Professoriesittely: Robin Dunbar

Robin Dunbar on Oxfordin yliopiston evoluutiopsykologian professori ja Aalto-yliopiston Perustieteiden korkeakoulun vieraileva professori.

Dunbar on laskennallisten sosiaalitieteiden huippututkija, ja hänet tunnetaan Dunbarin luvusta eli kognitiivisesta rajasta, joka määrittää, kuinka monen yksilön kanssa yksi ihminen pystyy ylläpitämään pysyviä sosiaalisia suhteita.

– Minua kiinnostaa sosiaalinen koheesio laajassa mittakaavassa, toisin sanoen se, mikä mahdollistaa elämisen suurissa ryhmissä – kaupungeissa, metropoleissa ja valtioissa – kun psykologiamme perustuu elämään pienissä metsästäjä-keräilijäyhteisöissä. Pienissäkin ryhmissä eläminen on monin tavoin stressaavaa, ja me olemme vasta hiljattain siirtyneet paljon suurempiin yhteisöihin. Haluan selvittää, mikä on mahdollistanut tämän siirtymän.

Lue lisää Dunbarin professoriesittelystä.

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

Professor Ray Sterling
Tutkimus ja taide, Opinnot Julkaistu:

Professori Ray Sterling: Worldwide developments in urban underground planning

Katso tallenne Professori Sterlingin vierailuluennosta.
Falling Walls. Kuva: Mikko Raskinen.
Tutkimus ja taide Julkaistu:

Falling Walls -palkinto myönnettiin uraauurtavalle silmätutkimukselle

Tampereen yliopiston tutkijan Laura Koivusalon esittelemä sarveiskalvon sokeutta käsittelevä tutkimustyö sai pääpalkinnon Falling Walls -alkukilpailussa.
an electron microscope image showing a carbon nanotube on top of a substrate of graphene
Tutkimus ja taide Julkaistu:

Grafeenipohja parantaa hiilinanoputkiverkoston sähkönjohtavuutta

Aalto-yliopiston ja Wienin yliopiston tutkijat yhdistivät grafeenin ja yksiseinäiset hiilinanoputket läpinäkyväksi hybridimateriaaliksi. Uusi materiaali johtaa sähköä paremmin kuin kumpikaan komponentti yksinään.
Iiris Sundin katselee taivaalle Laajalahden lintutornilla
Tutkimus ja taide, Opinnot Julkaistu:

Kun lääkäri ja tekoäly saadaan yhteistyöhön, potilas saa parempaa hoitoa

Tohtorikoulutettava Iiris Sundinin tutkimuksissa koneoppimismalli pääsee hyödyntämään lääkärin hiljaista tietoa, joka jää yleensä kirjoittamatta ylös. Tällainen malli ennustaa paremmin, miten tietty potilas reagoi tietynlaiseen hoitoon.