Timo Ahonen

Nopean nimeämisen testi - RAN on tarkoitettu 5-16-vuotiaiden lasten ja nuorten sekä aikuisten nopean nimeämisen arviointiin. Nopealla nimeämisellä tarkoitetaan taitoa hakea sujuvasti mielestä tuttuja sanoja kuten värejä ja esineitä. Nimeämisnopeus ennustaa muun muassa luku- ja laskutaidon kehitystä ja selittää oppimisvaikeuksien taustaa ja pysyvyyttä. Nimeämisvaikeudet ilmenevät usein osana kehityksellistä kielihäiriötä, lukivaikeuksia ja laajempia oppimisvaikeuksia. Lukivaikeuden ja hitaan nimeämisen yhteys on tunnettu jo pitkään, ja myös nimeämisnopeuden ja aritmeettisten taitojen yhteydelle on jo runsaasti näyttöä. Ennen kouluikää ilmenevät nimeämisongelmat ennustavat vahvasti kouluiän oppimisvaikeuksia. Kun nimeämisvaikeudet havaitaan mahdollisimman varhain, voidaan oppimisvalmiuksia tukea jo ennen kouluikää. Kouluiässä tai myöhemmin havaitut nimeämisvaikeudet auttavat ymmärtämään havaittujen vaikeuksien taustaa ja kohdentamaan harjoittelua tai kuntoutusta. Nopean nimeämisen testi - RAN on tarkoitettu erityisesti puheterapeuttien, psykologien ja arviointiin perehtyneiden erityisopettajien käyttöön. Sitä käytetään osana laajempaa kielellisten taitojen ja oppimisen arviointia. Nopean nimeämisen testi - RAN sisältää käyttäjän käsikirjan sekä testitaulut 5-16-vuotiaiden sekä aikuisten nopean nimeämisen arviointiin.

Lukemis- ja kirjoittamistaitojen yksilötestistö nuorille ja aikuisille on normitettu 9. luokkalaisilla, ja sitä voidaan käyttää nuorten ja aikuisten lukemisen, kirjoittamisen ja luetun ymmärtämisen taitojen yksilölliseen arviointiin. Yksilötestistö on menetelmäkokonaisuuden toinen osa. Sitä voidaan käyttää lukivaikeuksien seulontamenetelmässä (ensimmäinen osa) seuloutuneille opiskelijoille ja henkilöille, joilla epäillään olevan ongelmia lukemisessa ja/tai kirjoittamisessa. Yksilöllisen arvioinnin avulla opiskelijan ongelmista ja vahvuuksista saadaan tarkempi ja monipuolisempi lukemisen ja kirjoittamisen taitojen profiili. Arviointi antaa tukea opiskelijan opiskelussa tarvitseman tuen tai erityisjärjestelyiden suunnitteluun. Testitieto ja muu opiskelijan taidoista ja ongelmista kertyvä tieto auttaa suuntaamaan opintojen aikaisia tukitoimia tavalla, joka parhaiten palvelee kunkin opiskelijan yksilöllisiä tarpeita. Lukemis- ja kirjoittamistaitojen yksilötestistö sisältää käsikirjan ja testit ohjeineen sekä normitiedot tulosten tulkintaan. Lisäksi mukana on ohjevideo, joka sisältää testaus- ja korjausohjeet sekä ohjeita tulosten tulkintaan. Yksilötestistö on tarkoitettu arviointivälineeksi opettajille, erityisopettajille, psykologeille ja muille lukivaikeuksien parissa työskenteleville. Yksilötestistön käyttäjien on syytä kouluttautua testin käyttöön. Tulosten ja niiden perusteella tehtävien johtopäätösten luotettavuus edellyttää sekä välineen teoreettisen taustan että sen ominaisuuksien ja rajoitusten tuntemista.

Miksi oppiminen on joillekin lapsille ja nuorille vaikeaa? Miksi kaikki eivät olekaan innokkaita oppimaan? Miten oppimista voi parhaiten tukea? Uudistettu Oppimisen vaikeudet on kattava tietolähde kaikille, jotka haluavat ymmärtää oppimista ja oppimisen vaikeuksia. Teos tarjoaa uusimpaan tutkimukseen perustuvaa tietoa ja toimintatapoja lasten ja nuorten kanssa työskenteleville. Teoksen nimi kuvaa tavanomaista laajempaa näkemystä oppimisen ongelmista. Perinteisen yksilökeskeisen tarkastelun lisäksi ilmiötä avataan myös opetuksen ja tuen järjestämisen sekä oppimisympäristöjen näkökulmista. Monitieteisen teoksen kirjoittajat edustavat suomalaista kasvatustieteen, erityispedagogiikan, neuro-, kehitys- ja kasvatus-psykologian, kielitieteen sekä lääketieteen huippututkimusta.

The recent emergence of Local Binary Patterns (LBP) has led to significant progress in applying texture methods to various computer vision problems and applications. The focus of this research has broadened from 2D textures to 3D textures and spatiotemporal (dynamic) textures. Also, where texture was once utilized for applications such as remote sensing, industrial inspection and biomedical image analysis, the introduction of LBP-based approaches have provided outstanding results in problems relating to face and activity analysis, with future scope for face and facial expression recognition, biometrics, visual surveillance and video analysis. Computer Vision Using Local Binary Patterns provides a detailed description of the LBP methods and their variants both in spatial and spatiotemporal domains. This comprehensive reference also provides an excellent overview as to how texture methods can be utilized for solving different kinds of computer vision and image analysis problems. Source codes of the basic LBP algorithms, demonstrations, some databases and a comprehensive LBP bibliography can be found from an accompanying web site. Topics include: local binary patterns and their variants in spatial and spatiotemporal domains, texture classification and segmentation, description of interest regions, applications in image retrieval and 3D recognition - Recognition and segmentation of dynamic textures, background subtraction, recognition of actions, face analysis using still images and image sequences, visual speech recognition and LBP in various applications. Written by pioneers of LBP, this book is an essential resource for researchers, professional engineers and graduate students in computer vision, image analysis and pattern recognition. The book will also be of interest to all those who work with specific applications of machine vision.

The recent emergence of Local Binary Patterns (LBP) has led to significant progress in applying texture methods to various computer vision problems and applications. The focus of this research has broadened from 2D textures to 3D textures and spatiotemporal (dynamic) textures. Also, where texture was once utilized for applications such as remote sensing, industrial inspection and biomedical image analysis, the introduction of LBP-based approaches have provided outstanding results in problems relating to face and activity analysis, with future scope for face and facial expression recognition, biometrics, visual surveillance and video analysis. Computer Vision Using Local Binary Patterns provides a detailed description of the LBP methods and their variants both in spatial and spatiotemporal domains. This comprehensive reference also provides an excellent overview as to how texture methods can be utilized for solving different kinds of computer vision and image analysis problems. Source codes of the basic LBP algorithms, demonstrations, some databases and a comprehensive LBP bibliography can be found from an accompanying web site. Topics include: local binary patterns and their variants in spatial and spatiotemporal domains, texture classification and segmentation, description of interest regions, applications in image retrieval and 3D recognition - Recognition and segmentation of dynamic textures, background subtraction, recognition of actions, face analysis using still images and image sequences, visual speech recognition and LBP in various applications. Written by pioneers of LBP, this book is an essential resource for researchers, professional engineers and graduate students in computer vision, image analysis and pattern recognition. The book will also be of interest to all those who work with specific applications of machine vision.