustuva osaaminen oli parempaa kuin soveltuvuuskokeella valittujen opiskelijoiden. Suuntautumisvaihtoehto, hoitoalan työkokemus, peruskoulutus ja hakusija olivat merkittävimmin yhteydessä opiskelijoiden osaamiseen ja opiskelumotivaatioon. Valintakoemenetelmä selitti eniten opiskelijoiden osaamisessa ja opiskelumotivaatiossa ilmenneitä eroja, joskin selitysosuudet jäivät alhaisiksi. Kehittämisehdotukset kohdistuvat valintakoemenetelmien kehittämiseen ja säännölliseen arviointiin sekä alalle motivoituneisuuden määrittelyyn ja mittaamisen kehittämiseen. Jatkotutkimusaiheina ehdotetaan eri valintakoemenetelmien testaamista ja tutkimuksessa käytettyjen mittareiden edelleen kehittämistä.

Apprentissage automatique pour la détection de relations d'affaire

Les documents publiés par des entreprises, tels les communiqués de presse, contiennent une foule d’informations sur diverses activités des entreprises. C’est une source précieuse pour des analyses en intelligence d’affaire. Cependant, il est nécessaire de développer des outils pour permettre d’exploiter cette source automatiquement, étant donné son grand volume. Ce mémoire décrit un travail qui s’inscrit dans un volet d’intelligence d’affaire, à savoir la détection de relations d’affaire entre les entreprises décrites dans des communiqués de presse. Dans ce mémoire, nous proposons une approche basée sur la classification. Les méthodes de classifications existantes ne nous permettent pas d’obtenir une performance satisfaisante. Ceci est notamment dû à deux problèmes : la représentation du texte par tous les mots, qui n’aide pas nécessairement à spécifier une relation d’affaire, et le déséquilibre entre les classes. Pour traiter le premier problème, nous proposons une approche de représentation basée sur des mots pivots c’est-à-dire les noms d’entreprises concernées, afin de mieux cerner des mots susceptibles de les décrire. Pour le deuxième problème, nous proposons une classification à deux étapes. Cette méthode s’avère plus appropriée que les méthodes traditionnelles de ré-échantillonnage. Nous avons testé nos approches sur une collection de communiqués de presse dans le domaine automobile. Nos expérimentations montrent que les approches proposées peuvent améliorer la performance de classification. Notamment, la représentation du document basée sur les mots pivots nous permet de mieux centrer sur les mots utiles pour la détection de relations d’affaire. La classification en deux étapes apporte une solution efficace au problème de déséquilibre entre les classes. Ce travail montre que la détection automatique des relations d’affaire est une tâche faisable. Le résultat de cette détection pourrait être utilisé dans une analyse d’intelligence d’affaire.

La sabiduría como competencia gerencial

Aunque el concepto de sabiduría ha sido ampliamente estudiado por expertos de áreas como la filosofía, la religión y la psicología, aún enfrenta limitaciones en cuanto a su definición y evaluación. Por esto, el presente trabajo tiene como objetivo, formular una definición del concepto de sabiduría que permita realizar una propuesta de evaluación del concepto como competencia en los gerentes. Para esto, se realizó un análisis documental de tipo cualitativo. De esta manera, se analizaron diversos textos sobre la historia, las definiciones y las metodologías para evaluar tanto la sabiduría como las competencias; diferenciando la sabiduría de otros constructos y analizando la diferencia entre las competencias generales y las gerenciales para posteriormente, definir la sabiduría como una competencia gerencial. Como resultado de este análisis se generó un prototipo de prueba denominado SAPIENS-O, a través del cuál se busca evaluar la sabiduría como competencia gerencial. Como alcances del instrumento se pueden identificar la posibilidad de medir la sabiduría como competencia en los gerentes, la posibilidad de dar un nuevo panorama a las dificultades teóricas y empíricas sobre la sabiduría y la posibilidad de facilitar el estudio de la sabiduría en ambientes reales, más específicamente en ambientes organizacionales.

Application of Gaussian multi-scale representation to feature tracking in meteorological satellite imagery

Gaussian multi-scale representation is a mathematical framework that allows to analyse images at different scales in a consistent manner, and to handle derivatives in a way deeply connected to scale. This paper uses Gaussian multi-scale representation to investigate several aspects of the derivation of atmospheric motion vectors (AMVs) from water vapour imagery. The contribution of different spatial frequencies to the tracking is studied, for a range of tracer sizes, and a number of tracer selection methods are presented and compared, using WV 6.2 images from the geostationary satellite MSG-2.

Automated identification of neural correlates of continuous variables

Background: The electroencephalogram (EEG) may be described by a large number of different feature types and automated feature selection methods are needed in order to reliably identify features which correlate with continuous independent variables. New method: A method is presented for the automated identification of features that differentiate two or more groups inneurologicaldatasets basedupona spectraldecompositionofthe feature set. Furthermore, the method is able to identify features that relate to continuous independent variables. Results: The proposed method is first evaluated on synthetic EEG datasets and observed to reliably identify the correct features. The method is then applied to EEG recorded during a music listening task and is observed to automatically identify neural correlates of music tempo changes similar to neural correlates identified in a previous study. Finally,the method is applied to identify neural correlates of music-induced affective states. The identified neural correlates reside primarily over the frontal cortex and are consistent with widely reported neural correlates of emotions. Comparison with existing methods: The proposed method is compared to the state-of-the-art methods of canonical correlation analysis and common spatial patterns, in order to identify features differentiating synthetic event-related potentials of different amplitudes and is observed to exhibit greater performance as the number of unique groups in the dataset increases. Conclusions: The proposed method is able to identify neural correlates of continuous variables in EEG datasets and is shown to outperform canonical correlation analysis and common spatial patterns.

Machine Learning Algorithms in Heavy Process Manufacturing

In a global economy, manufacturers mainly compete with cost efficiency of production, as the price of raw materials are similar worldwide. Heavy industry has two big issues to deal with. On the one hand there is lots of data which needs to be analyzed in an effective manner, and on the other hand making big improvements via investments in cooperate structure or new machinery is neither economically nor physically viable. Machine learning offers a promising way for manufacturers to address both these problems as they are in an excellent position to employ learning techniques with their massive resource of historical production data. However, choosing modelling a strategy in this setting is far from trivial and this is the objective of this article. The article investigates characteristics of the most popular classifiers used in industry today. Support Vector Machines, Multilayer Perceptron, Decision Trees, Random Forests, and the meta-algorithms Bagging and Boosting are mainly investigated in this work. Lessons from real-world implementations of these learners are also provided together with future directions when different learners are expected to perform well. The importance of feature selection and relevant selection methods in an industrial setting are further investigated. Performance metrics have also been discussed for the sake of completion.

O conhecimento científico do poder como pré-requisito para o exercício da função gerencial nas organizações privadas

Nowadays, management of Intellectual Capital seems to be one of the most efficacious alternatives so that companies may permanently develop competitive differentials to enable their survival in a market that confers paradigma status to globalization. Managers are searching for solutions aiming to attract and maintain in their boards professionals that might be able to develop these competitive differentials and assure to their companies the expected results and the business growth. In this environment, the manager¿s functions appears as a strategic function towards the organization¿s routine and yet suggests an evaluation about the professionals performance concerning challenges (efforts) that market requires. The amount of scientific knowledge which these professionals detain about power should be measured as well as the thought that this can improve their performance regarding their capacity to convince (induce) people. This research concerns those that look for empirical evidences and scientific arguments to confirm the supposition that power knowledge may in fact provide a superior performance of those professionals that are in charge of management functions. The reason and results here presented allow to: reevaluate managers duties in private organizations, improve executive training programs so as to be more productive and appropriated, change the selection methods used to recognize such executives and finally suggest a reevaluation about the real adequation of graduation and master degree courses in regards to professionals graduation which are capable to ingress in business market and take over leadership positions.

Voleibol brasileiro : parâmetros fenotípicos e genotípicos na seleção de atletas

Objective: Identify phenotype and genotype parameters of female volleyball players at different performance levels to help in player selection. Methods: We identified characteristics of phenotype and genotype using the somatotype method (Heath Carter); anthropometry (weight, height and fat percentage); dermatoglyphics (Cummins and Midlo s method) as well as applying physical quality tests (Shuttle Run to assess agility and the Sargent Jump Test adapted for spike and block reach). The sample was composed of 179 players (54 from national teams and 125 from state teams). Results: Somatotype was similar among the performance levels in the mesomorphic component. The Height and ectomorphic component were greater in national team players as was spike and block reach. The vertical jump height for the spike was similar between the national under-17 team and the state teams observed, but in the block jump the lower level players were better. The dermatoglyphics characteristics identified were similar among the groups studied. Conclusions: The results of the variables studied show that somatotype, height, spike reach and block reach are fundamental parameters in player selection and in the specific characteristics of each game position of this sport. This paper proposes a multidisciplinary approach applicable in the fields of physical education, medicine and nutrition