Võimalikke psühholoogia magistritöö teemasid

Uurimisprojekt (otsin tudengeid appi seda teostama ja oma uurimistööd/magistritööd kirjutama) „KüberTiigrid: Tütarlaste küberõppe motivatsioon ja saavutused.” Vastutav täitja dr. Iiris Tuvi. Projekti toetab Eesti Interneti AS. Projekti kestus juuni-detsember 2023.

Projekti eesmärk: Uurida tütarlaste motivatsiooni tegeleda küberturvalisuse õppimise ja arendamise ja infotehnoloogia valdkonnas üldisemalt. Selgitada välja tütarlaste karjääriorientatsiooni ja õpimotivatsiooniga seotud subjektiivsed hinnangud ja arvamused ning seosed spetsiaalselt tütarlastele mõeldud kübertube õppeprogrammi (CTF Tech Tütarlaste küberakadeemia 2022) objektiivsete tulemustega.  

Selles valdkonnas on juba näidatud, et naiste püsimist infotehnoloogia õppes soodustavad: spetsiifilised värbamisvõtted (nt värvata kindel protsent naisi), naistevahelise kogukonnatunde kasvatamine ja kogukonna tugi, ainult naistele suunatud kursused, alles keskkoolis õppivate tüdrukute kaasamine (tuues neid ülikooli  koolituspäevadeks), massiivsed naistele suunatud reklaami- ja teavituskampaaniad, mis tekitavad tunde, et nad on oodatud ja tahetud, eeskujuks olevate õpetajate kaasamine ja tööstusega võrgustiku loomise üritused. CTF Tech Tütarlaste küberakadeemia korraldamises kasutati nendes varasemates uuringutes nimetatud võtteid, et suurendada tütarlaste motivatsiooni tegutseda küberturbe ja infotehnoloogia valdkonnas ning käesolev töö võtab juba teadaolevad uuringute tulemused arvesse. Eesmärk on uurida küsimustiku abil, kuidas iga erineva võtte kasutamine mõjutas CTF Tütarlaste küberakadeemia grupi tütarlaste motivatsiooni akadeemiasse astumisel ja peale akadeemiat, kas nende arvates võiks olla midagi teisiti. Poolstruktureeritud intervjuu abil uurime, mis mõjutab nende tütarlaste karjääriorientatsiooni. Olemas on analüüsimata algandmed ka selle kohta, mida CTF Tütarlaste küberakadeemia esimeses õppesessioonis osalenud vastasid küsimusele: mis probleemid võivad olla selle taga, et naisi satub programmeerijaks/küberturbe ekspertideks suhteliselt vähe? Mis võiksid olla lahendused? Kavatseme uurida, mida nad vastavad sellele küsimusele nüüd, kui nad on akadeemia lõpetanud.

Isikute tuvastamist mõjutavad nii õigussüsteemi poolt kontrollitavad (nt kas äratundmiseks esitamise reas esitatakse tunnistajale fotod või videod) kui ka kontrollimatud tegurid (nt kurjategijate arv sündmuse ajal). Magistrandi ülesandeks on kavandada eksperiment (koostöös juhendajaga), koguda andmed ja kirjutada magistritöö. Täpne teema ehk milliseid isikute tuvastamist mõjutavaid tegureid magistritöö raames uuritakse, pannakse paika juhendaja ja magistrandi kokkuleppel. Kandidaadid võivad pöörduda ka muude õiguspsühholoogia alaste uurimisideedega.

Kontakt: Annegrete Palu

Oleme loonud uue virtuaalreaalsuse keskkonna ja testinud seda mõõduka depressiooniga inimeste peal. Nägime, et see virtuaalreaalsuse lahendus toob endaga kaasa depressiooniskooride langemise. Järgnevalt üritame paremini mõista, milliste vaimsete häirete korral see VR töötab ja kontrollida mitmeid alternatiivseid selgitusi.

Kontakt: Jaan Aru

Oleme loonud uue virtuaalreaalsuse keskkonna, mis kasutab psühhedeelseid elemente. Meie uurimisküsimus on, kas see virtuaalreaalsus võiks aidata inimestel leida uusi lahendusi neid huvitavatele tööalastele või neid kammitsevatele isiklikele probleemidele.

Kontakt: Jaan Aru

Selle teema raames uuritakse episoodilise mälu rolli teadmiste kujunemisel. Magistrant saaks uurimuses osaledes kogemuse uurimuse läbiviimise kõikidest etappidest: küsimuste koostamisest kuni järelduste tegemiseni.

Kontakt: Pirko Tõugu

Millises keskkonnas on hea elada? Mis parandab ja mis halvendab inimese enesetunnet? Laiemalt proovib projekt vastata küsimusele, kui palju meie vaimses tervises üldse sõltub keskkonnast?  Küsimuste püstitamiseks ja vastamiseks saab kasutada rikkalikku paketti vaimse tervise andmetest (20 000 soo, vanuse ja maakonna alusel rahvastikuregistrist valitud  inimest), erinevate registrite andmed, ankeedid (3 lainet ) ja geokodeeritud keskkonnaandmed. Projekt toetub Rahvastiku vaimse tervise uuringule (Tervise Arengu Instituudi ja Tartu Ülikooli ühisuuring, 2020-2022) ja Euroopa Liidu Horisont 2020  projektile "eMotional Cities: Mapping the cities through the senses of those who make them"ja tehakse koostöös Tartu Ülikooli inimgeograafidega.

Kontakt: Kairi Kreegipuu

See projekt katsetab uuenduslikku meetodit isiksuseomaduste mõõtmistulemuste tasandamiseks (silumiseks) masinõppe meetodil. Iga üksik mõõtmistulemus võib vähemal või rohkemal määral olla mõjutatud mõõtmisvea poolt, ent mitmete mõõtmiste kogumis mõõtmisvea osakaal taandub. See on mõistagi klassikalise testiteooria põhitõde, millel põhineb ka testiskooride arvutamine üksikute mõõtmiste agregeerimise näol ning mille lihtsaks näiteks on isiksusetesti skooride arvutamine mitmete üksikväidete summana. Samas teame, et agregeerides taandub lisaks mõõtmisveale välja ka üksikväidetes sisalduvat usaldusväärset ja valiidset informatsiooni (Mõttus jt, 2020), sest iga küsimus mõõdab mitmeid omadusi, mitte ainult seda omadust, mille skoori arvutamiseks seda põhiliseks kasutatakse. Selle informatsiooni osaliseks säilitamiseks võib olla kasu mitte üksikväidete agregeerimisest, vaid nende tulemuste tasandamisest muu informatsiooni (näiteks kõikide teiste väidete, vanuse, soo jm) põhjal, nihutades mõõtmistulemust veidi selle muu informatsiooni põhjal oodatava väärtuse suunas. Nihutamise aluseks olevate oodatavate väärtuste arvutamiseks on võimalik treenida suhteliselt lihtsaid masinõppe mudeleid. Paralleelina võib näha näiteks fotodel olevate defektide tasandamist, kasutades olemas olevat informatsiooni: kõige lihtsama näitena saab fotol oleva defekti ümbritsevate kujundite ja värvide põhjal üle siluda. Isiksuseomaduste mõõtmisi peaks saama silud sarnaselt.

See projekt põhineb olemasolevate mahukate isiksusetestiandmestike kasutamisel tasandamismetoodika arendamiseks ning selle tulemuslikkuse testimiseks. Tudengil on võimalik õppida isiksuseomaduste mõõtmise uuemaid suundi ning laia rakenduspotentsiaaliga masinõppe meetodeid (R statistilises keskkonnas).

Tegemist on täiesti uue ideega, aga inspiratsiooni võib leida järgmisest tööst:

Mõttus, RCondon, D. M., Back, M. D., Baumert, A., Costantini, G., Epskamp, S., Greiff, S., Johnson, W., Lukaszewski, A., Murray, A., Revelle, W., Wright, A. G. C., Yarkoni, T., Ziegler, M., & Zimmermann, J. (2020). Descriptive, Predictive and Explanatory Personality Research: Different Goals, Different Approaches, but a Share., Wood, D., d Need to Move beyond the Big Few Traits. European Journal of Personality, 34, 1175–1201. https://doi.org/10.1002/per.2311

Kandidaadid võivad pöörduda ka muude isiksusepsühholoogia alaste uurimisideedega.

Kontakt: René Mõttus

Hiljutine töö (Beck, Condon, & Jackosn, 2022) leidis, et isiksuseomaduste struktuur muutub vanusega. Samas kasutas see töö isiksuseomaduste mõõtmiseks üksnes enesekohaseid hinnanguid ning pole võimatu, et tulemusi mõjutas mitte isiksuse struktuuri kui sellise muutus, vaid vanusega seotud erinevused isiksusetesti küsimustele vastamises. Selle probleemi lahendamiseks on kasulike lisaks inimeste enda hinnangutele kasutada ka teiste inimeste hinnanguid nende isiksuse kohta; eriti kasulik on kasutada umbes sama vanade inimeste hinnanguid erineva vanusega inimeste kohta. See magistriprojekt põhineb suurte olemasolevate andmestike (enda ja teiste antud isiksuseomaduste hinnangud) kasutamisel vanusega seotud isiksuseomaduste struktuuri muutuste uurimiseks.

Beck, E. D., Condon, D., & Jackson, J. (2022). Interindividual age differences in personality structure. European Journal of Personality. https://doi.org/10.1177/08902070221084862

Kandidaadid võivad pöörduda ka muude isiksusepsühholoogia alaste uurimisideedega.

Kontakt: René Mõttus

Geenivaramus on detailselt mõõdetud ligi 78000 geenidoonori isiksuseomadusi ning neist 23000 isiksuseomadusi on hinnanud ka mõni nende tuttav. See pakub väga erinevaid võimalusi seostada isiksuseomadusi tervise, sotsiaalmajandusliku staatuse, hoiakute ja geenidega. Allpool väike valik võimalikest analüüsidest:

• Ealised ja soolised erinevused üksilduses ning selle seosed isiksusega (Suur Viisik, nüansid) üksildus mõõdetud isiksuseuuringus ja vaimse tervise uuringus. Enese vaatenurgast ja teiste vaatenurgast (https://journals.sagepub.com/doi/full/10.1002/per.2229; https://journals.sagepub.com/doi/full/10.1002/per.2220)
• Toiduga liialdamise ülegenoomne uuring + seosed südamehaigustega. https://onlinelibrary.wiley.com/doi/full/10.1111/ejn.14352
• Kuidas antakse isiksusejooni peres edasi - kas otse või läbi geenetika, nn genetic nurture https://twitter.com/helga_ask/status/1466013894703554567
• Seksuaaltung, seksuaalne orientatsioon ja isiksus. Võimalik kaasata veel 3 riigi andmestikud
• Kas inimene on tööga / elukohaga rahul, kui isiksus langeb kokku keskmise sama ameti / elukoha profiiliga. 
• Isiksuseomadused ja laste arv
• Isiksuse omadused ja soov vajadusel Eesti riiki relvaga kaitsta. Mõõdetud suuresti enne Ukraina sõda, natuke ka pärast. Siin tekib võimalus vaadata Ukraina sõja mõju inimeste kaitsetahtele.
• Sissetuleku ennustamine isiksusest
• Ravimite võtmise mõju isiksusele
• Isiksuseomadused ja arstivisiitide / ravimiretseptide / haiglas olemiste arv.
• Kui palju suudame ennustada erinevaid haiguseid isiksuseomadusest? Masinõppe töö. Masinõpe ei erine oma olemuselt palju tavalisest regressioonist, ent võimaldab teha täpsemaid ennustusi. Meetod on laialt kasutav erinevates eluvaldkondades.
• Vähendada kasutatud detailne isiksuseküsimustik 100NP võimalikult lühikeseks küsimustikuks, mis samas sobib võimalikult täpselt terviseriskide ennustamiseks.
• Kas kronoloogilisest east küpsem isiksus (isiksusest ennustatud soo jääk päris vanuse osas) ennustab paremat toimetulekut (noormemas eas?) või halvemat tervist (vanemas eas)?
• Kui normatiivne on normatiivne? Kui paljud inimesed tegelikult järgivad normatiivseid isiksusemuutusi, muutudes näiteks 20 - 30 eluaasta vahel meelekindlamaks, sotsiaalsemaks ning vähem neurootiliseks ja ekstravertseks-avatuks. Võiks kombineerida enda ja teiste hinnanguid ning GV andmeid HEXACO ja Johnson-IPIP andmetega, võttes soo osas tasakaalustatud valimeid nt 20 ja 30 aastatest ning neid võrrelda. See aitaks ealiste muutuste tugevuse tegelikult arusaadavaks teha.
• Millised tüüpi hindajad milliseid isiksuseomadusi kõige paremini oskavad hinnata, st enda ja teiste kokkulangevuse küsimus x hindaja interaktsioon. See on vana küsimus, aga meil on enneolematu statistiline jõud. Kas kokkulangevus on isiksuse või küsimuse omadus (kas suurema korrelatsiooniga küsimused on ka enam sarnase kokkulangevusega)? Kas nt nähtavate (observable) ja hinnanguliste küsimuste kokkulangevused on a) suuremad ja b) sõltuvad hindaja tüübist / tutvuse pikkusest? 

Mõõdikule saab otsa vaadata siin, oma teemad on ka teretulnud.

Põhijuhendajad on Uku Vainik ja/või René Mõttus, aga soovi korral võib kaasata teisi kaasjuhendajaid.

Palun kirjuta mõlemale korraga: uku.vainik@ut.ee, rene.mottus@ut.ee

Kuidas mõjutab kiirusinfoga laetud keeleline sisend info töötlemiskiirust? Teisisõnu, kas reageerime kiiremini, kuuldes sellised sõnu nagu kiiresti, ruttu, kihutades, ning aeglasemalt, kui kuuleme sõnu nagu aeglaselt, tasapisi, lonkides? Teades keeleliste mehhanismide mõju käitumisele, mõistame paremini keele ja taju seoseid, teadvustame kiirusest kantud keele mõju inimesele ning saame neid teadmisi rakendada kõikvõimalikes suhtlusolukordades (sh koolisuhtluses, teraapias). Osaleda saab töö kõigis etappides, sh katsete väljamõtlemine ja huvi korral ka publitseerimine.

Teema asetub grandiprojekti „Kiirustamise keeleline sügavus: kiirus keeles ja kiiruskeele mõju inimesele“ (grant Kadri, Nikolai ja Gerda Rõugu nimelisest uurimisfondist).

Kontakt: Kairi Kreegipuu

Kasutades Bemi küsimustikku võrrelda erinevate erakondade liikmete ja pooldajate arusaamu sellest, missugune on mehelikkus ja naiselikkus nende silme läbi. Kasutame kaudseid ja otseseid meetodeid (enese hindamine ja nn ideaalse mehe-naise hindamine). Bemi normid on pärit 1960ndatest, neid peetakse konservatiivseteks arusaamadeks mehest-naisest. Ilmselt mõnede erakondade arusaamad on rohkem nende moodi, teistel vähem. Erisused võiks välja tulla nii konservatiivsus vs liberaalsus kui parem- ja vasakpoolsete vahel.

Kontakt: Toivo Aavik

Kasutame Schwartzi väärtuste küsimustikku. Seal on mitmeid erinevaid „kihte“ tema mudelis: Areng vs Enesekaitsmine, Personaalne vs Sotsiaalne, lisaks juba sügavamad väärtuste rühmad nagu Oma mina ületamine vs Enese upitamine, Konservatiivsus vs Avatus jne. Ma oletan, et erinevate erakondade pooldajad grupeeruvad just nende väärtuste järgi. Aga võiks kontrollida.

Kontakt: Toivo Aavik

Kus läheb piir oma töö kirglikult armastamise ja tööst sõltuvusse sattumise vahel? Seda on väga keeruline tuvastada. Juba käimasoleva suure rahvusvahelise uuringu andmete põhjal üritame sellele vastuse leida. Üks magistrant juba kogub andmeid, neid on ilmselt piisavalt, aga vastuseid erinevatele küsimustele annab ikka veel otsida olemasolevate andmete põhjal. Näiteks on eraldi TÜ õppejõudude andmed vs eraettevõtete töötajate andmed.

Kontakt: Toivo Aavik

On ilmne, et see mida me oma elus oluliseks peame, mõjutab meie vaimset tervist. Kõige klassikalisemalt võiks uurida seda, millised väärtused võiks olla seotud parema (või halvema) vaimse tervisega. Ilmselt on mingid erinevused selles, kas Konservatiivsete või Avatus muutustele väärtuste oluliseks pidajad erinevad omavahel. Kuid… unikaalne lähenemine seisneks selles, kui lisada veel selline komponent nagu inimeste enda hinnang, kuidas nad ise oma väärtuste järgi praegu elavad (või elada saavad). Võib ju mõnda väärtust oluliseks pidada, aga kui ei õnnestu nende järgi elada? Selle kirjeldamiseks on termin „deprivatsiooniteooria“. Kuidas seda mõõta? Minu teada pole seda selles kontekstis kuskil veel kasutatud.

Kontakt: Toivo Aavik

On võimalik teha magistritöid projekti "Kuidas Covid-19 piirangutega kaasnenud muutused koduses digi- ja keelekeskkonnas mõjutavad lapse arengut ja heaolu" raames. Täpsem magistritöö teema selgub koostöös juhendatavaga. Andmekogumine algab kohe semestri alguses. Andmekogumises osalenud tudengitel on võimalik kasutada andmeid enda magistritöö tegemiseks. Huvilistel võtta ühendust Tiia.Tulviste@ut.ee.

Viisime 2020-2022 Tervise Arengu Instituudi ja Tartu Ülikooliga koostöös läbi Eesti rahvastiku vaimse tervise uuringu (RVTU), mille raames kogusime kogemuse väljavõtte meetodi abil andmeid inimese positiivsete ja negatiivsete emotsioonide ja emotsiooni regulatsiooni strateegiate kasutuse kohta.

Magistritöö raames on võimalik uurida, kuidas erinevad emotsioonide reguleerimise strateegiad (nt ümberhindamine, emotsioonide allasurumine, tähelepanu kõrvalejuhtimine) seostuvad selliste emotsioonidünaamika näitajatega, nagu emotsioonide kõikumine ja emotsioonide inertsus. Andmed on juba kogutud, töö sobib andmeanalüüsist ja emotsiooniregulatsiooni temaatikast huvitunud tudengile.

Lisalugemist emotsioonidünaamika ja emotsiooni regulatsiooni kohta:

Kuppens, P., & Verduyn, P. (2015). Looking at emotion regulation through the window of emotion dynamics. Psychological Inquiry, 26(1), 72-79.

Trull, T. J., Lane, S. P., Koval, P., & Ebner-Priemer, U. W. (2015). Affective dynamics in psychopathology. Emotion Review, 7(4), 355-361.

Juhendajad: Hedvig Sultson, Helen Uusberg, Andero Uusberg

Kontakt: Hedvig Sultson (hedvig.sultson@tai.ee)