Aihearkisto: LAMK RDI Journal

Effects of moisture on automatic textile fiber identification by NIR spectroscopy

Lahti UAS has recently acquired a textile identifying and sorting unit REISKAtex® in order to develop identification analytics for different textile fibers. This article evaluates the effect of various humidity conditions in near infrared (NIR) spectrum of three different textile fiber materials, namely cotton, wool, and polyester.

Authors: Jussi Salin and Lea Heikinheimo


Textile recycling has a significant environmental impact. In Finland, 71.2 million kg of textiles is removed from use each year (Dahlbo et al. 2015, 41). Various existing and new recycling processes for textile fibers depend on the purity and the right type of fiber material for each recycling process, because wrong materials create interference (Schmidt et al. 2016, 9; Fontell & Heikkilä 2017, 36). Automatic sorting could allow a larger portion of the textile waste flow to be processed into new fibers, if the fiber material contents of the recyclable textiles can be identified in order to send each textile for appropriate processing. In automatic sorting, a NIR analyzer could be used to identify the fiber materials of the recyclable textiles.

Water is known to be a significant variable in NIR spectroscopy, and therefore it could affect the automatic identification result of a NIR analyzer (Smith 2011, 16). Water absorption is used to determine the amount of water absorbed in textile materials under specified conditions. Factors affecting water absorption of a fabric are type of textile fiber, fabric structure, temperature, and length of exposure.

The analyzer used in this study is attached to a sorting unit located at Lahti UAS. This study is part of the Telaketju project. Telaketju is a co-operation network in Finland, which promotes circular economy by creating improvements both in recycling processes and in the flow of materials between companies. Telaketju is coordinated by VTT and Lounais-Suomen Jätehuolto Oy. The storage conditions of discarded textiles have raised concerns, including the effects of absorbed moisture. Developing automatic textile sorting is one key area of improvement of recycling. (Fontell & Heikkilä 2017, 31; Telaketju 2018.)

Testing methods and equipment

All fabrics used in the test have been stored in a normal room at the faculty, which has been at about 19 % relative humidity (RH) and 19 °C temperature throughout the experiment. The fabrics that are used for moisture testing are dried in a UT 12 drying cabinet by Kendro Laboratory Products at 104 °C. They are being dried till their weight stabilizes. An A&D GF-3000 digital scale is used for weighing the samples. Dry weights of the test fabric pieces can be obtained at this point. Next, the test fabrics are placed in various conditions, where they absorb air moisture till their weight no longer increases. The various moisture conditions are generated either by an ARC-500 weather cabinet by ArcTest company, or in a special room that has a Conairr CP3 air moisturizer and a temperature-controlled Glamox 200 radiator. (Salin 2018, 64-65.)

Between each tested moisture condition, the test fabrics are dried again to eliminate the hysteresis effect that occurs in textile fibers. If the fabric was not dried, it would gain slightly more moisture in a moist condition for being already in a more “open” state. In standard test methods, conditioning should always begin in the dry state (Collier & Epps 1999, 64).

NIR spectrums are obtained with NIRS Analyzer Pro by Metrohm AG, which is accompanied by Vision software. The software is used for gathering spectrums of textile samples, plotting them as graphs, and for creating an identification library. The identification library is trained with numerous samples of all textile fiber material groups chosen for the test. After verifying the library, it is then possible to attempt automatic identification of the test samples in their different moisture states, to report if identification fails at certain known amounts of moisture. The spectral range of the analyzer is between 1100 nm and 1650 nm (Metrohm AG 2017).

Fabric samples

Textile samples are taken from the textile library of Lahti UAS, which has collected fabrics of various fiber materials by various textile and fiber manufacturers. A total of 65 cotton fabrics, 9 wool fabrics and 178 polyester fabrics were chosen for training the identification library in Vision software (Salin 2018, 31).

One separate fabric piece of each fiber material is chosen for moisture testing. The structure of all three fabrics is plain weave (Salin 2018, 66).

Effects on fabric weight

The digital scale reports weights with 0.01 g accuracy when test fabrics are measured multiple times in a row. After weighing the test fabrics in each condition and calculating how much their weight has changed from dry weight, a graph is drawn (see Figure 1). The weight of wool is greatly increased by air humidity, it therefore being the most hydrophilic fiber material in the test, whereas cotton shows only relatively small increases. Polyester appears to be unaffected by humidity.

Figure 1. Measured water content increase of each test sample in different conditions next to commercial moisture regain coefficients located at 65.0 % RH and 20.0 °C (Salin 2018, 69).

By knowing dry weights of the test fabrics, it is possible to calculate water content regain coefficients of each measured condition. The measured coefficients can be compared to commercial moisture regain coefficients listed in the SFS 4876 standard. Coefficients of the standard are specified for 65.0 % ± 4.0 % RH and 20.0 °C ± 2.0 °C standard atmosphere condition of the SFS-EN ISO 139/A1 standard (SFS-EN ISO 139/A1). In Figure 1, the commercial moisture regain coefficients are drawn at 65.0 % RH as dots, next to the measured coefficients connected by lines. The commercial moisture regain coefficients are reasonably in line, except for polyester. The polyester test piece does not gain weight to an extent that can be measured by the digital scale even at 85 % RH, but commercial moisture regain expects it to gain 1.50 % more weight at 65.0 % RH (SFS 4876). That would be an 0.2 g increase to the 13.2 g dry weight of the test piece.

Effects on spectrum

Spectrums are gathered of each condition and test fabric, shown in Figure 2. Judging from the weight, wool and cotton absorb water content from air humidity, while polyester appears unaffected. The same effect can be seen in how the spectrum of polyester appears relatively unchanged, while wool and cotton have definite changes by absorbed water. The first overtone of water (H2O) causes a peak at 1460 nm, and the first overtone of hydroxide (OH), which is bundled in small amounts along water moisture, causes a peak at 1600 nm (Davies 2017). The more moisture the fabrics have absorbed, the greater the change in the spectrum. Cotton has relatively small changes because it is less hydrophilic than wool. Because of this, as an additional demonstration, the cotton test fabric is held in running water and then a spectrum is acquired again, which can also be seen in Figure 2.

Figure 2. Non-pretreated NIR absorbance spectrums of cotton, wool, and polyester test fabrics, at 1100-1650 nm, as water content changes in different humidity conditions (Salin 2018, 70-71).

To produce one spectrum, NIR sampling is done 32 times by the analyzer, in order to reduce noise. Spectrums in Figure 2 are averaged.

Effects on automatic identification

When running automatic identification for the test fabrics in Vision software, all spectrums are correctly identified without an error, except the experimental cotton sample that is directly soaked in running water. No other spectrums are ambiguous, non-identified nor mistaken as wrong material (Salin 2018, 72.)

The identification algorithm in use is Correlation in Wavelength Space, with threshold value of 0.73. The threshold value is forked by trial-and-error and determined by result of zero failures as the most optimal for this identification library. Calculation of 2nd derivate and Standard Normal Variate (SNV) are used as spectral pre-treatments, as they perform adequately in verification. (Salin 2018, 41-43.)


Textile recycling can have a large environmental effect. It has been estimated, that for example in Scandinavia textiles create the largest environmental impact after food, housing, and mobility (Schmidt et al. 2016, 7). By automatic sorting, recycling can be improved as more textiles can be sent for appropriate processing by their known chemical composition. This enables the use of both mechanical and chemical fiber recycling processes that are unique to each fiber material of sorted textiles. Water content in textiles could however pose a problem for automatic identification with NIR analysis, which is used to make the sorting decisions (Smith 2011, 16). The experimental results of this study answer to some questions about the practical moisture sensitivity in automatic textile identification by NIR analysis. Furthermore, to make the results practical, the same NIR analyzer unit was used in this study that is being used in the REISKAtex® sorting unit of LUAS, which is a model that can be used on industrial scale.

When the identification library was trained with samples stored at 19 °C and 19 % RH conditions, it was still possible to correctly identify textiles that were dry, as well as textiles that had been kept at 85 % RH of 20 °C (Salin 2018, 72). This wide range of acceptable changes in water content was the major finding of this study. Wool fabric was the most hydrophilic fabric, measured by water absorption, and it also had the greatest changes in spectrum, therefore being the most moisture sensitive textile material for NIR identification. Cotton fabric was also hydrophilic, but it was a less sensitive material because of smaller changes in both spectrum and weight. Polyester fabric did not gain water absorption in measurable amounts and had no noticeable changes in spectrum, being hydrophobic and the least moisture sensitive material for NIR identification.

Considering the experiments discussed in this article, it would appear that humidity does not pose an obstacle for automatic identification of single fiber cotton, wool, and polyester textiles. Every test fabric piece was identified correctly in all intended conditions of the experiment. It should be noticed, though, that the experiments did not go beyond 85 % relative humidity of 20 °C.


Collier, B. & Epps, H. 1999. Textile Testing and Analysis. New Jersey: Prentice-Hall, Inc.

Dahlbo, H., Aalto, K., Salmenperä, H., Eskelinen, H., Pennanen, J., Sippola, K. & Huopalainen, M. 2015. Tekstiilien uudelleenkäytön ja tekstiilijätteen kierrätyksen tehostaminen Suomessa. [Online document]. Helsinki: Ympäristöministeriö. [Cited 16 May 2018]. Available at:

Davies, A. 2017. An introduction to near infrared (NIR) spectroscopy. [Cited 16 May 2018]. Available at:

Fontell, P. & Heikkilä, P. 2017. Model for circular business ecosystem for textiles. [Online document]. Espoo: VTT.  VTT Technology 313. [Cited 16 May 2018]. Available at:

Metrohm AG. 2017. NIRS Analyzer PRO – DirectLight/NonContact. [Cited 16 May 2018]. Available at:

Salin, J. 2018. Automatic Identification of Textiles with NIR-spectroscopy. Master’s thesis. Lahti University of Applied Sciences, Faculty of Technology. Lahti.

Schmidt, A., Watson, D., Askham, C. & Brunn Poulsen, P. 2016. Gaining benefits from discarded textiles. LCA of different treatment pathways. [Online document]. Denmark: Nordic Council of Ministers. TemaNord 2016:537. [Cited 16 May 2018]. Available at:

SFS 4876. 1987. Tekstiilit. Kuitusisällön ilmoittaminen. Helsinki: Finnish Standards Association SFS.

SFS-EN ISO 139/A. 2005. Textiles. Standard atmospheres for conditioning and testing. Helsinki: Finnish Standards Association SFS.

Smith, B. 2011. Fundamentals of Fourier Transform Infrared Spectroscopy. Boca Raton: CRC Press.

Telaketju. 2018. Telaketju ­– Mikä se on? [Cited 16 May 2018]. Available at:


Jussi Salin is a Master’s Degree student at Lahti UAS in the  Programme in Smart Industries and New Business Concepts.

Lea Heikinheimo, D.Sc. (Tech), is a principal lecturer at Lahti UAS, Faculty of Technology, in the Degree Programme in Process and Materials Technology and in the Master’s Degree Programme in Smart Industries and New Business Concepts.

Published 24.5.2018

Illustration: Oona Rouhiainen

Reference to this publication

Salin, S. & Heikinheimo, L. 2018. Effects of moisture on automatic textile fiber identification by NIR spectroscopy. LAMK RDI Journal. [Electronic journal]. [Cited and date of citation]. Available at:

Learning Cafen toteutus verkko-opinnoissa

Tämän artikkelin tarkoituksena on kuvata opiskelijoiden kokemuksia verkossa toteutetun Learning Cafe -menetelmän toimivuudesta. Oppimistehtävä toteutettiin osana Lahden ammattikorkeakoulun tarjoamaa kesäopintojaksoa Digitaaliset palvelut arjen apuna. Aineisto kerättiin kyselylomakkeella opintojaksolle osallistuneilta opiskelijoilta. Opiskelijat kokivat Learning Cafe -toteutuksen teknisesti toimivaksi ja ohjeet riittäviksi. Lisäksi heidän kokemuksensa oppimismenetelmästä olivat positiiviset ja he ovat valmiita suosittelemaan Learning Cafe -toteutusta myös muille opintojaksoille. Tutkimuksen tulokset kannustavat verkko-opintojaksoja toteuttavia lisäämään toteutuksilleen yhteistoiminnallisia menetelmiä.

Kirjoittajat: Hannele Tiittanen ja Sariseelia Sore


Digitalisaatio vaikuttaa vahvasti kaikkeen toimintaan, myös koulutusalalla. Lahden ammattikorkeakoulussa on runsaasti kysyntää paikasta riippumattomille opinnoille ja verkko-opintojaksoja toteutetaan enenevässä määrin. Erityisesti monipuoliset verkkototeutukset motivoivat oppijoita (Chang & Kang 2016) ja opiskelijat ovat kokeneet reaaliaikaisen verkossa työskentelyn vastaavan laadultaan kasvokkain tapahtuvaa luokkaopetusta (Ward ym. 2010). MacNeill ym. (2014) painottavat, että yhteistoiminnallisen työskentelyn tavat ovat oppimisen näkökulmasta tehokkaampia kuin yksilötyöskentelyyn perustuvat työskentelymenetelmät, myös verkkoympäristössä. Näin ollen on tärkeää pyrkiä rakentamaan myös verkko-opintoihin yhteistä tiedonrakentamista tukevaa toimintaa.

Learning Cafe on paljon käytetty ryhmätyöskentelymenetelmä, jonka tarkoituksena on yhteisen keskustelun avulla rakentaa uutta tietoa ja yhteistä ymmärrystä tarkasteltavaan aiheeseen. Luodaksemme yhteistoiminnallisia oppimiskokemuksia verkko-opinnoissa, toteutimme verkko-opintojaksollamme digitaalisen Learning Cafen. Tämän tutkimuksen tavoitteena on selvittää opiskelijoiden kokemuksia menetelmän soveltuvuudesta verkko-opintojaksolla ja siten luoda uutta tietoa digitaalisen yhteistoimintamenetelmän käytöstä verkko-opinnoissa.

Learning Cafe oppimismenetelmänä

Learning Cafe on työskentelymenetelmä, jonka tarkoituksena on ryhmän yhteisen keskustelun avulla rakentaa uutta tietoa ja yhteistä ymmärrystä tarkasteltavaan aiheeseen. Menetelmää käytetään paljon, koska se on suhteellisen helppo toteuttaa ja oikein toteutettuna se on  tehokas ja innostava menetelmä. (Partridge 2015; Prewitt 2011; Brown & Isaacs 2001.)

Learning Cafe toteutetaan jäljittelemällä kahvilamaista rentoa tunnelmaa. Pieni joukko, 4¬‒5 osallistujaa, kokoontuu ikään kuin kahvilapöytään keskustelemaan heille annetusta aiheesta sovituksi ajaksi, jonka jälkeen he siirtyvät toiseen kahvilapöytään osallistumaan uuteen keskusteluun. Eri kahvilapöytiä ja niissä keskusteluja on yleensä 3¬‒5 ja yhteen pöytäkeskusteluun on hyvä varata aikaa noin 20‒30 minuuttia. Keskustelussa oleellista on kuunnella kaikkien osallistujien mielipiteitä ja ajatuksia tyrmäämättä niitä ja näin tuoda esille uusia näkökulmia, ei niinkään ratkoa erilaisia ongelmia. Työskentelyn on tarkoitus olla mahdollisimman luovaa ja uutta ajattelua tuottavaa. Jokaisessa kahvilapöydässä on isäntä/emäntä vetämässä keskustelua. Hänen tehtävänään on kertoa pöytään tulevalle ryhmälle keskustelun teema ja lyhyesti orientoida mistä edelliset ryhmät ovat jo keskustelleet. Keskeistä on, että isäntä/emäntä innostaa aina uutta ryhmää keskustelemaan ja tuottamaan uusia ajatuksia annettuun aiheeseen. Kaikki esille nousseet ajatukset kirjataan ylös, tyypillisesti fläppipaperille. Keskustelun ilmapiirin on tarkoitus olla mahdollisimman avoin ja vapaa kuten kahvipöytäkeskusteluissa yleensäkin. Mukavan rento ympäristö edistää keskustelua ja siksi myös siihen kannattaa kiinnittää huomiota. Kun kaikki kierrokset kahvilapöydissä on tehty niin pöydän isäntä/emäntä tekee yhteenvedon käydyistä keskusteluista. (Partridge 2015; Haukijärvi ym. 2014; Prewitt 2011; Brown & Isaacs 2001.)

Learning Cafe toteutukset tapahtuvat yleensä fyysisessä tilassa, esimerkiksi luokassa, mutta yhtä hyvin Learning Cafen voi toteuttaa virtuaalisessa ympäristössä verkossa, jossa ollaan reaaliaikaisesti yhdessä tuottamassa käsiteltävään asiaan erilaisia näkökulmia. Oppimisen näkökulmasta mahdollisimman vuorovaikutteiset ja monipuoliset verkkototeutukset herättävät kiinnostusta ja ovat motivoivia (Chang & Kang 2016). Hyvän verkkokokonaisuuden rakentaminen on haastavaa ja vaatii opettajalta hyvää verkkopedagogista osaamista. Opettajalla tulee olla käytettävissään joustava sähköinen oppimisympäristö, johon on mahdollista rakentaa vuorovaikutteisia elementtejä, jolloin esimerkiksi Learning Cafen tyyppiset reaaliaikaiset ryhmätyöskentelyt tulevat mahdollisiksi.

Oppimisteoriat ovat ajalta ennen verkko-oppimista. Behavioristinen näkemys painottaa aineiston merkitystä, kognitiivinen oppimisen prosesseja ja konstruktivistinen näkemys oppijan omaa roolia tiedon rakentajana. Uudeksi digiajan oppimisteoriaksi on nousemassa konnektivismi, joka korostaa oppimista sosiaalisissa verkostoissa. (Ally 2008.) Konnektivismin mukaan oppimishaluisen tulisi kytkeytyä oppimisverkostoihin ja olla vuorovaikutuksessa verkoston ihmisten ja tiedon kanssa. (Siemens 2005.) Tulevaisuudessa opettajan keskeisinä tehtävinä saattaa yhä enenevässä määrin olla oppimisverkostojen luonti tietyn aihepiirin ympärille sekä oppimishalun herättäminen opiskelijoissa. Learning Cafe työskentelyn toteuttaminen verkossa on hyvä esimerkki menetelmästä, jossa voidaan kerätä eri alojen edustajia pohtimaan samaa aihepiiriä ja innovoimaan yhdessä ratkaisuja asetettuihin ongelmiin tai kysymyksiin.

Digitaalisen Learning Cafen toteutus

Digitaalinen Learning Cafe toteutettiin kesäkuussa 2017 osana Digitaaliset palvelut arjen apuna verkko-opintojaksoa. Learning Cafe -menetelmä sopii hyvin toteutettavaksi verkkoympäristössä. Sen toteutus vaatii hyvää etukäteissuunnittelua ja selkeät sekä mahdollisimman yksityiskohtaiset toimintaohjeet opiskelijoille ennen reaaliaikaista Learning Cafe tapahtumaa.

Digitaalinen Learning Cafe toteutettiin hyödyntäen Moodle-oppimisympäristöä, Adobe Connect verkkokokousjärjestelmää (AC) sekä Padlet-seinää. Moodleen koottiin seikkaperäiset ohjeet Learning Cafen toteuttamisesta tarkkoine aikatauluineen ja linkkeineen työskentelyssä hyödynnettäviin kohteisiin. AC:n opettajan tila toimi yhteisenä kokoontumistilana sekä alustuksessa että yhteenvedossa, ja kunkin ryhmän isännän tai emännän AC-tila kahvilaympäristönä, jossa keskustelua käytiin ryhmän aihepiirin ympärillä. Padlet toimi alustana keskusteluissa nousseiden ajatusten kirjaamiseen, vastaavasti kuin fläppipaperi perinteisessä Learning cafeessa. Lisäksi sitä hyödynnettiin keskusteluiden alustuksessa tekstin, kuvien ja videoiden muodossa.

Opintojaksolle osallistuvat opiskelijat jaettiin pienryhmiin (3 osallistujaa/ryhmä). Ryhmä valmisteli Padlet-seinälle Learning Cafe ’pöydän’, jonka tavoitteena oli pohjustaa keskustelua, olla houkutteleva ja mahdollisimman innostava yhteiseen keskusteluun. Kukin ryhmä valitsi keskuudestaan isännän tai emännän, jonka tehtävänä oli fasilitoida Learning cafe -keskustelua ryhmän AC-tilassa Padlet-seinää hyödyntäen.

Ennen Learning Cafen aloittamista osallistujien tuli testata ohjelmisto-, laite- ja verkkoyhteensopivuus laitteelta, josta aikoo sessioon osallistua. Opiskelijoita pyydettiin testaamaan erityisesti äänen kuuluvuus. Testauksesta tulee olla opiskelijoille selkeä ohje verkko-oppimisympäristössä esimerkiksi videon avulla. Oppimissessio, jolla Learning Cafe toteutettiin, aloitettiin kokoontumalla opettajan AC-tilaan, jossa käytiin Moodle-alustalla oleva aikataulu yhdessä läpi ja varmistettiin, että kukin tietää, minkä ryhmän AC-tilassa (digitaalisessa Learning Cafe -pöydässä) kulloinkin tuli olla. Opettajan AC-tila ja opintojakson Moodle-alusta olivat koko ajan opiskelijoiden käytössä siltä varalta, että opiskelija eksyi ryhmästään siirtyessään ryhmien AC-tiloista toisiin.

Varsinainen Learning Cafe aloitettiin siirtymällä sovittuun kellonaikaan kunkin ryhmän ensimmäiseen digitaaliseen Learning Cafe -pöytään. Linkit kaikkiin näihin AC-tiloihin oli koottu Moodle-alustalle. Korkeakouluopiskelijat kirjautuivat huoneisiin omilla AD-tunnuksillaan, korkeakoulujen yhteisen Haka-kirjautumisen kautta. Learning Cafe isännän/emännän oli hyvä pyytää osallistujilta ääninäyte, kun he olivat kirjautuneet keskusteluun. Koska AC-työskentely oli opiskelijoille entuudestaan tuttua, oli heitä jo aiemmin ohjeistettu (ja ohjeet Moodle-alustalla), mitkä ovat tavallisimmat ongelmatilanteet AC-ympäristössä ja mitä niiden korjaamiseksi voi tehdä. Näin heillä oli osaamista reagoida esimerkiksi toimimattomaan ääniyhteyteen.

Kun Learning Cafen osallistujat olivat kaikki paikalla, isäntä tai emäntä alusti keskusteltavan aiheen hyödyntäen ryhmän Padletille kokoamaa aineistoa. Tämä jälkeen aloitettiin yhteinen keskustelu, jonka lisäksi osallistujien oli mahdollista kirjoittaa kommentteja keskusteltavasta aiheesta Padlet-seinälle ja näin rakentaa yhteistä tiedon kokonaisuutta. Keskusteluun varatun ajan jälkeen osallistunut ryhmä siirtyi seuraavaan digitaaliseen Learning Cafe -pöytään. Tieto siirtymisen ajankohdasta sekä linkki seuraavaan AC-tilaan oli aina saatavilla Moodle-alustan lisäksi kussakin AC-tilassa. Näin siirtymiset tapahtuivat mahdollisimman jouhevasti. Tarkka aikataulutus on oleellista vaihtojen sujuvuuden kannalta. Kun kukin ryhmä oli kiertänyt kaikki keskustelut, opiskelijat palasivat opettajan AC-tilaan keskustelujen yhteenvetoja varten. Learning cafeen toteutuksen aikana opettaja siirtyi keskustelutiloista toiseen seuraamassa opiskelijoiden keskustelua, aivan kuten fyysisessä tilassakin.

Toteutetun Learning Cafen palautekysely

Opintojaksolle osallistui 14 opiskelijaa kolmesta eri ammattikorkeakoulusta, jotka vastasivat sähköiseen Webrobol-kyselyyn opintojakson päätyttyä. Vastauksia saatiin 11 opiskelijalta. Vastaajista suurin osa oli liiketalouden alalta (5). Sekä tietojenkäsittelyn alalta että tieto- ja viestintätekniikasta oli kaksi vastaajaa. Lisäksi tekniikan alalta sekä palveluliiketoiminnasta oli kummastakin yksi vastaaja. Osa opiskelijoista hallitsi tietotekniikkaa ja käsiteltävää aihetta erittäin hyvin, osalle käsiteltävä aihe ja verkkoympäristössä toimiminen oli heikommin hallussa. Kukaan opiskelijoista ei ollut osallistunut aiemmin digitaaliseen Learning Cafe -toteutukseen, myös luokassa toteutettu Learning Cafe oli lähes kaikille vieras.

Palautekyselyssä oli kolme teemaa ja niihin liittyvät väittämät olivat:
1. Digitaalinen Learning Cafen teknisen toteutuksen toimivuus: padlet; reaaliaikaisuus, yhteyksien toimivuus; äänien toimivuus; esitysten näkyminen
2. Digitaalinen Learning Cafe ohjeistusten riittävyys: tekniset ohjeet; liikkuminen huoneissa; aikataulutus
3. Digitaalinen Learning Cafe oppimiskokemuksena: suosittelisitko digitaalista Learning
Cafeta muille opintojaksoille; digitaalinen Learning Cafe oli positiivinen kokemus ja miksi; mitä kehittäisit

Jokaiseen teemaan liittyi myös avoin kysymys, jolla saatiin täydentäviä vastauksia kysyttyihin sisältöihin liittyen. Vaikka vastaajien määrä oli pieni, antoivat he paljon hyvää tietoa toimivuuteen liittyvissä avoimissa vastauksissa.

Opiskelijoiden kokemukset digitaalisen Learning Cafen toteutuksesta

Digitaalinen Learning Cafen teknisen toteutuksen toimivuus
Ensimmäisessä teemassa haettiin palautetta Learning Cafen teknisen toteutuksen toimivuudesta, joka sisälsi neljä toimivuusaluetta. Suurin osa vastaajista piti Padletien ja opiskelijoiden omien AC-tilojen teknistä toteutusta pääasiassa toimivana. Sen sijaan yhteyksien ja äänien toimivuutta pidettiin vain jokseenkin toimivina (taulukko 1).

Taulukko 1. Digitaalisen Learning Cafen tekninen toimivuus Moodle oppimisympäristössä.

Neljä opiskelijaa oli vastannut avoimeen kysymykseen ja täydentänyt palautetietoa teknisen toimivuuden osalta. Kolme kommenteista liittyi äänien kuuluvuuteen, lisäksi kaksi kommenttia liittyi materiaalien jakamiseen Learning Cafe -tilassa. Äänien osalta kommentit liittyivät äänien särisemiseen, häviämiseen ja äänien vain osittaiseen kuulumiseen.

”Kaikilla pitäisi olla hyvät mikrofonit ja kuulokkeet. Usein törmää siihen, että aina joitain ei kuule hyvin tai äänet särisevät.”

”Learning Cafeen osallistuvien tulisi ehdottomasti tarkistaa, että kuulokkeet/mikrofonit toimivat. On kurja kuunnella esitystä, kuin vain osan sanoista kuulee.”

”AC huoneessamme oli kaksi ”share my screen” ikkunaa auki ja materiaalit näkyivät kahteen kertaan jaettavalle yleisölle. Emme saaneet päällekkäisiä ikkunoista toista suljettua ollenkaan syystä tai toisesta. Liekö oikeuksiin liittyvää kun toinen oli host ja toinen presenter vaiko vain jokin ”ominaisuus”.”

Digitaalinen Learning Cafe ohjeistusten riittävyys
Suurin osa vastaajista koki, että Learning Cafen toteutukseen liittyvät ohjeet olivat riittävät tai erittäin riittävät. Etenkin ohjeistus joka liittyi liikkumiseen AC-tilojen välillä, koettiin erittäin riittäväksi. Myös Padletien hyödyntäminen, aikataulutus ja tekniset ohjeet olivat vastaajien mielestä pääosin riittävästi ohjeistettu (taulukko 2).

Taulukko 2 Digitaalinen Learning Cafe ohjeistusten riittävyys (n=11).

Avoimissa vastauksissa (3 kappaletta) tuotiin esille aikataulutukseen liittyviä ehdotuksia, yksi kommentti liittyi toiveeseen saada lisää tukea Padletin käyttöön.

”Ohjeet olivat hyvät. Jotta saataisiin enemmän keskustelua aikaiseksi, voisi aikaa per huone olla hieman enemmän.”

”Padletin ohjeistukseen olisin kaivannut jotain tukea – koko ryhmä oli uusia padlet käyttäjiä ja kun loimme uusia tarroja niin toisen oikeudet liikutella tarroja/lappuja ei onnistunut. Mutta selvisimme että ei paniikkia.”

Digitaalinen Learning Cafe oppimiskokemuksena
Vastanneet opiskelijat kokivat Learning Cafen positiivisena oppimiskokemuksena ja olivat valmiita suosittelemaan sitä muillekin opintojaksoille (taulukko 3).

Taulukko 3. Digitaalinen Learning Cafe oppimiskokemuksena (n=11)

Avoimessa kysymyksessä opiskelijoilta kysyttiin mikä vaikutti heidän oppimiskokemukseen verkossa toteutetusta Learning Cafesta. Lähes kaikki kommentit toivat esille positiivisia kokemuksia, vain yhdessä kommentissa tuotiin esille yhteysongelmat.

”Mielenkiintoinen, liian vähän käytetty tapa oppia.”

”Nettiyhteyksien tuomat vaikeudet.”

”Mielenkiintoiset aiheet, hyvät ohjeet, hyvät esitykset sekä oma halua oppia digitaalinen Learning Cafe.”

”Liikkuminen huoneesta toiseen oli saumatonta kunhan linkit on kunnossa.
Hienosti sai palautetta ja kysymyksiä live esityksen jälkeen mikä oli sekä hämmentävää ja mukavaa. Oli hienoa keskustella kanssaopiskelijoiden ja opettajien kanssa.”

”Opiskelisin useampia kursseja mieluusti Learning Cafen kautta. Mahtava kokemus! Kiitos!”

Opiskelijat (5 kappaletta) toivat esille myös joitakin huomioitavia kehittämisehdotuksia digitaalisen Learning Cafeen toteutukseen.

”Ehkä se, että jokaisella ryhmällä olisi silti esim. powerpoint asiastaan jonka voi myös laittaa Padlettiin luettavaksi tai muuten esittelyn osana. Välillä näitä pelkkiä muistilappuja on vähän tylsä lukea.”

”Hyvin joustava ja hyvin toimiessaan toimiva oppimisympäristö. Yhteysvaatimukset voisi olla jossakin olemassa. Välttämättä puhelimesta jaettu netti ei riitä, jos verkko on heikko.”

”Learning Cafen AC:n sekä Padletin yleisiä ”vikatilanteita” FAQ uusille käyttäjille koska alkubriiffissä ei välttämättä osaa vikatilantesta mitään kysyä.”


Kokonaisuudessaan opiskelijat antoivat positiivista palautetta verkossa toteutetusta Learning Cafesta. Opiskelijat kokivat, että tekninen toteutus oli toimiva ja että ohjeistukset olivat pääosin riittävät, ja he olivat valmiita suosittelemaan Learning Cafe toteutusta myös muille opintojaksoille. Tässä palautekyselyssä keskityttiin Learning Cafen tekniseen toteutukseen ja toteutuksen vaatimiin ohjeisiin, jotka ovat oleellisia edellytyksiä onnistuneeseen, oppimista tukevaan yhteistoiminnalliseen työskentelyyn verkossa. Yhteistoiminnallisen työskentelyn tavat ovat oppimisen näkökulmasta tehokkaampia kuin yksilötyöskentelyyn perustuvat työskentelymenetelmät, myös verkkoympäristössä (MacNeill et al 2014; Vuopala ym. 2016), joten tärkeää on pyrkiä rakentamaan toteutuksia, jotka mahdollistavat yhteisen ryhmätoiminnan ja tiedonrakentamisen verkossa.

Yhteistoiminnallinen työskentely verkossa voi olla reaaliaikaista tai eriaikaista. Työkaluja eri työskentelymuotoja varten on paljon erilaisia. Reaaliaikainen verkkoviestintä voi olla tekstiin, ääneen ja liikkuvaan kuvaan pohjautuvaa. Tekstipohjaisia pikaviestimiä, kuten Chat-työkalua voi usein hyödyntää reaaliaikaisen keskusteluyhteyden, esimerkiksi opintojaksolla käytetyn AC- verkkokokousjärjestelmän lisänä. (Sore, Meriläinen & Kivilahti 2011.) Eriaikaisia yhteistoiminnallisia työskentelymuotoja verkkoympäristössä ovat esimerkiksi yhteisen aineiston tuottaminen wikillä, blogi-kirjoittaminen tai keskustelupalstat, joissa käytetään vastaustoimintoa. (Vuopala ym. 2016; Sore ym. 2011.) Ward ym. (2010) selvittivät opettajien ja opiskelijoiden käsityksiä verkko-opiskelun laadusta, ja etenkin opiskelijat kokivat reaaliaikaisen työskentelyn verkossa yhtä hyväksi kuin kasvokkain tapahtuvan luokkaopetuksen ja olivat valmiita valitsemaan myös muita opintoja sen mukaan, että toteutuksessa käytettäisiin reaaliaikaisia verkko-opiskelun tapoja. Tulos vastaa myös tämän artikkelin palautekyselystä saatuja mielipiteitä.


Ally, M. 2008. Foundations of educational theory for online learning. [Verkkodokumentti]. Teoksessa Anderson, T. (ed.) The theory and practice of online learning. Second edition. Edmonton: AU Press. 15-44. [Viitattu 12.10.2017]. Saatavissa:

Brown, J. & Isaacs, D. 2001. The World Cafe: Living knowledge through conversations that matter. The Systems Thinker. [Verkkolehti]. Vol. 12(5), 1–5. [Viitattu 15.10.2017]. Saatavissa:

Chang, B. & Kang, H. 2016. Challenges facing group work online. Distance Education. [Verkkodokumentti]. Vol. 37(1), 73-88. [Viitattu 15.10.2017]. Saatavissa:

Haukijärvi N., Kangas A., Knuutila H., Leino-Richert E. & Teirasvuo N. 2014. Tavoitteena aktiivinen ja työelämälähtöinen oppiminen. [Verkkodokumentti]. Turun ammattikorkeakoulun oppimateriaaleja 91. Turun ammattikorkeakoulu. [Viitattu 10.11.2017]. Saatavissa:

MacNeill, H., Telner, D., Sparaggis‐Agaliotis, A. & Hanna, E. 2014. All for one and one for all: Understanding health professionals’ experience in individual versus collaborative online learning. Journal of Continuing Education in the Health Professions. [Verkkolehti]. Vol. 34(2), 102-111. [Viitattu 10.11.2017]. Saatavissa:

Prewitt, V. 2011. Working in the cafè: lessons in group dialogue. The Learning Organization. [Verkkolehti]. Vol. 18(3), 189-202. [Viitattu 15.10.2017]. Saatavissa:

Partridge, M. 2015. Evaluation Café – A review of literature concerning World Cafe methodology used as an evaluative tool in education. Innovative Practice in Higher Education. [Verkkolehti]. Vol. 2(2). [Viitattu 17.10.2017]. Saatavissa:

Siemens, G. 2005. Connectivism: A learning theory for the digital age. International journal of instructional technology and distance learning. [Verkkolehti]. Vol. 2(1), 3-10. [Viitattu 14.10.2017]. Saatavissa:

Sore, S., Meriläinen, J. & Kivilahti, R. 2011. Yhteistyöskentelyn uudet muodot. Teoksessa: Haasio A. & Salo K. (toim.) AMK 2.0: Puheenvuoroja sosiaalisesta mediasta ammattikorkeakouluissa. [Verkkodokumentti]. Seinäjoen ammattikorkeakoulun julkaisusarja B. Raportteja ja selvityksiä 51. 116-133. [Viitattu 12.10.2017]. Saatavissa:

Vuopala E., Hyvönen P. & Järvelä S. 2016. Interaction forms in successful collaborative learning in virtual learning environments. Active Learning in Higher Education. [Verkkolehti]. Vol. 17(1), 25-38. [Viitattu 2.11.2017]. Saatavissa:

Ward M.E., Peters G. & Shelley K. 2010. Student and Faculty Perceptions of the Quality of Online Learning Experiences. International Review of Research in Open and Distance Learning. [Verkkolehti].  Vol. 11(3), 57-77. [Viitattu 4.11.2017]. Saatavissa:


Hannele Tiittanen työskentelee yliopettajana Lahden ammattikorkeakoulussa sosiaali- ja terveysalalla.

Sariseelia Sore työskentelee lehtorina Lahden ammattikorkeakoulussa  liiketalouden ja matkailun alalla.

Artikkelikuva: (CC0)

Julkaistu 28.2.2018


Tiittanen, H. & Sore, S. 2018. Learning Cafen toteutus verkko-opinnoissa. LAMK RDI Journal. [Verkkolehti]. [Viitattu pvm]. Saatavissa:

Merkityksellinen työ – käsitteen määrittely ja mittaaminen

Työn merkityksellisyyttä ja merkityksellistä työtä on määritelty eri tavoin ja tutkittu erilaisin menetelmin aktiivisesti parin viimeisen vuosikymmenen aikana. Käsitteen käyttö monissa eri konteksteissa, sen epämääräisyys ja mittaaminen usealla eri tavalla vaikeuttaa tulosten vertailtavuutta ja ymmärrystä sekä käsitteestä itsestään että sen yhteyksistä. Tutkimustyössä ja tutkimustulosten soveltamisessa käytäntöön tulee ymmärtää mitä käsite kulloisessakin yhteydessä tarkoittaa. Tässä artikkelissa kuvataan merkityksellisen työn käsitettä, edellytyksiä, seurauksia ja lopuksi esitetään käsiteanalyysi ja kaksi merkityksellisen työn tutkimiseen ja arviointiin suositeltavaa mittaria. Artikkelin aineisto ja mittarit ovat perusta, jonka avulla selvitetään työn merkitystä metallialan Työkykyä ja tuottavuutta –hankkeessa (TTV 2017).

Kirjoittaja: Marja Leena Kukkurainen


Työn merkityksellisyys on kiinnostava asia organisaation, sen menestymisen ja johtamisen sekä työntekijän hyvinvoinnin näkökulmasta. Tutkimus on ollut aktiivista parin viimeisen vuosikymmenen aikana. Vuoden 2017 lopulla Masto-Finnan kansainvälisistä e-aineistoista tehty haku tuotti hakusanalla ”meaningful work” lähes 1,4 miljoonan julkaisujen tuloksen. Tutkimusten määrä oli huipussaan vuonna 2014 (n. 100 000 julkaisua) ja on kääntynyt sen jälkeen laskuun. Suuresta julkaisumäärästä huolimatta käsitteellä ei ole yksimielistä eikä täsmällistä määritelmää, eikä yhteistä tapaa arvioida ja käyttää käsitettä (Both-Nwabuwe ym. 2017, Lips-Wiersma & Wright 2012).

Teoreettinen viitekehys ja tarkka käsitteen määrittely luovat pohjan mittarin laatimiselle ja tutkimustyölle. Kun käsitteestä on yhteinen näkemys, joka on operationalisoitu mitattavaksi, saadaan tarkempi ymmärrys myös käsitteen yksityiskohtaisesta sisällöstä. Näin voidaan selvittää, mitkä ovat työn merkityksellisyyden edellytykset ja seuraukset, sekä onko työn merkityksellisyys kokemuksena pysyväisluonteinen vai muuttuva tila tai ominaisuus.  Mittarista tulee tietää miten se toimii, kuvaavatko eri osiot yhdessä yksiulotteisesti merkityksellisyyttä vai onko käsite moniulotteinen. Yhteinen ymmärrys ilmiöistä kirkastuu vankan teoreettisen taustan, selkeän viitekehyksen ja tutkimuksellisen näytön kautta.

Työn merkityksellisyyden sisältö ja yhteydet
Perustarve ja kutsumus

Yeoman (2014) on määritellyt merkityksellisen työn ihmisen perustarpeeksi, jotta ihminen voisi tyydyttää perustavaa laatua olevia vapauden, autonomian ja eheyden tarpeitaan. Lisäksi yhteiskunta tulisi hänen mukaansa järjestää siten, että niin moni kuin mahdollista voisi kokea työnsä merkitykselliseksi kehittämällä kykyjään.

Lepisto ja Pratt (2017) sisällyttävät merkitykselliseen työhön sekä tarpeiden, motivaation että itsensä toteuttamiseen liittyvien toiveiden toteuttamisen (realization perspective) että työn koetun arvostuksen tai arvon (justification perspective) (Lepisto & Pratt 2016).

Steger ym. (2012) mukaan merkityksellinen työ –käsite heijastaa miten syvästi ihminen kokee työn olevan merkityksellinen, jotain johon on henkilökohtaisesti panostanut ja joka on elämän kukoistuksen lähteenä. Stegerin (2012) merkityksellisen työn mittari WAMI (Work And Meaningful Inventory) soveltuu tutkimuksiin, joiden tarkoituksena on tutkia koettua työn merkityksellisyyttä, sen edellytyksiä ja seurauksia (ks. taulukko 1). Merkityksellisen työn käsitteeseen liittyy myös kutsumus (Foucé ym. 2017, Hirschi 2012, Dobrow & Tosti-Kaharas 2011). Merkityksellinen työ, työn imu ja organisaatioon sitoutuminen ovat yhteydessä toisiinsa (Geldenhuys ym. 2014).

Työn merkityksellisyys hoitotyössä tarkoittaa koettua myönteistä tunnetta työssä, itse työn merkitystä, merkityksellistä työn tarkoitusta ja tavoitetta sekä työtä osana merkityksellistä elämää (Lee 2015). Suomalaisten sairaanhoitajien parissa tehdyn tutkimuksen mukaan merkityksellisyys ja haasteellisuus ovat osa työnhyvinvointia, jonka arviointiin kehitetyn 12 –osaisen mittarin yksi osio on ”haasteellinen ja merkityksellinen työ”. Osioon kuuluvat työn pysyvyys, työn vaihtelevuus, työn autonomia, työn haasteellisuus, mielenkiintoinen työ ja työn merkityksellisyys. (Utriainen ym. 2015; Päätalo & Kyngäs 2016.)

Työn merkityksellisyyteen vaikuttavat tekijät

Allan ym. (2016) mukaan tutkittavat, joita motivoi ulkoiset tekijät (palkka, turvallisuus) tai joilla oli motivaation puute kokivat työnsä vähemmän merkitykselliseksi kuin ne, joilla oli työhönsä sisäinen motivaatio. Tutkimuksessa oli käytetty Steger ym. (2012) WAMI –kyselyä.  Kyseisessä tutkimuksessa tarkasteltiin myös sosiaaliluokan ja työhön liittyvän vapaaehtoisenvalinnan yhteyttä motivaatioon. Vaikka oma vapaaehtoinen tahto ja sosiaaliluokka eivät suoraan vaikuttaneet työn merkityksellisyyden kokemukseen, niin epäsuorasti niiden vaikutus tuli esiin motivaation kautta.

Työn merkityksellisyyttä voi itse lisätä pyrkimällä lisäämään työn myönteisiä puolia, kehittämällä omaa osaamistaan, jotta voi paremmin saada aikaan myönteisiä tuloksia, sekä vaikuttamalla työn sisältöön (Vuori ym. 2012). Työn merkityksellisyyden tunteeseen vaikuttaa osaltaan ikä. Suurten ikäluokkien (1946-1964 syntyneiden) kokemus työn merkityksellisyydestä on vahvempi kuin tätä nuorempien ikäluokkien (Hoole & Bonnema 2015).

Työn merkityksellisyyteen vaikuttaa se miten tärkeänä työnsä kokee. Vaikutuksia seurattiin puolen vuoden ajan kolme kertaa ja tulokset olivat pysyviä. Tutkimuksen perusteella todetaan, että jos voi työssään voi parantaa toisten hyvinvointia se voi johtaa työn merkityksellisyyden kokemukseen. Tässä tutkimuksessa puolestaan tuloksiin ei vaikuttanut ikä, sukupuoli eikä sosiaaliluokka. (Allan 2017.)

Työn merkityksellisyys välittävänä tekijänä

Myös johtajuus vaikuttaa voimakkaasti työn merkityksellisyyden kokemukseen, joka puolestaan vaikuttaa työn tuloksellisuuteen. Työn merkityksellisyys toimii näin ollen välittävänä tekijänä johtajuuden ja työn tuloksellisuuden (organisaatioon sitoutuminen, tehtävän vaatimukset ylittävät ponnistelut, työn ja perheen välinen suhde) välillä (Tummers & Knies 2013).

Niin ikään Willemse ja Deacon (2015) ovat todenneet työn merkityksellisyyden toimivan välittävänä tekijänä koetun kutsumuksen ja työhön liittyvien myönteisten asenteiden (työn haasteet, työn ilo ja käsitys uravalinnan lopullisuudesta) välillä.  Kyseisessä tutkimuksessa oli käytetty työn merkityksellisyyden tutkimukseen Stegerin ym. (2012) WAMI -mittaria, joka on toinen myöhemmin suositeltavista mittareista.

Työn merkityksellisyyden kokemus tuottaa hyvää

Suomalaisen Työn Liiton hankkeessa tuodaan esiin, että työ on merkityksellistä ja arvokasta silloin kun se on tuottavaa, kestävää ja osallistavaa. Merkityksellinen ja arvokas työ motivoi, sitouttaa ja aktivoi kasvua ja uuden oppimista. (Suomalaisen työn liitto 2017.)

Kokemus työn merkityksellisyydestä tuottaa työn imua, työtyytyväisyyttä, motivaatiota ja vähentää stressiä (Lips-Wiersma & Wright 2012). Oman työn kokeminen tärkeänä (Vaandrager & Koelen 2013) ja työn merkityksellisyys (Jenny ym. 2017) toimivat työn voimavaroina ja siten työhyvinvointia rakentavina tekijöinä.

Työn merkityksellisyyden kokemus ennustaa organisaatioon (Geldenhuys ym. 2014). sekä opettajien keskuudessa tehdyn tutkimuksen mukaan työhön sitoutumista (Foucé ym. 2017). Edellä mainitussa tutkimuksessa oli käytetty Steger ym. (2012) WAMI –mittaria.

Merkityksellinen työ – viitekehys, käsite ja mittaaminen

Both-Nwabuwe ym. (2017) ovat analysoineet yhteensä 14 tutkimusta, joissa on määritelty merkityksellinen työ ja näiden perusteella luoneet viitekehyksen sekä määritelleet merkityksellisen työn käsitteen.  Viitekehys on kuvattu neljän kategorian kautta: työn myönteinen merkitys tai tarkoitus, merkityksellisen työn elementit, työntekijän tavoitteiden ja työn yhteensopivuus, sekä täyttymys. (Kuvio 1.) Analyysiin käytettyjen tutkimusten viitetiedot löytyvät Both-Nwabuwe ym. 2017 alkuperäisartikkelista.

Työn tuottama myönteinen merkitys tai tarkoitus kategoria sisältää ihmisen elämän tarkoituksen, olemassaolon ja inhimillisten tarpeiden tyydyttämisen kannalta oleellisia tekijöitä. Työ on erityisen tärkeä, se tuottaa täyttymyksen, ja sillä on jokin mieli ihmisen elämässä. Ihmisellä on merkitykselliseen työhön myönteinen tunnesuhde, josta syntyvä onnellisuus, mikä perustuu enemmän syvempään tarkoitukseen, joka tuottaa kasvua ja kehitystä mieluummin kuin ohimenevään mielihyvään. (Both-Nwabuwe ym. 2017.)

Merkityksellisen työn elementit tai osatekijät sisältävät subjektiivisen kokemuksen siitä, että työ on tärkeä ja merkityksellinen, tukee henkilökohtaista kasvua ja edesauttaa suurempaa hyvää. Työn kautta kokee myönteisiä tunteita, löytää työstä merkityksen sekä tavoittelee tarkoituksen ja tavoitteiden saavuttamista työpaikalla. (Both-Nwabuwe ym. 2017.)

Työntekijän tavoitteiden ja työn yhteensopivuus on johdonmukaisuutta yksilön tavoitteiden ja työn välillä. Työn ja työn tekijän ihanteet kohtaavat ja työ tuo elämään täyttymyksen. (Both-Nwabuwe ym. 2017.)

Työn tuottama täyttymys elämässä kuvaa ihmisen kykyä ansainta elantonsa tavalla, joka tyydyttää hänen psykologisia, henkisiä ja sosiaalisia tarkoituksen ja osallisuuden kokemuksiaan. Merkitykselliseen työhön liittyvät tarpeet, jotka auttavat saavuttamaan ja ylläpitämään merkityksen tunnetta, kuten työn tavoitteet ja täyttymys, arvot, tehokkuus ja oma arvo. (Both-Nwabuwe ym. 2017.)

KUVIO 1. Merkityksellinen työ –käsitteen viitekehys (mukaillen Both-Nwabuwe ym. 2017)

Käsitteen määrittely

Both-Nwabuwe ym. (2017) mukaan merkityksellinen työ on subjektiivinen kokemus oman olemassaolon merkityksestä, joka seuraa siitä, että työ ja työn tekijä sopivat yhteen. Käsite on määritelty englanniksi seuraavalla tavalla:

Meaningful work is the subjective experience of existential significance resulting from the fit between the individual and work. (Both-Nwabuwe ym. 2017.)

”Subjective experience of existential significance” viittaa henkilökohtaiseen prosessiin, jossa ihminen kokee työn tukevan ja olevan mielekäs syy omalle olemassaololle. ”Resulting from the fit” viittaa ihmisen inhimillisten ulottuvuuksien toteutumisen työssä tai työn kautta. Työ käsitteenä on määritelty ja rajattu tarkoittamaan palkkatyötä erotuksena esimerkiksi vapaaehtoistyöstä. (Both-Nwabuwe ym. 2017.)

Arviointiin suositeltavat mittarit

Edellä olevaan käsitteen määrittelyyn nojautuen Both-Nwabuwe ym.  (2017) kuvaavat tarkemmin käsitettä parhaiten mittaavat neljä mittaria (Lips-Wiersma & Wright 2012, Steger ym. 2012, Bendassoli ym. 2015, Lee 2015), joista he suosittelevat merkityksellisen työn arviointiin ja mittaamiseen Lips-Wiersma ja Wrightin (2012) luomaa CMWS (Comprehensive Meaningful Work Scale) ja Stegerin ym. (2012) WAMI (The Work And Meaning Inventory) mittareita. Mittarien kautta merkityksellisyyttä tarkastellaan hieman eri näkökulmista, mikä tulee ottaa huomioon sen mukaan, haluaako tutkia enemmän koettua merkityskelisyyttä ja sen edellytyksiä ja seurauksia (WAMI) vai sitä miten esimerkiksi henkilökohtaiset piirteet ja organisaation käytännöt luovat työn merkityksellisyyttä (CMWS) (taulukko 1). (Both-Nwabuwe ym. 2017.)

TAULUKKO 1. Merkityksellisen työn operationalisointi, käsitteen kuvaus ja käyttö CMWS ja WAMI -mittareilla (mukaillen Both-Nwabuwe ym. 2017)

Steger ym. (2012) WAMI sisältää kymmenen kysymystä, joista muodostuu kolme faktoria: myönteinen merkitys (kysymykset 1,4,5,8), merkityksen luominen työn kautta (kysymykset 2,7,9) kautta ja motivaatio tehdä jotain suurempaa (kysymykset 3,6). Kysymykset on suomennettuna taulukossa 2. Arviointi suoritetaan 5-portaisella Likert -asteikollisella mittarilla (ei lainkaan totta – täysin totta) (Taulukko 2.). Kyselylomake ja ohje mittarin käyttöön ovat saatavissa englanninkielisenä internetistä osoitteesta

TAULUKKO 2. WAMI -The Work And Meaning Inventory työn ja sen merkityksen arviointiin (Steger ym. 2012)

Lips-Wiersma ja Wrightin (2012) luomassa CMWS mittarissa on viisi faktoria, jotka kysymyksineen on kuvattu taulukossa 3. Mittarissa on 28 Likert –asteikolla arvioitavaa kysymystä, jotka muodostavat seitsemän faktoria. (Taulukko 3.)

TAULUKKO 3. CMWS – Comprehensive Meaningful Work Scale merkityksellisen työn arviointiin (Lips-Wiersma & Wright 2012)


Vaikka tutkimusten määrä on hieman kääntynyt laskuun parin viime vuoden aikana, tulee työn merkityksellisyys edelleen olemaan sekä yksilön että organisaation näkökulmasta tärkeässä asemassa. Työ on monimuotoistunut ja muuttunut, mutta tulee siitä huolimatta olemaan merkittävässä asemassa toimeentulon tuojana ja ihmisen elämän merkityksen luojana myös tulevaisuudessa (Työ 2040 Skenaarioita työn tulevaisuudesta 2017).

Tässä artikkelissa on kuvattu merkityksellinen työ –käsitettä ja siihen yhteydessä olevia tekijöitä. Käsitteen määrittely auttaa ymmärtämään sen moniulotteista ja dynaamista sisältöä, kun sitä tutkitaan ja käytetään eri yhteyksissä. Merkityksellisen työn arviointiin suositeltuja kahta mittaria (WAMI, CMWS) ei ole kulttuurisesti validoitu suomenkielelle. Mikäli niitä käytetään tutkimustyössä, on tutkijan syytä arvioida käännösten onnistuneisuus vertaamalla niitä alkuperäisiin lähteisiin ja tehdä tarpeelliseksi katsomansa korjaukset. Mittareiden käännöstyö on tehty yhteistyössä asiantuntijan kanssa ja pyritty mahdollisimman tarkkaan vastaavuuteen.

Molemmat tässä esitellyt mittarit soveltuvat TTV – työkyky ja tuottavuus valmennuksen tarpeisiin, joskin hankkeen kannalta lyhyempi Steger ym. (2012) WAMI –mittari saattaisi olla toimivampi. Lisäksi CMWS –mittarissa on kysymyksiä, jotka soveltuvat paremmin ihmisten hyvinvointiin liittyviin tehtäviin kuin metallialalle tai teolliseen työhön.


Allan. B. A., Autin, K. L. & Duffy R. D. 2016. Self-Determination and Meaningful Work: Exploring Socioeconomic Constraints. Frontiers in Psychology. [Verkkolehti]. Vol. 7, 71. [Viitattu 21.12.2017]. Saatavissa:

Allan, B. A. 2017. Task significance and meaningful work: A longitudinal study. Journal of Vocational Behavior. [Verkkolehti]. Vol. 102, 174 – 182. [Viitattu 21.12.2017]. Saatavissa

Bauer, G. F. & Gregor, J. J. (toim.) 2013. Salutogenic organizations and change. The concepts behind organizational health intervention research, 77-89. Springer.

Bendassoli, P. F., Borges-Andrade, J. E., Alves, J. S. C. & Torres, T. D. L. 2015. Meaningful Work Scale in creative industries: a confirmatory factor analysis. Psico USF. Vol. 20, 1-12.

Both-Nwabuwe, J. M. C., Dijkstra, M. T. M. & Beersma, B. 2017. Sweeping the Floor or Putting a Man on the Moon: How to Define and Measure Meaningful Work. Frontiers in Psychology,  8, 1658.

Dobrow, S. R. & Tosti-Kharas, J. 2011. Calling: The development of a scale measure. Personnel Psychology. Vol. 64, 1001 – 1049.

Fouché, E., Rothmann, S. & van der Vyver, C. 2017. Antecedents and outcomes of meaningful work among school teachers. SA Journal of Industrial Psychology, 43(0), 1398.

Geldenhuys, M., Ł aba, K. & Venter, C. M. 2014. Meaningful work, work engagement and organizational commitment. SA Journal of Industrial Psychology/SA Tydskrif vir Bedryfsielkunde. [Verkkolehti]. Vol. 40(1), 1098. [Viitattu 21.12.2017]. Saatavissa:

Hirschi, A. 2012. Callings and work engagement: Moderated mediation model of work meaningfulness, occupational identity, and occupational self-efficacy. Journal of Counseling Psychology. [Verkkolehti]. Vol. 59(3), 479-485. [Viitattu 21.12.2017]. Saatavissa:

Hoole, C. & Bonnema, J. 2015. Work engagement and meaningful work across generational cohorts. SA Journal of Human Resource Management. [Verkkolehti]. Vol. 13(1), 1-11. [Viitattu 21.12.2017]. Saatavissa:

Jenny, G. J., Bauer, G. F., Vine, H. F., Vogt, K. & Torp, S. 2017. The Application of Salutogenesis to Work. Teoksessa Mittelmark, M. B. ym. (toim.) The Handbook of Salutogenesis. Springer International Publishing. 197- 210.

Lee, S. 2015. A concept analysis of ’Meaning in work’ and its implications for nursing. Journal of Advanced Nursing, Vol. 71(10), 2258-2267.

Lepisto, D. A. & Pratt, M. G. 2017. Meaningful work as realization and justification. Organizational Psychology Review, Vol. 7(2), pp. 99-121.

Lips-Wiersma, M. & Wright, S. 2012. Measuring the Meaning of Meaningful Work. Development and Validation of the Comprehensive Meaningful Work Scale (CMWS). Group & Organization Management. [Verkkolehti]. Vol. 37(5), 655-685. [Viitattu 21.12.2017]. Saatavissa:

Mittelmark, M.B., Sagy, S., Eriksson M. ym. (toim.) Cham (CH). The Handbook of Salutogenesis. Springer International Publishing.

Päätalo, K. & Kyngäs, H. 2016. Measuring hospital nurses’ well-being at work – psychometric testing of the scale. Contemporary Nurse : a Journal for the Australian Nursing Profession. Vol. 52(6), 722-735.

Steger, M. F., Dik, B. J. & Duffy, R. D. 2012. Measuring meaningful work the work: The Work and Meaning Inventory (WAMI) Journal of Career Assessment.  [Verkkolehti]. Vol. 20, 322-337. [Viitattu 21.12.2017]. Saatavissa:

Suomalaisen Työn Liitto. 2017. Merkityksellisen ja arvokkaan työn indikaattori. [Viitattu 7.11.2017]. Saatavissa:

Työ 2040 Skenaarioita työn tulevaisuudesta 1/2017. 2017. Demos Helsinki & Demos Effect. [Viitattu 19.11.2017]. Saatavissa:

TTV (Työkyky ja tuottavuus –valmennus). 2017. Lahden ammattikorkeakoulu. [Viitattu 21.12.2017]. Saatavissa:

Utriainen, K., Ala-Mursula, L. & Kyngäs, H. 2015. Hospital nurse´s wellbeing at work: a theoretical model. Journal of Nursing Management. Vol. 23(6), 736-743.

Vaandrager L. & Koelen M. 2013. Salutogenesis in the Workplace: Building General Resistance Resources and Sense of Coherence. Teoksessa Bauer G F & Gregor J. J. (toim.) Salutogenic organizations and change. The concepts behind organizational health intervention research, 77-89. Springer.

Vuori, T., San, E. & Kira, M. 2012. Meaningfulness-making at work. Qualitative Research in Organizations and Management. [Verkkolehti]. Vol. 7(2), 231-248. [Viitattu 21.12.2017]. Saatavissa:

Willemse M. & Deacon E. 2015. Experiencing a sense of calling: The influence of meaningful work on teachers’ work attitudes. SA Journal of Industrial Psychology. [Verkkolehti]. Vol 41 (1), 1-9. [Viitattu 21.12.2017]. Saatavissa:

Yeoman, R. 2014. Conceptualising meaningful work as a fundamental human need. Journal of Business Ethics. [Verkkolehti]. Vol. 125(2), 235-251. [Viitattu 21.12.2017]. Saatavissa:


Marja Leena Kukkurainen, TtT, tuntiopettaja, Lahden ammattikorkeakoulu, Liiketalouden ja matkailun ala.

Julkaistu 21.12.2017

Artikkelikuva: (CC0)


Kukkurainen, M.L. 2017. Merkityksellinen työ – käsitteen määrittely ja mittaaminen. LAMK RDI Journal. [Verkkolehti]. [Viitattu pvm]. Saatavissa:

Creative Commons -lisenssi


Open Digi Campus Technical Challenges

The Open DigiCampus project  (2017–2018), funded by the KIRA-digi programme, boosts the digitalisation of the built environment and construction sector by creating an open and interoperable information management ecosystem for the built environment. The KIRA-digi programme is the Government’s key programme involving ministries, municipalities and the KIRA forum. The project focuses on digitalisation of the new campus of the Lahti University of Applied Sciences and this article describes the technological challenges of the digicampus.

Authors: Timo Turunen, Satu Hyökki, Hannu Kaikonen & Minna Asplund


Lahti University of Applied Sciences has been building a new campus, which is based strongly on future working needs in study, research and administrative work. One starting point is to enable an appropriate and flexible working environment, which is supported by digitalisation. One aim of this is to permit round-the-clock working in the rooms on campus by giving the students a possibility to obtain RFID tags for access to premises.

The Open DigiCampus (2017) project boosts the digitalisation of the new campus by creating an open and interoperable information management ecosystem for the new campus.

Operations on the new campus are concentrated mainly in two locations. The wide campus area and the number of the actions in there gives challenges to handle what happens and where. This makes it necessary to organise the user guidance in the facilities. There is also a need for knowing the utilisation degree of the resources and the locations of different groups and persons. For that reason, there has to be flexible ways to reserve and release the resources always according to the specific needs. It is also important in the future to be able to develop applications, that can make use of the resource and reservation statistics.

To achieve these goals sets technical challenges. Those challenges are presented next, starting from the sub-functions and approaching the big picture.

Architectural overview

First, the architectural overview of the Open Digi Campus Service Environment is presented in Figure 1. The environment is built around the Peppi Ecosystem and its integration parts, the Reservation Integration Point and the Open Data Portal. Then, there are the data source systems: Property Operator and Room Data IoT System. Lastly, there are the Common Digital services in the right part of the figure.

Figure 1.  Open Digi Campus Service Environment – architectural overview.

The more detailed architecture is shown in Figure 2. This gives more technical information on the environment structure.

Peppi Ecosystem

Peppi Ecosystem is the core data warehouse of the Open Digi Campus Service Environment. The resource planning system of Lahti University of Applied Sciences has been implemented using Peppi. It is a common planning system of most Finnish educational organisations.

Peppi serves two interfaces for external services: the open data REST interface for getting data from Peppi and the private SOAP interface for bidirectional data transferring. The users of the interfaces are usually Peppi plugins or external service applications. An example of a Peppi plugin is the service, and an example of an external service application is the Property Operator Booking Service, which also handles other rooms than Open Digi Campus rooms.

The open data interface is an easy way to get data from Peppi. It is a modern RESTful service, which gives possibilities to use versatile queries for getting the reservation data. It is also a powerful protocol because it uses the internal fast data indexes of Peppi. Therefore, it is used in the service.

The private SOAP interface is more complex and even more versatile, but also more loading. It handles the data directly in the database of Peppi so it should be used carefully.  The main challenge in using this interface is to take care of the integrity of the database. Therefore, it should be used for only very carefully designed and tested SOAP calls.

Room Data IoT System

Room Data IoT system is another data source for Open Digi Campus Service Environment. It collects information from the room sensors and transmits analysed data to the Reservation Integration Point service. This system is not yet defined very carefully, because it is being researched and piloted in the next few months.

The aim of this system is to get sensor data from the rooms. The data can be something like presence, temperature and concentration of carbon dioxide. The system collects the data from the sensors using embedded computers, which sends the data into the big data cloud service. (Yealamarthi, Aman & Abdelgawad 2017.)

Reservation Integration Point

Reservation Integration Point is the main connection node of the Open Digi Campus Service Environment. It serves interfaces for private bidirectional connections between the Peppi Ecosystem and common digital services like the Room Management service and Property Operator services.

This service gives a modern, safe and standardised RESTful interface instead of Peppi’s carefully used SOAP interface. It also handles the reservation conflicts and rights of the user services, which gives the main challenges for that point.

This service has been made and will be futher developed by the university’s own staff. In the future, the reservation information point can also include the commercial integration hub BizTalk.

Open Data Portal

Open Data Portal is a public connection node between the Peppi Ecosystem and Open Data services. It manages a public open data interface and portal web site. It also gets data from the external open data services and Property Operator data interface and relays them to the external users. Examples of these external open data services can be local weather information, bus schedules, restaurant menus and statistical information of the solar energy system. One challenge is to find a common definition for the RESTful service. It has not yet been defined, but it should be done before the Digital Signage service is implemented. If this service is not ready when it is needed, the Reservation Integration Point can temporarily handle these tasks. Both have the same kind of RESTful service.

Common Digital Services

Common Digital Services are applications that serve public web sites for people who need to see or make resource reservations. Digital Signage, Property Operator, Room Management, Study&Meet, and Office 365 Outlook are those services. There can also be more if  new needs are found in the future. They can also be merged if it seems to be expedient.

All these services use common Reservation Integration Point to connect to the reservation database. Those services can poll availability of the resources and make new reservations if they have the right to do this and if there is free space for that. They can also even remove their own reservations or, if they have the rights, also remove other users’ reservations.

Digital Signage

One challenge on the real campus is to find places and people. The property surface area is so big and there are a lot of rooms and corridors, so people should be able to locate where they need to be and other people or groups they want to meet. The other challenge is to find places. For that, there is a digital Signage system that uses the Open Data Portal to get information that all groups need to know. Those groups can be students, lecturers, other staff and visitors.

One of the useful properties of the Digital Signage service is to show the way to the target place.  Ten useful capabilities have been found (Penny 2012, 50-51) for interactive wayfinding:

  1. Touchscreens
  2. RFID
  3. Barcode scanners
  4. Multifloor/multiregion services
  5. Conditional formatting
  6. Customised views
  7. Extra information
  8. Emergency procedures
  9. Easy updating
  10. List management

The Digital Signage includes info TV’s, corridor signage displays and so on.

Property Operator

The Property Operator service is one externally administered application in the Open Digit Campus Service Environment. Besides their own external resources, it also handles some hired out campus rooms, such as big auditoriums. Those rooms should be reserved by both this service and the Peppi Ecosystem. This service should work so that it is possible to make a reservation if there is not already a reservation. Peppi has the main priority for those rooms.

This service has not yet been implemented. This will be based on the Study&Meet integration. The main challenges have been solved in that task. Reservation priorities must be handled well so the use of this service works fluently with the Peppi Ecosystem and the other reservations services.

Room Management

Perhaps the most important service of the new Open Digi Campus Service Environment is the Room Management service. This service has not yet been implemented, but it should handle the door displays outside the rooms, give the global web portal for making and viewing reservations and also include a mobile application for common mobile platforms like Android and IOS.

In the market, there are some possible existing applications. It is a challenge to define and choose or develop an appropriate application for this. At Ball State University, they had the same kinds of problems in choosing the best way to get a suitable application, and they chose to  make it themselves. As they scanned the environment, they had a difficult time finding any scheduling software that met most of their needs. Instead, they found systems that were too expensive, too simple, too complex, ran on unsupported platforms, or used unsupported technologies. For these reasons, they decided to build the application they needed to manage their group study rooms. (Faust et al. 2010, 2.)

In the Open Digi Campus Service Environment, the result can be other than described above because the technology has been evolved since.


The Study&Meet service already exists. It is the first external common digital service in the Open Digi Campus Service Environment. The integration of this service is the base of Reservation Integration Point. The first challenges of this integration point have been detected and solved in this development work.

The half-year future reservations and rooms dedicated for this service are polled once a day using the REST interface of the Reservation Integration Point. This is the main data synchronisation between this service and Peppi’s database. In the day views, the short-term reservations are polled, so the user view shows the live reservation situation. When this service needs to make new reservations, it polls this time window reservation three times to be sure that the space for this reservation is free. Secondly, when it needs to remove an existing reservation, it checks to verify that the reservation owner is this service.

Ultimately, the Reservation Integration Point accepts the creation or removal operations of the service. If the service tries to remove somebody else’s reservation, the integration point denies it. is the first-ever-made service for the Open Digi Campus Service Environment. It is made in the university’s own development staff. Because it is placed into the university’s own environment, it is called the Peppi plugin. This service uses Peppi’s open data interface. The interface has some restrictions, like missing persons in the reservation events. It has, however, been noted that it can live with those restrictions.

If, in the future, it seems necessary to have this now-restricted information, this service should be changed to use the Reservation Integration Point. The integration point can be programmed to handle almost all data fields in Peppi’s database. It can even process some operations that are not possible in Peppi’s native desktops.

This service has shown the principles of how to build interfaces and new services around the Peppi Ecosystem.  Developing this service has presented several technical software challenges, but they have been solved and the service works quite well.

Figure 2. Open Digi Campus Service Environment – advanced architectural overview


There are many parts of the Open Digi Campus Service Environment that exist. However, some parts are still being developed, and to develop these parts sets many challenges, which still have to be solved. The main challenges are in the Room Management Service, the Digital Signage Service and the Room Data IoT System. It also has not yet been defined which information of the room data will be used in the informative resources.

First, the Room Management System should be defined and then ordered. The second priority is to get the Digital Signage Service. At the same time, the university students will develop the Room Data IoT System.

At any rate, the aim is to have the main parts of this environment working when the new campus is started. Secondary parts can be implemented when the campus is open.


Faust, B. D. & Hafner, A. W. & Seaton, R. L. 2010. OpenRoom: Making room reservation easy for students and faculty. Code4Lib Journal [Electronic journal]. 01 June 2010, Issue 10. [Cited 12 Sep 2017]. Available at:

Open DigiCampus. 2017. KIRA-digi, Lahti University of University of Applied Sciences. [Cited 9 Dec 2017]. Available at:

Penny, Janelle. 2012. Communicate campus-wide with digital signage: boost awareness and broadcast important messages with real-time sign updates. Buildings. Vol. 106 (5), (May 2012), 46-48, 50-51.

Yealamarthi, K. & Aman, Md.S. & Abdelgawad, A. 2017. An Application-Driven Modular IoT Architecture. Wireless Communications and Mobile Computing [Electronic journal]. Volume 2017, Article ID 1350929. [Cited 9 Dec 2017]. Available at:

About the authors

Timo Turunen, Senior Lecturer, Faculty of Technology

Satu Hyökki, Project Director

Hannu Kaikonen, Project Manager

Minna Asplund, Senior Lecturer, Faculty of Technology

Published 20.12.2017

Reference to this publication

Turunen, T., Hyökki, S., Kaikonen, H. & Asplund, M. 2017. Open Digi Campus Technical Challenges. LAMK RDI Journal. [Electronic journal]. [Cited and date of citation]. Available at:

Creative Commons -lisenssi

Improving performance of the SME sector by developing business mentoring in international co-operation

The article is based on the Trust Me – Training for Unique Skills and Techniques for Mentoring project (2015-2018) aiming to elaborate a training of future SME mentors in international cooperation. The project was funded by Erasmus+ programme, KA2 Cooperation for Innovation and the Exchange of Good Practices, Strategic partnerships for higher education. The project developed a sophisticated curriculum for mentors and started the development of networks of mentors with the long term objective to create national networks covering regions, countries and whole European regions. The Trust Me Business Mentor Skills Development Programme is aimed for those individuals who support SME owners and CEO’s to grasp business opportunities, solve problems and grow their business using mentoring skills in order to be effective and provide real added value.

Authors: Miika Kuusisto & Ulla Kotonen

Performance of SME sector

According to the SME Performance Review of the European Commission (2017e), SMEs are an important part of the non-financial business economy in Europe, also in Finland, France, Hungary and Romania, the partner countries of the Trust Me (2017) project.

Table 1. Basic facts of enterprises in Finland, France, Hungary and Romania (European Commission 2017a, 2017b, 2017c and 2017d)

Enterprise birth rates in 2014 ranged, among these four countries, from 7.9 % to 10.2 %. The average employment size of newly born enterprises ranged from 1.0 persons to 2.2 persons. In 2013, enterprise death rates were particularly low, between 5.2 % and 11.5 %. The lowest numbers of all rates were in Finland and the highest in Romania. (European Commission 2017f.)

Table 2. Business demography in Finland, France, Hungary and Romania (European Statistics 2017f)

Based on the Small Business Act for Europe (SBA), the EU’s flagship policy initiative to support small and medium-sized enterprises, Finland’s SME sector has one of the most competitive profiles in the EU. The Finnish SME sector surpasses the EU average in seven out of nine SBA principle areas. (2016 SBA Fact Sheet – Finland.) France’s SBA profile is, in most areas, in balance with the EU average, whereas Romania’s SBA profile gives a mixed picture, and Hungary’s SBA profile contains many weaknesses (European Commission 2017a, 2017b, 2017c and 2017d).

Figure 1. SBA profiles of Finland, France, Hungary and Romania compared with EU averages. (European Commission 2017a, 2017b, 2017c and 2017d)

In entrepreneurship, Romania is above the EU average but in internationalisation, environment, and skills and innovation, far behind the EU average. Skills and innovation seems to be the most problematic, less than in other countries. The Hungarian SME sector trails the EU average in six principles.

It is recognised in most countries that SMEs need special help for their growth. Traditionally, help is offered by facilitating the external environment and developing entrepreneurial culture and environment as well as access to finance. Nowadays, strengthening the internal capabilities is often seen as an alternative or supplementary strategy for SME development, and training is recognised as an important tool for developing the internal capabilities of SMEs (Manimala & Kumar 2012).

Training practices in SMEs

Based on the last Continuing vocational training survey by Eurostat (2010), the ratio of training employees seems to increase with the growth of the companies. In Hungary, the training intensity differs significantly between the size-categories. There, small companies invest visibly less in the training of their employees than medium- and large-sized companies or Finnish or French small and medium-sized companies. However, the Hungarian training intensity is higher than Romania, where the training level is much lower than all the other three countries and the average of EU countries.

Table 3. Distribution of companies providing any forms of training to their employees (in % of all companies in 2010) in Finland, France, Hungary and Romania (Eurostat 2010).

In addition to the training of employees, also training and competence development of managers is important in the SMEs. The OECD (2002) has reported a positive correlation between the level of managers’ training and SMEs’ performance. The International Labour Organisation (2014) has assisted governments, employers’ and workers’ organisations, and other institutions in scaling up management training and establishing support systems to address the needs of SMEs. Over the years, development in expertise, networks and supporting organisations, especially for start-ups, micro and small entrepreneurs, has occurred. On the other hand, large companies have their own in-company training programmes, and they invest in the training of managers and leaders. The medium-sized companies and their managers seem to be in some kind of gap when it comes to their own development. The biggest reasons for differences between the training of SMEs and large companies are financial and time resources, as well as efficiency expectations (Doe 2017). First, fewer resources of SMEs typically means less funding for training and limited options to invests in development. Thus, it is also more important to show increased employee and company performance. The limited financial resources are also seen in the use of time and difficulties in balancing working time and training time. SME managers especially have difficulties in finding time for training.

Business mentoring

It is obvious that SME managers also need support and training.  Coaching, and especially mentoring, are seen as cost-efficient and flexible training methods for SME managers’ training. Utrilla & Torraleja’s study (2013) established that mentoring is an important tool for family businesses too. Both coaching and mentoring are “activities of professional and personal development with focus on individuals (and teams) and relying on the client’s own resources to help them to see and test alternative ways for improvement of competence, decision making and enhancement of quality of life. A professional coach or mentor is an expert in establishing a relationship with people in a series of conversations with the purpose of serving the clients to improve their performance or enhance their personal development or both, choosing their own goals and ways of doing it.” (European Mentoring and Couching Council & al. 2011, 3) Coaching is more about facilitating the client’s learning process by using professional methods and techniques, whereas mentoring is more like a development process involving a transfer of skills and knowledge from a more-experienced to a less-experienced person through learning dialogue (European Mentoring and Couching Council & al. 2011). Thus, business mentors should always have professional business competencies and experiences not only the methodological know-how.

In practice, business mentoring services and programmes are offered by a number of different national and regional SME supporting organisations as a part of their services. The mentoring services and programmes offered by the regional organisations of the Federation of Finnish Enterprises, in Finland, the Institute of the Entrepreneurial Mentoring (IME) in France, the Association of Young Entrepreneurs’ (FIVOSZ) and the National Research, Development and Innovation Office in Hungary are examples of this kind of mentoring services. There are also specific non-profit national and international mentoring organisations, such as the Business Mentors Finland (Suomen Yrityskummit), which is the largest nationwide mentoring network (a non-profit association) of experienced entrepreneurs and business managers in Finland and a global mentoring network MicroMentor.

Some of the business mentoring services are sector specific (e.g. ICT specific mentoring by the ACE consortium in several European countries, social enterprise focused mentoring by NESsT and !GEN Social Innovation Agency in Hungary). Respective, some of mentoring programmes, such as the Women business leaders mentoring programme by Finland’s Chamber of Commerce, MentorNet – a network of female mentors by the Foundation for Small Enterprise Economic Development (SEED) in Hungary –  are targeted at certain smaller groups.  In addition to the free-of-charge mentoring services, there are a lot of different private consultancy companies, such as Berater SRL and Integra HR SRL in Romania, the Business Mentoring Network in the UK, and the Management Mentors Europe as a part of the worldwide Management Mentors, Inc.

Mentoring Training Programmes

If you are a good business manager, it does not necessarily mean that you are also a good business mentor.  Respectively, the mentoring skills without business experience are not enough for acting as a business mentor.  In general, there are a huge number of different mentoring training programmes in Europe but only part of them have focused on business mentoring, and even a few of them are accredited by the European Mentoring and Couching Council (EMCC). In August 2017, there were no accredited Finnish mentors in the EMCC European Individual Accreditation (EIA) Holders register (EMCC 2017a) or accredited Finnish mentoring programmes in the EMCC EQA Holders register (EMCC 2017b). At the same time, there were six accredited training programmes in France and two programmes in Hungary. In Romania, there were two individual EIA holders, but no accredited mentoring programmes. In Hungary, there were five EIA accredited and 46 in France.

Also, in Finland, several organisations, also some of the universities, organise/have organised non-accredited mentoring trainings. However, those trainings are not focused on business mentoring, but for example on the mentoring of teachers, students, young talents, immigrants, job-seekers etc. Also, different health care sector-focused mentoring trainings have become more common. One of the latest examples of business mentoring training programmes are Business Mentor –valmennus by Vocational Adult Education Sedu in 2009 and South Savo Vocational College together with regional enterprise organisations and the Finnish Business Mentors Association.

Business Mentors’ Competence Framework

The European Mentoring and Coaching Council (EMCC), which develops, promotes and sets the expectation of best practices in mentoring and coaching in Europe, is a key player in experience sharing of mentors. It has published a mentor’s competence framework in 2009 (EMCC 2015). The competence framework works as an assessment tool by providing a description of a mentor at four distinct levels of development (Foundation, Practitioner, Senior Practitioner, and Master practitioner). It helps mentors understand their level of development and training providers to evaluate the behaviours of a mentor, to categorise the level that the mentor and the level and effectiveness of mentor training programmes.

The competency framework (EMCC 2015) is suitable for all kinds of mentoring, including eight competence categories focusing on personal and interpersonal skills, as well as the mentoring process: 1) Understanding self, 2) Commitment to self-development, 3) Managing the contract, 4) Building the relationship, 5) Enabling insight and learning, 6) Outcome and action orientation, 7) Use of models and techniques, and 8) Evaluation. As a general competence framework for mentors, it does not include any business or professional specific competencies, which are mentioned for example by Clutterbuck (2005) and Clutterbuck & Lane (2005). Based on the above-mentioned competence frameworks of mentoring and the benchmarking of existing mentoring training programmes, a business mentoring competence framework was defined in the Trust Me project. The competence framework consists of 10 business skills, a mentoring process and four soft mentoring skills:

  • Can analyse business environment
  • Can analyse market demand and supply
  • Can analyse, manage and develop business strategies
  • Can analyse, manage and develop production
  • Can analyse, manage and develop financial management
  • Can analyse, manage and develop investments
  • Can analyse, manage and develop human resources
  • Can analyse, manage and develop marketing
  • Can analyse, manage and develop logistics
  • Can analyse, manage and develop research, development and innovation activities
  • Can manage the mentoring process
  • Has self-awareness and behavioural awareness
  • Is able to manage mentoring relationships and communicate with a mentee
  • Is committed to own learning and interested in helping others
  • Is able to identify ethical questions and behave ethically
Trust Me Business Mentoring Training Programmes

Based on the identified competence requirements, a business mentoring training programme was developed in the international cooperation. The trainings are targeted to SME managers and to the master degree students with business entrepreneurship/business experience. Depending on the trainees’ backgrounds and experiences, training stays between levels one (Foundation) and two (Practitioner) in the four-level mentoring accreditation scale. The aim of the mentoring training is to give an understanding of the practice of mentoring and the core skills of mentoring. After the training, the mentoring trainee should be able to work as an internal mentor and carry out small external mentoring processes. The training makes it also possible to increase business know-how. The training consists of three contact days supported by an e-learning package and business simulation game. In an optimal situation, the training will continue with a real business mentoring case.

The training programme was piloted in Finland, France, Hungary and Romania during autumn 2017. The basic structure of the training was same in all of the countries, but the exercises and details were based on national/regional circumstances and the differences of target groups. In Finland, the first mentoring training pilot was 5 ECTS credits; it was offered as an elective study course for master degree students of Lahti UAS but also to regional SME managers and entrepreneurs. The master degree students of the universities of applied sciences are a good target group, because most of them have a long working history. One of the project’s results was also the Trainers’ Handbook, which includes a total of 18 exercises for each phase of the mentoring process:  five for the preparatory phase, six for the negotiating/contracting phase, four for facilitating mentorship, and three for closing the mentoring process.

Future of the Business Mentoring Training Programme

In the future, the project partners as the organisers of the Trust Me Mentoring Training Programme can apply for the European Quality Award (EQA), a quality standard for mentoring programmes, to make training more recognisable. Also, the mentors who completed the Trust Me Mentoring Training Programme can apply for the European Individual Accreditation (EIA), an accreditation system for individual mentors and coaches, after gaining mentoring experiences.


Clutterbuck, D. 2005. Establishing and maintaining mentoring relationships: An overview of mentor and mentee competencies. SA Journal of Human Resource Management, Vol. 3 (3), 2-9.

Clutterbuck, D. & Lane, G. 2005. The Situational Mentor: An International Review of Competences and Capabilities in Mentoring. London: Routledge.

Doe, K. 2017. Five key differences in small business training vs. big business training. Small Business Digest [Electronic magazine]. [Cited 8.8.2017]. Available at:

European Commission. 2017a. 2016 SBA Fact Sheet Finland. [Online document]. [Cited 8.8.1017]. Available at:

European Commission. 2017b. 2016 SBA Fact Sheet France. [Online document]. [Cited 8.8.2017]. Available at:

European Commission. 2017c. 2016 SBA Fact Sheet Hungary. [Online document]. [Cited 8.8.2017]. Available at:

European Commission. 2017d. 206 SBA Fact Sheet Romania. [Online document]. [Cited 8.8.2017]. Available at:

European Commission. 2017e. SME Performance Review. Annual Report on European SMEs 2015/2016. [Online document]. [Cited 8.8.2017].

European Commission. 2017f. Structural business statistics overview. [Online document]. [Cited 8.8.2017].

European Mentoring & Couching Council (EMCC). 2015. The EMCC Competence Framework V2. [Online document]. [Cited 9.8.2017].

European Mentoring & Couching Council (EMCC). 2016. EMCC Guidelines for Supervision. [Online document]. [Cited 9.8.2017].

European Mentoring & Couching Council (EMCC). 2017a. EMCC EIA Holders. [Online document]. [Cited 9.8.2017].

European Mentoring & Couching Council (EMCC). 2017b. EMCC EQA Providers. [Online document]. [Cited 9.8.2017].

European Mentoring and Coaching Council, International Coach Federation, Association for Coaching & Société Francaice de Coaching. 2011. Professional Charter for coaching and mentoring. [Online document]. [Cited 9.8.2017]. Available at:–2.pdf

Eurostat. 2010. Continuing vocational training survey 2010. [Online document]. [Cited 8.8.2017]. Available at:

International Labour Organisation (ILO). 2014 Entrepreneurship and SME management training. [Online document]. [Cited 8.8.2017]. Available at:—ed_emp/—emp_ent/—ifp_seed/documents/publication/wcms_175474.pdf

Manimala, M. J., & Kumar, S. 2012. Training needs of small and medium enterprises: Findings from an empirical investigation. IIM Kozhikode Society & Management Review, Vol. 1 (2), 97-110.

OECD. 2002. SMEs managers training. [Online document]. [Cited 8.8.2017]. Available at:

Trust Me –project. 2017. [Cited 15.12.2017]. Available at:

Utrilla, P. N. C., & Torraleja, F. Á. G. 2013. The importance of mentoring and coaching for family businesses. Journal of Management & Organization, Vol. 19 (4), 386-404.

About the authors

Kuusisto Miika, (Masters of BA), is a Senior Lecturer of logistics at Lahti University of Applied Sciences. He has been a project manager for Trust Me project, which developed a business mentor’s competence framework and training program in an international co-operation. His other competence areas are Supply web and business development, theses supervisions and RDI-activities.

Kotonen Ulla, DSc (Econ and Bus Adm), is an RDI Director of the Smart Business focus area at Lahti University of Applied Sciences. She has previously worked as an RDI Development Manager at Lahti University of Applied Sciences and FUAS – Federation of Universities of Applied Sciences, as well as a professor of accounting at Lappeenranta University of Technology’s School of Business.

Published: 19.12.2017

Illustration: (CC BY-NC-SA)

Reference to this publication

Kuusisto, M. & Kotonen, U. 2017. Improving performance of the SME sector by developing business mentoring in international co-operation. LAMK RDI Journal. [Electronic journal]. [Cited and date of citation]. Available at:

Creative Commons -lisenssi