Suomen Punaisen Ristin vapaaehtoistoiminta Helsingissä; kuinka nuori pääsee mukaan vapaaehtoistoimintaan?
Notice bibliographique
Résumé
Suomalainen hyvinvointimalli on monien muutosten partaalla. Keskustelu siitä, ollaanko hyvinvointivaltiosta jo luopumassa, korostaa hyväntekeväisyysjärjestöjen merkitystä suomalaisessa yhteiskunnassa. Vapaaehtoisjärjestöjen rooli hyvinvointipalvelujen tuottamisessa tulee luultavasti kasvamaan tulevaisuudessa. Myös vapaaehtoistyössä on tapahtunut muutoksia. Vapaaehtoistyötä tehdään yhä enemmän lyhyitä ajanjaksoja kerrallaan ja halu sitoutua tiettyyn organisaatioon tai tehtävään on vähentynyt. Muutokset pakottavat myös perinteisiä vapaaehtoisjärjestöjä arvioimaan ja kehittämään vapaaehtoistoimintaansa. Tämän kehittämisprojektin toimeksiantajana toimi Suomen Punainen Risti. Kehittämisprojektin kohteena oli uusien vapaaehtoisten ilmoittautumisprosessi Suomen Punaisen Ristin vapaaehtoisiksi. Kohderyhmänä ovat 18–29-vuotiaat nuoret aikuiset, jotka ilmoittautuvat vapaaehtoisiksi johonkin Helsingin paikallisosastoista. \nKehittämismenetelmänä käytettiin prosessin kuvaamista. Tarvittavat tiedot kerättiin kahdella kyselytutkimuksella, joista toinen tehtiin uusille vapaaehtoisille, jotka ilmoittautuvat vapaaehtoisiksi Oma Punainen Risti-järjestelmän kautta johonkin Helsingin paikallisosastoon (n = 35). Toinen kysely tehtiin Helsingin paikallisosastojen vapaaehtoisille, jotka käsittelevät Oma Punainen Risti-järjestelmässä tehtyjä ilmoittautumisia. Vastausprosentti oli 63,6%. Lisäksi tehtiin kartoitus erilaisesta vapaaehtoistoiminnasta, jota Helsingin paikallisosastoissa on saatavilla. Tiedot koottiin prosessikuvaajaksi, joka kuvasi ilmoittautumisprosessin sellaisenaan, kuin se käytännössä tapahtui. Prosessikuvauksesta nostettiin esille prosessin kehittämiskohteet ja kehittämisideat, joiden avulla Suomen Punainen Risti pystyy suuntaamaan kehittämistoimensa kohdistetusti prosessin ongelmakohtiin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,022 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».