home *** CD-ROM | disk | FTP | other *** search
/ Family Fun / Family Fun.iso / joke1 / jokes_e / elephant.hnt < prev    next >
Text File  |  1992-01-07  |  6KB  |  122 lines
  1.  
  2.         PACHYDERMIC PERSONNEL PREDICTION
  3.         by Peter C. Olsen
  4.     
  5.             A bold new proposal for matching 
  6.                 high-technology people and professions
  7.  
  8.       Over the years, the problem of finding the right person for the 
  9.       right job has consumed thousands of worker-years of research and 
  10.       millions of dollars in funding.  This is particularly true for 
  11.       high-technology organizations where talent is scarce and 
  12.       expensive.  Recently, however, years of detailed study by the 
  13.       finest minds in the field of psychoindustrial interpersonnel 
  14.       optimization have resulted in the development of a simple and 
  15.       foolproof test to determine the best match between personality 
  16.       and profession.  Now, at last, people can be infallibly assigned 
  17.       to the jobs for which they are truly best suited.
  18.  
  19.       The procedure is simple: Each subject is sent to Africa to hunt 
  20.       elephants.  The subsequent elephant-hunting behavior is then 
  21.       categorized by comparison to the classification rules outlined 
  22.       below.  The subject should be assigned to the general job 
  23.       classification that best matches the observed behavior.
  24.  
  25.       CLASSIFICATION GUIDLINES
  26.  
  27.       Mathematicians hunt elephants by going to Africa, throwing out 
  28.       everything that is not an elephant, and catching one of whatever 
  29.       is left.  Experienced mathematicians will attempt to prove the 
  30.       existence of at least one unique elephant before proceeding to 
  31.       step 1 as a subordinate exercise.  Professors of mathematics 
  32.       will prove the existence of at least one unique elephant and then
  33.       leave the detection and capture of an actual elephant as an 
  34.       exercise for their graduate students.
  35.  
  36.       Computer scientists hunt elephants by exercising Algorithm A:
  37.       1. Go to Africa.
  38.       2. Start at the Cape of Good Hope.
  39.       3. Work northward in an orderly manner, traversing the continent 
  40.          alternately east and west.
  41.       4. During each traverse pass,
  42.          a. Catch each animal seen.
  43.          b. Compare each animal caught to a known elephant.
  44.          c. Stop when a match is detected.
  45.  
  46.       Experienced computer programmers modify Algorithm A by placing a 
  47.       known elephant in Cairo to ensure that the algorithm will 
  48.       terminate.  Assembly language programmers prefer to execute 
  49.       Algorithm A on their hands and knees.
  50.  
  51.       Engineers hunt elephants by going to Africa, catching gray 
  52.       animals at random, and stopping when any one of them weighs 
  53.       within plus or minus 15 percent of any previously observed 
  54.       elephant.
  55.  
  56.       Economists don't hunt elephants, but they believe that if 
  57.       elephants are paid enough, they will hunt themselves.
  58.  
  59.       Statisticians hunt the first animal they see N times and call it
  60.       an elephant. 
  61.  
  62.       Consultants don't hunt elephants, and many have never hunted 
  63.       anything at all, but they can be hired by the hour to advise 
  64.       those people who do.  Operations research consultants can also 
  65.       measure the correlation of hat size and bullet color to the 
  66.       efficiency of elephant-hunting strategies, if someone else will 
  67.       only identify the elephants.
  68.  
  69.       Politicians don't hunt elephants, but they will share the 
  70.       elephants you catch with the people who voted for them.
  71.  
  72.       Lawyers don't hunt elephants, but they do follow the herds around 
  73.       arguing about who owns the droppings.  Software lawyers will 
  74.       claim that they own an entire herd based on the look and feel of 
  75.       one dropping.
  76.  
  77.       Vice presidents of engineering, research, and development try
  78.       hard to hunt elephants, but their staffs are designed to prevent
  79.       it.  When the vice president does get to hunt elephants, the
  80.       staff will try to ensure that all possible elephants are
  81.       completely prehunted before the vice president sees them.  If the
  82.       vice president does see a nonprehunted elephant, the staff will 
  83.       (1) compliment the vice president's keen eyesight and (2) enlarge 
  84.       itself to prevent any recurrence.
  85.  
  86.       Senior managers set broad elephant-hunting policy based on the 
  87.       assumption that elephants are just like field mice, but with 
  88.       deeper voices.
  89.  
  90.       Quality assurance inspectors ignore the elephants and look for 
  91.       mistakes the other hunters made when they were packing the jeep.
  92.  
  93.       Salespeople don't hunt elephants but spend their time selling 
  94.       elephants they haven't caught, for delivery two days before the 
  95.       season opens.  Software salespeople ship the first thing they 
  96.       catch and write up an invoice for an elephant.  Hardware 
  97.       salespeople catch rabbits, paint them gray, and sell them as 
  98.       desktop elephants.
  99.  
  100.       VALIDATION
  101.       
  102.       A validation survey was conducted about these rules.  Almost all 
  103.       the people surveyed about these rules were valid.  A few were 
  104.       invalid, but they are expected to recover soon.  Based on the
  105.       survey, a statistical confidence level was determined.  Ninety-five 
  106.       percent of the people surveyed have at least 67 percent 
  107.       confidence in statistics.
  108.  
  109.       ACKNOWLEDGMENT
  110.  
  111.       This study has benefited from the suggestions and observations of 
  112.       many people, all of whom would prefer not to be mentioned by 
  113.       name.
  114.  
  115.  
  116. - ------- End of Forwarded Message
  117.  
  118.  
  119. ------- End of Forwarded Message
  120.  
  121.  
  122.