Silmäile
Hakuohje

Osuva

Osuva on Vaasan yliopiston avoin julkaisuarkisto. Osuva sisältää Vaasan yliopiston omat julkaisut, opinnäytteet ja tieteellisten artikkeleiden rinnakkaistallenteet. Osuvaan sisältyy julkaisujen viitetietoja, tiivistelmiä ja kokotekstejä. Sähköisten arkistokokoelmien sisältö ei ole luettavissa verkossa.

Kokoelmat Osuvassa

Viimeksi tallennetut

  • Luhmannilainen näkökulma informaatioresilienssiin palontutkinnassa
    Kivivirta, Ville; Rantamäki, Aino; Jansson, Kaisu; Mäkelä, Päivi (Hallinnon tutkimuksen seura, 2026)
    Artikkeli
    Tässä tutkimuksessa tarkastelemme informaatioresilienssiä pelastustoimen palontutkinnan kontekstissa hyödyntäen Niklas Luhmannin järjestelmäteoreettista viitekehystä. Luhmannilainen näkökulma kiinnittää huomion erityisesti julkisten organisaatioiden kytkeytymisen samanaikaisesti useisiin yhteiskunnan osajärjestelmiin. Tunnistimme informaatioresilienssin tutkimuksessa kehittämistarpeita (1) informaatioresilienssin käsitteen operationalisoinnissa kompleksisoituvan ja verkostomaisen julkishallinnon tutkimuksessa, (2) käsitteen tarkastelun laajentamisessa varsinaisten kriisitilanteiden ulkopuolella yhteistyötä tekeviin organisaatioihin, sekä (3) konkreettisessa ymmärryksessä niistä tekijöistä, jotka edistävät tai estävät informaatioresilienssin syntymistä. Empiirinen aineistomme koostuu ryhmähaastatteluista (n=19) suomalaisilla pelastuslaitoksilla. Käytimme sosiaalisten järjestelmien teoreettisia analyysistrategioita, erityisesti kytkeytymisen analyysia ja funktionaalista metodia, tarkastellaksemme palontutkintaa monitoimijaisena toimintana, joka yhdistää sen yhteiskunnan osajärjestelmiin. Tulostemme mukaan informaatioresilienssin osatekijät painottuvat eri lailla riippuen siitä, mihin yhteiskunnan osajärjestelmään palontutkinnan tiedonmuodostus on kytkeytynyt. Havaintomme pelastustoimen tasapainoilusta avoimuuden ja erillisyyden välillä ilmentää julkishallinnon kompleksisuutta ja tarjoaa konkreettisemman ymmärryksen informaatioresilienssiin liittyvistä tekijöistä erityisesti informaatioresilienssin kehittymiseen vaikuttavien olosuhteiden näkökulmasta.
  • UWB Indoor Positioning: A Comparative Study of Machine Learning Models for Precise Robot Localization
    Noah, Adel; Elmusrati, Mohammed; Välisuo, Petri; Aljarrah, Mustafa; Albaji, Ali Othman (toim.) (Springer, 2026)
    Artikkeli
    Indoor positioning has long been a challenging problem, with traditional Global Navigation Satellite Systems (GNSS) struggling indoors due to signal attenuation, multipath effects, and the inability of satellite signals to penetrate dense building materials such as concrete and metal. Ultra-Wideband (UWB) technology has emerged as a game-changer, offering high accuracy, low power consumption, and robustness to obstacles, making it ideal for indoor positioning applications. This study explores the integration of machine learning (ML) techniques with UWB technology to enhance indoor positioning accuracy by testing the performance of six Machine Learning regression models for predicting the 3D coordinates (estX, estY, estZ) of a robot in a challenging indoor environment. The results demonstrate that ensemble methods, particularly Random Forest and Gradient Boosting, outperform other models, achieving the lowest error, while simpler models like Linear Regression struggle to handle the complexities of indoor environments. The Decision Tree model offers a balance between simplicity and accuracy, while SVR and ANN deliver competitive results, with ANN showing promise in handling high-dimensional data. Notably, this direct ML approach not only matches but often surpasses traditional methods such as Kalman filters and kinematic models in terms of accuracy, and complexity. These findings highlight the transformative potential of combining ML with UWB technology, offering a robust and scalable solution for indoor positioning with promising applications in smart buildings, asset tracking, and indoor navigation, paving the way for more reliable and efficient systems in Industry 4.0 and IoT. Each of the tested models brings different strengths and potential challenges to the system, and their evaluation in the context of UWB data for robot localization promises insightful findings into the most effective approaches for this application.
  • Design, performance assessment, and machine learning-driven optimization of a novel low-carbon urban waste-to-x polygeneration system: multi-scenario analysis of hydrogen and methane production
    Babaei Khuyinrud, Mohammadreza; Shokri Kalan, Ali; Pourtalebi, Borhan; Ahamdi, Mehran; Jangi, Iraj; Lü, Xiaoshu; Yuan, Yanping; Rosen, Marc A. (Elsevier, 2026)
    Artikkeli
    Growing energy demand, waste accumulation, and greenhouse gas emissions necessitate integrated, low-carbon energy options. This study proposes a novel waste-to-x polygeneration system uniquely integrating biomass gasification with gas turbine, supercritical CO2, Kalina, organic Rankine, and steam Rankine cycles, coupled with advanced wastewater treatment, carbon capture, a proton exchange membrane (PEM) electrolysis, and methanation. The system simultaneously produces electricity, district heat, oxygen, hydrogen, and methane, advancing beyond typical waste-to-energy approaches by combining multi-vector fuel production with near-zero emissions. Under baseline operation, the system attains overall energy and exergy efficiencies of 35.0 % and 39.9 %, delivering 3510 kW net power and 1310 kW heating, and daily outputs of 131.6 kg hydrogen, 2106 kg oxygen, and 296.3 kg methane, while capturing 87 % of CO2 emissions (177.7 t/day) and treating 116.6 t/day wastewater. Exergy analysis identifies the biomass gasifier as the primary exergy destruction source (8014 kW), whereas mixers and splitters achieve the highest exergy efficiencies (>99.0 %). Employing a machine-learning-assisted multi-objective grey wolf optimizer (MOGWO), for dual fuel production scenario, enhances energy and exergy efficiencies to 49.5 % and 53.6 %, respectively; boosts hydrogen, oxygen, and methane production by 23.0 %; reduces net power by 6.9 %; and increases heating output by up to 29.1 %. Among fuel-production modes at the optimum, the hydrogen-only case achieves the highest efficiencies (49.7 % energy, 53.6 % exergy). This integrated approach offers a comprehensive and flexible option for sustainable urban resource management.
  • Improvisation in internationalization decision-making: The critical role of entrepreneurs in SMEs
    Gabrielsson, Peter; Galkina, Tamara; Chabowski, Brian R.; Gabrielsson, Mika (Elsevier, 2026)
    Artikkeli
    Entrepreneurs of international small and medium enterprises (SMEs) are continuously making decisions in ever-changing foreign market environments. To capture these dynamics, this study addresses the following research questions: (1) What effect do entrepreneurs' international competences have on improvised decision-making in SMEs’ international market performance? and (2) What is the role of the entrepreneur's experience in this relationship? We build a model and postulate hypotheses for the improvised decision-making of young international SMEs building on the learning school of decision theory. We contribute theoretically to the decision-making view on internationalization by arguing for the importance of improvised internationalization decision-making at the level of individual entrepreneurs for the international market performance of the firm, and that these decisions are influenced by their competences (international alertness, self-efficacy, and preparedness), and the performance outcomes are contingent upon both entrepreneurial and managerial experience. Hence, we advance also international business research by examining the micro-foundations of SME internationalization. In addition, we contribute empirically by gaining support for our hypotheses in a survey consisting of 218 entrepreneur-led young international SMEs. We conclude with managerial and policy implications and future study directions.
  • Spontaani vapaaehtoisuus maanpuolustuksessa
    Raisio, Harri; Niemi, Tomi; Puustinen, Alisa; Valtonen, Vesa; Sederholm, Teija; Kosonen, Jarkko; Vaahtera, Saana; Jalonen, Harri (Puolustusministeriö, 2026)
    Kirja
    Spontaani vapaaehtoisuus on noussut keskeiseksi tutkimusteemaksi erityisesti katastrofitutkimuksessa, ja Venäjän hyökkäys Ukrainaan on tehnyt näkyväksi sen merkityksen myös maanpuolustuksessa. Hankkeen tavoitteena oli lisätä ymmärrystä spontaanin vapaaehtoisuuden ilmiöstä Suomen maanpuolustuksen kontekstissa sekä kehittää toimintamalli sen hyödyntämiseksi osana maanpuolustuksen monialaista tehtäväkenttää. Loppuraportissa esitetään yhteenveto hankkeen toteutuksesta, tuloksista ja johtopäätöksistä. Hankkeen tuloksia on käsitelty myös muissa tutkimusjulkaisuissa. Aineisto koostui kirjallisuuskatsauksesta, tutkimushaastatteluista ja paikallispuolustusharjoitusten yhteydessä toteutetuista pöytäpeleistä. Kirjallisuuskatsaus valotti kansainvälistä tutkimusta ja tunnisti spontaanin vapaaehtoisuuden keskeiset piirteet, taustatekijät ja rajoitteet. Haastattelut syvensivät ymmärrystä Suomen kontekstista ja tuottivat maakohtaista tietoa ilmiön ilmenemismuodoista. Näiden pohjalta muodostettiin toimintamalli spontaanin vapaaehtoisuuden hyödyntämiseksi, jota pöytäpelit edelleen vahvistivat. Toimintamalli koostuu neljästä strategiasta – integroi, rajoita, kanavoi ja mahdollista – sekä niitä läpileikkaavasta varautumisen strategiasta. Hankkeen tuloksiin perustuen esitetään viisi johtopäätöstä ja kehittämisehdotusta spontaanin vapaaehtoisuuden hyödyntämiseksi osana Suomen maanpuolustusta.