The purpose of the present study was to examine complex problem solving (CPS),emotional intelligence (EI) and creativity to further the knowledge aboutcompetencies that are important for the 21st century workplace. We hypothesizedthat CPS would be related to both creativity and EI. Furthermore, we hypothesizedthat age would show a negative relationship to CPS. 39 participants recruitedmostly from convenience sampling completed the CPS test, the creativity test andthe EI test at locations in Örebro and Stockholm. The results were analyzed withlinear and multiple regressions and showed that CPS significantly predictedcreativity and that CPS significantly predicted EI, with those two having a negativerelationship. A regression revealed that age significantly predicted CPS, with thosetwo having a negative relationship. It was theorized that working memory andintelligence were important factors explaining the regression of CPS and creativity.The unexpected negative relationship between CPS and EI was theoreticallyinvestigated, indicating that personality factors could have affected the results. / Syftet med den här studien var att undersöka komplex problemlösning (CPS),emotionell intelligens (EI) och kreativitet för att främja kunskapen om kompetensersom är viktiga för 2000-talets arbetsplats. Vår hypotes var att CPS skulle vararelaterat till både kreativitet och till EI. Dessutom var en hypotes att ålder skulleha en negativ relation till CPS. 39 deltagare rekryterade främst frånbekvämlighetsurval genomförde CPS-testet, kreativitets testet och EI-testet iÖrebro och i Stockholm. Resultaten analyserades med linjära och multiplaregressioner och visade att CPS signifikant predicerade kreativitet och att CPSsignifikant predicerade EI, med ett negativt förhållande. En regression visade attålder signifikant predicerade CPS, med ett negativt förhållande. Teoretiskaförklaringar gavs att arbetsminne och intelligens var viktiga faktorer somförklarade regressionen av CPS och kreativitet. Det oväntade negativa sambandetmellan CPS och EI undersöktes teoretiskt vilket antydde att personlighetsfaktorerkan ha påverkat resultaten.

Mathematical statistical models are insufficient for describing complex phenomena. In contrast, Artificial Neural Networks (ANNs), have been used across various complex problem domains for solving problems. ANNs can learn complex patterns and capture non-linear relationships between parameters. Using ANNs to gain an understanding of complex problem domains can reveal hidden truths and lead to scientific discoveries not possible before with mathematical statistical models. In this thesis, a fully connected feed-forward neural network was built to analyse the parameter influence in the complex problem domain of football. The aim of this work was to demonstrate that a simple artificial neural network could be used to analyse parameter influence in complex problem domains. The investigation centred around the question of: How well can the fully connected feed-forward neural network be used for analysing parameter influence. To conduct this research, free publicly available statistical match data was gathered from online sources. Subsequently, an ANN model was built and trained to predict the outcomes of the Spanish La Liga matches during the 2021/2022 season. The network could achieve an average accuracy of 51.57\%, comparable to similar models in related studies. After the network was trained the weights were analysed to understand the influence of parameters on the outcomes of matches. The results obtained were random, indicating that this specific approach taken, requires a larger dataset. A different approach with a different type of network would be more suitable for this undertaking.

Die Arbeit untersucht den Einfluss von strukturellem Wissen auf individueller Ebene sowie den Einfluss der Wissensheterogenität auf Gruppenebene auf komplexes Problemlösen. Zur Erhebung von strukturellem Wissen wird ein computerbasiertes Verfahren, der Assoziations-Strukturtest (AST), entwickelt. Die Wissensheterogenität in Gruppen wird mit dem Wissensmanagementsystem skillMap berechnet. Der AST erhebt zu einer Wissensdomäne einen Graphen, der mit Kennwerten beschreiben wird. Für Leistungsvorhersagen mit dem AST werden komplexe Problemlöseaufgaben gewählt. Da komplexe Probleme oft von Gruppen bearbeitet werden, wird ein Gruppensetting gewählt. Dabei wird ein umgekehrt-u-förmiger Zusammenhang zwischen der Wissensheterogenität in der Gruppe und ihrer Leistung angenommen. 150 Versuchsteilnehmer wurden in Dyaden eingeteilt. Die Teilnehmer erhielten je einen Lerntext mit sieben Wissenselementen zur Steuerung eines komplexen Problemlöseszenarios. Die Heterogenität des Wissens in der Dyade wurde variiert (gering, mittel, groß). Nach der Lernphase schätzten die Teilnehmer ihr Wissen ein, woraus mit der skillMap zu ein Ähnlichkeitsmaß berechnet wurde. Es folgte eine Diskussionsphase, in der die Dyadenmitglieder sich gegenseitig das Erlernte beibrachten. Ihr strukturelles Wissen wurde dann mit dem AST getestet. Im anschließenden Szenario waren die Dyaden mit mittlerer Heterogenität den beiden anderen signifikant überlegen: Die Wissensheterogenität zeigt einen kurvenlinearen Zusammenhang mit der Gruppenleistung. Die gewichtete Dichte der AST-Wissensgraphen korreliert gering mit der Problemlöseleistung und erklärt einen eigenständigen kleinen Anteil ihrer Gesamtvarianz. Das Ähnlichkeitsmaß korreliert signifikant mit der Problemlöseleistung. Computerbasierte Wissensdiagnoseverfahren sind somit potentiell dazu geeignet, Leistungsvorhersagen zu treffen. Die Problemlöseleistung von Gruppen ist zum Teil durch die Verteilung des Wissens innerhalb der Gruppe determiniert. / This thesis analyzes the influence of structural knowledge on the individual level and the influence of knowledge heterogeneity on the group level on complex problem solving (CPS) performance. For the elicitation of structural knowledge, a computer based method, the association structure test (AST), is developed. Through term associations, measurement of thinking times, and through pairwise concept comparisons, the AST elicits a graph for each participant. The AST is tested in the domain of CPS. As complex problems are usually addressed by groups, a group setting is chosen. A curvilinear n-shaped connection between the group''s knowledge heterogeneity and its CPS performance is assumed. In an experiment, 150 participants were divided into dyads. Each participant received a text with seven knowledge elements on the control of a complex scenario. The heterogeneity of knowledge in a dyad was varied (small, medium, and large). After learning, dyad members self-assessed their knowledge. Knowledge similarity was calculated with knowledge management system (the skillMap). The knowledge similarity was also used for performance prediction. A discussion followed, during which dyad members taught each other what they had learned. Their structural knowledge was then assessed with the AST. In the following CPS task, dyads with medium heterogeneity exhibited a significant superior performance in comparison with the other two conditions. Knowledge heterogeneity exhibited a curvilinear relationship with the dyad''s CPS performance. The weighted density of AST-elicited knowledge graphs weakly correlated with CPS performance and explained a small but unique fraction of its variance. The skillMap similarity measure correlated significantly with CPS performance. Computer-based knowledge elicitation tools are thus potentially suited for performance prediction. CPS performance of groups is partially determined by the way in which knowledge is distributed inside the group.

Ces travaux abordent la problématique du contrôle endogène dans les Systèmes Multi-Agents (SMA) pour la résolution de problèmes complexes, que nous explorons grâce au problème de partage de ressources critiques. Les problèmes dits complexes que nous abordons se caractérisent par une explosion combinatoire du nombre de solutions avec la taille des problèmes, une forte dynamique des données du problème induite par un environnement ouvert dans lequel de nombreux événements peuvent avoir lieu, une grande complexité systémique issue des interdépendances entre les nombreuses variables du problèmes et enfin une décentralisation du processus de résolution imposée par une distribution physique et fonctionnelle des variables incompatible avec une vision centralisée du problème. Un parcours complet des espaces de recherche associés à de tels problèmes est irréaliste en un temps acceptable, il est alors nécessaire d'employer des méthodes de résolution dite incomplètes. Quelque soit l'approche incomplète considérée, le parcours incomplet de l'espace de recherche requiert un contrôle afin de maximiser la probabilité de converger vers une solution satisfaisante. Nous identifions trois niveaux de contrôle du parcours de l'espace de recherche indépendamment de l'approche utilisée : un contrôle statique (définition a priori du comportement du système), un contrôle dynamique (évoluant en cours de résolution selon des mécanismes préétablis) et un contrôle adaptatif (évoluant dynamiquement en cours de résolution). Nous montrons qu'un contrôle endogène de l'activité du système, c.-à-d. un contrôle adaptatif issu de l'activité même des agents, est nécessaire au guidage du parcours de l'espace de recherche dans le contexte de résolution de problèmes complexes. Ces travaux ayant été réalisés dans un contexte de collaboration industrielle, ils s'appuient sur une approche développée au cours de précédents travaux : CESNA (Complex Exchanges between Stigmergic Negotiating Agents). CESNA est une approche multi-agents auto-organisationnelle exploitant des agents situés dans un environnement matérialisant le problème et exploité par un processus de résolution basé sur une négociation stigmergique entre les agents. Le cas applicatif utilisé par l'approche CESNA et permettant d'illustrer ces travaux est le problème de partage de ressources critiques, caractérisé par un ensemble restreint de ressources exploitées par un grand nombre de consommateurs. Nos contributions sont de deux types : nous avons dans un premier temps proposé des évolutions de la représentation du problème exploitée par l'approche initiale (CESNA) afin d'en supprimer les limitations interdisant un passage à l'échelle, et dans un second temps, nous avons défini un nouveau modèle (MANA : Multi-level bAlancing Negotiating Agents) exploitant cette nouvelle représentation à l'aide d'un nouveau processus de résolution basé sur des mécanismes endogènes de contrôle de l'activité du système. Ces mécanismes reposent sur la matérialisation des effets microscopiques du phénomène macroscopique à orienter (le parcours de l'espace de recherche) afin de le rendre perceptible localement par les agents. Nos mesures montrent que ce nouveau modèle permet le passage à l'échelle (la résolution de problèmes industriels de grande taille) et une amélioration significative des performances de résolution par rapport à l'approche initiale montrant ainsi l'efficacité du guidage permis par les mécanismes utilisés. / This work addresses the issue of the endogenous control of Multi-Agents Systems (MAS) for solving complex problems, which we explore through the critical resources sharing problem. The complex problems we address are characterized by a combinatorial explosion of number of solutions with the size of the problems, a strong dynamic of the problem's data caused by an open environment in which many events can take place, a huge systemic complexity caused by the interdependencies between the many variables of the problem and a decentralization of the resolution process imposed by a physical and functional distribution of the variables incompatible with a centralized view of the problem. A complete course of the search space associated with such problems is unrealistic in an acceptable time, it is necessary to employ resolution methods known as incomplete. Whatever the incomplete approach considered, the incomplete course of the search space requires a control to maximize the probability of converging to a satisfactory solution. We identify three levels of control of the course of the search space regardless of the used approach : a static control (textit a priori definition of the behavior of the system), a dynamic control (evolving during the resolution according to pre-established mechanisms) and adaptive control (dynamically evolving during resolution). We show that an endogenous control of the system activity, ie. an adaptive control from the agents activity, is necessary to guide the course of the search space in the context of solving complex problems. This work was made in a context of industrial collaboration, they rely on an approach developed in previous work : CESNA (Complex Exchanges Between Stigmergic Negotiating Agents). CESNA is a multi-agent self-organizational approach using agents situated in an environment embodying the problem and used by a resolution process based on a stigmergic negotiation between agents. The application used by the CESNA approach allowing to illustrate this work is the critical resources sharing problem, characterized by a limited set of resources exploited by many consumers. Our contributions are of two kinds : we initially proposed changes in the representation of the problem used by the initial approach (CESNA) to remove restrictions prohibiting scalability, and in a second time we defined a new model (MANA : Multi-level balancing Negotiating Agents) using this new representation with a new resolution process based on endogenous control mechanisms of the system activity. These mechanisms are based on the materialization of the microscopic effects of the macroscopic phenomenon to direct (the path in the search space) to make it noticeable by agents. Our measurements show that this new model allows the scaling (the resolution of industrial problems) and a significant performances improvement of the resolution showing the effectiveness of the control allowed by the mechanisms used.

No description available.

Immer wieder ist zu beobachten, wie schwierig es für Lernende im gewerblich-technischen Bereich ist, einen verständnisvollen Zugang zu komplexen technischen Systemen zu finden und wie schwer es ihnen fällt, geeignete mentale Modelle mit ausreichend großer Reichweite zum erfolgreichen Umgang mit komplexem Systemverhalten für ihren späteren Beruf zu entwickeln. Vor dem Hintergrund dieser unterrichtspraktischen Relevanz thematisiert der vorliegende Beitrag als übergeordnetes Ziel, mit Hilfe computergestützter Modellbildung und Simulation (CMS) das Erfassen und Beherrschen komplexer technischer Systeme zum Aufbau beruflicher Handlungskompetenz als wesentlicher Bestandteil des Bildungsauftrags der Berufsschule in verstärktem Maße unterrichtlich etablieren zu können. Eine vorrangige Aufgabe dabei ist es, Lehrenden bei der praktischen Gestaltung geeigneter Lernsituationen Hilfestellung zu leisten bei der Entscheidung, ob und in welcher Form computergestützte Modellbildung und Simulation zum Zwecke ihrer unterrichtlichen Entwicklung sowie einer geeigneten Diagnostik geeignet ist. Den Lehrenden im Bereich der gewerblichen Bildung soll so eine Möglichkeit aufgezeigt werden, wie die Entwicklung und Förderung dieser bereichsübergreifenden Kompetenzen angelegt sein sollte und wie sie diese in ihrem Unterricht entwickeln und nutzen können. Dabei wird offensichtlich, dass komplexe Problemlösekompetenz durch lediglich einen einzigen, umfassenden Indikator nicht bestimm- beziehungsweise darstellbar ist. Die Befähigung zum Lösen komplexer Probleme ist jeweils nur in einem Bündel einzelner Kompetenzen darstellbar. Im konkreten Einzelfall ist jedoch recht gut beschreibbar, welche Komponenten zu diesem Bündel gehören. Eine allgemeine, Domänen unabhängige komplexe Problemlösekompetenz, die in spezifischen Kontexten und unterschiedlichen Berufsfeldern flexibel eingesetzt werden könnte, gibt es nicht. Der Grund liegt u. a. darin, dass Wissen als auch Fähigkeiten und Kompetenzen kontextgebunden sind. Erst über mannigfaltige und zeitintensive Einübungen können sie zunehmend bereichsübergreifend verallgemeinert werden. Mit der im empirischen Teil vorgestellten Untersuchung wird versucht, zur bislang im gewerblich-technischen Bereich nur sehr gering ausgeprägten experimentellen Fundierung der Entwicklung und Erfassung von Kompetenzen mit computergestützter Modellbildung und Simulation (CMS) beizutragen. Hauptanliegen der quasiexperimentellen und explorativen Studie war es, in der beruflichen Erstausbildung an einem ausgewählten regelungstechnischen Beispiel zu prüfen, ob Lernenden über CMS unter der Verwendungsperspektive als so genanntes „Kognitives Tool“ eine (alternative) Zugangs- beziehungsweise Erschließungsmöglichkeit für den erfolgreichen Umgang mit komplexen technischen Systemen ermöglicht werden kann. An dem ausgewählten regelungstechnischen Beispiel wurde untersucht, ob Auszubildenden der Berufsschule, die über keine Kenntnisse in höherer Mathematik verfügen, ein solcher Zugang zu komplexem Systemverhalten gelingen kann. Im Rahmen der empirischen Untersuchungen der Arbeit konnte gezeigt werden, dass computergestützte Modellbildung und Simulation, wenn sie unter bestimmten Konstruktionsbedingungen entwickelt und unter bestimmten Implementationsbedingungen eingesetzt wird, Lernergebnisse erbringt, die den theoretischen Anforderungen an Entwicklung und Erfassung einer komplexen Problemlösekompetenz genügen. In diesem Zusammenhang konnte auch aufgezeigt werden, dass sich eine komplexe Problemlösekompetenz in einer beruflichen Domäne operationalisieren und es sich beobachten lässt, ob bei den Auszubildenden eine Bewegung in Richtung auf den Aufbau entsprechender Fähigkeiten festzustellen ist. Genau so wichtig ist es aber auch zu zeigen, dass der Einsatz computergestützter Modellbildung undSimulation kein Selbstläufer ist, sondern vielmehr seitens der Lehrenden ein didaktisches Expertenwissen voraussetzt. Das Problem der notwendigen Balance zwischen (Lerner-)Konstruktion und (Lehrer-)Instruktion wurde in der Arbeit ausführlich dargestellt. Sind diese Bedingungen gegeben, so führt die Gestaltung computerbasierter Lernumgebungen durch Modellbildung und Simulation bei der unterrichtlichen Förderung einer Problemlösekompetenz zum erfolgreichen Umgang mit komplexen technischen Systemen zu einer tiefen Elaboration von Konzepten und Zusammenhängen.

The modern business environment requires managers to make decisions in a dynamic and uncertain world. In the current study, experimenters investigated the effects of a brief training aimed at improving dynamic decision making (DDM) skills on individual performance in a virtual DDM task. During the training, experimenters explained the DDM process, stressed the importance of self-reflection in DDM, and provided 3 selfreflective questions to guide participants during the task. Additionally, experimenters explored whether participants low or high in self-reflection would perform better in the task and whether participants low or high in self-reflection would benefit more from the training. Participants were 68 graduate business students. They individually managed a computer-simulated chocolate production company called CHOCO FINE and answered surveys to assess self-reflection and demographics. Results showed that students trained in DDM made decisions leading to better management performance in CHOCO FINE compared to untrained students. Self-reflection scores also predicted performance in this virtual business, and participants low in self-reflection benefitted the most from training. Organizations could use DDM training to establish and promote a culture that values selfreflective decision making.

The current study examined the problem solving behaviors of novices and experts in a complex computer simulation. Dynamic decision-making and complex problem solving abilities were analyzed to investigate if experts are the most successful of all participants when simulating the role of CEO of a chocolate factory, CHOCO FINE. Participants included novices, business undergraduate students and psychology undergraduate students, and experts, small business owners. Results revealed that small business owners engaged in the most successful dynamic decision-making strategies. Experts compared to novices had more total monies at the end of the simulation, spent more time in the first two months of twenty-four months, spent less money on information collection overall, made the most changes in representatives and advertising, and less changes in market research. This study addressed the differences between novices and experts not only in performance, but also in behavior in a complex and uncertain situation. The findings from this research enhance the dearth of research in addressing the relationship between behavior strategy and performance specifically in the area of expertise. The research at hand extends the previous literature within the domain of decision-making and provides insight for the differences in behavior strategies between novice and expert subjects.

No description available.

Immer wieder ist zu beobachten, wie schwierig es für Lernende im gewerblich-technischen Bereich ist, einen verständnisvollen Zugang zu komplexen technischen Systemen zu finden und wie schwer es ihnen fällt, geeignete mentale Modelle mit ausreichend großer Reichweite zum erfolgreichen Umgang mit komplexem Systemverhalten für ihren späteren Beruf zu entwickeln. Vor dem Hintergrund dieser unterrichtspraktischen Relevanz thematisiert der vorliegende Beitrag als übergeordnetes Ziel, mit Hilfe computergestützter Modellbildung und Simulation (CMS) das Erfassen und Beherrschen komplexer technischer Systeme zum Aufbau beruflicher Handlungskompetenz als wesentlicher Bestandteil des Bildungsauftrags der Berufsschule in verstärktem Maße unterrichtlich etablieren zu können. Eine vorrangige Aufgabe dabei ist es, Lehrenden bei der praktischen Gestaltung geeigneter Lernsituationen Hilfestellung zu leisten bei der Entscheidung, ob und in welcher Form computergestützte Modellbildung und Simulation zum Zwecke ihrer unterrichtlichen Entwicklung sowie einer geeigneten Diagnostik geeignet ist. Den Lehrenden im Bereich der gewerblichen Bildung soll so eine Möglichkeit aufgezeigt werden, wie die Entwicklung und Förderung dieser bereichsübergreifenden Kompetenzen angelegt sein sollte und wie sie diese in ihrem Unterricht entwickeln und nutzen können. Dabei wird offensichtlich, dass komplexe Problemlösekompetenz durch lediglich einen einzigen, umfassenden Indikator nicht bestimm- beziehungsweise darstellbar ist. Die Befähigung zum Lösen komplexer Probleme ist jeweils nur in einem Bündel einzelner Kompetenzen darstellbar. Im konkreten Einzelfall ist jedoch recht gut beschreibbar, welche Komponenten zu diesem Bündel gehören. Eine allgemeine, Domänen unabhängige komplexe Problemlösekompetenz, die in spezifischen Kontexten und unterschiedlichen Berufsfeldern flexibel eingesetzt werden könnte, gibt es nicht. Der Grund liegt u. a. darin, dass Wissen als auch Fähigkeiten und Kompetenzen kontextgebunden sind. Erst über mannigfaltige und zeitintensive Einübungen können sie zunehmend bereichsübergreifend verallgemeinert werden. Mit der im empirischen Teil vorgestellten Untersuchung wird versucht, zur bislang im gewerblich-technischen Bereich nur sehr gering ausgeprägten experimentellen Fundierung der Entwicklung und Erfassung von Kompetenzen mit computergestützter Modellbildung und Simulation (CMS) beizutragen. Hauptanliegen der quasiexperimentellen und explorativen Studie war es, in der beruflichen Erstausbildung an einem ausgewählten regelungstechnischen Beispiel zu prüfen, ob Lernenden über CMS unter der Verwendungsperspektive als so genanntes „Kognitives Tool“ eine (alternative) Zugangs- beziehungsweise Erschließungsmöglichkeit für den erfolgreichen Umgang mit komplexen technischen Systemen ermöglicht werden kann. An dem ausgewählten regelungstechnischen Beispiel wurde untersucht, ob Auszubildenden der Berufsschule, die über keine Kenntnisse in höherer Mathematik verfügen, ein solcher Zugang zu komplexem Systemverhalten gelingen kann. Im Rahmen der empirischen Untersuchungen der Arbeit konnte gezeigt werden, dass computergestützte Modellbildung und Simulation, wenn sie unter bestimmten Konstruktionsbedingungen entwickelt und unter bestimmten Implementationsbedingungen eingesetzt wird, Lernergebnisse erbringt, die den theoretischen Anforderungen an Entwicklung und Erfassung einer komplexen Problemlösekompetenz genügen. In diesem Zusammenhang konnte auch aufgezeigt werden, dass sich eine komplexe Problemlösekompetenz in einer beruflichen Domäne operationalisieren und es sich beobachten lässt, ob bei den Auszubildenden eine Bewegung in Richtung auf den Aufbau entsprechender Fähigkeiten festzustellen ist. Genau so wichtig ist es aber auch zu zeigen, dass der Einsatz computergestützter Modellbildung undSimulation kein Selbstläufer ist, sondern vielmehr seitens der Lehrenden ein didaktisches Expertenwissen voraussetzt. Das Problem der notwendigen Balance zwischen (Lerner-)Konstruktion und (Lehrer-)Instruktion wurde in der Arbeit ausführlich dargestellt. Sind diese Bedingungen gegeben, so führt die Gestaltung computerbasierter Lernumgebungen durch Modellbildung und Simulation bei der unterrichtlichen Förderung einer Problemlösekompetenz zum erfolgreichen Umgang mit komplexen technischen Systemen zu einer tiefen Elaboration von Konzepten und Zusammenhängen.