Työn imu ja työuupumus musiikinopettajien kokemana
Notice bibliographique
Résumé
Tutkimuksessani tarkastelen musiikinopettajien työhyvinvointia uusimman positiivista työhyvinvointia kuvaavan käsitteen, työn imun, avulla. Millainen ilmiö työn imu on ja kuinka musiikinopettajat sitä kokevat? Saadakseni kokonaisvaltaisemman kuvan musiikinopettajien työhyvinvoinnista ja työpahoinvoinnista, kartoitan samanaikaisesti myös kokemuksia työuupumuksesta. Näin hyvinvoinnin tilaa selvitetään laaja-alaisesti yhdistämällä tarkasteluun sekä positiivinen että negatiivinen työhyvinvointi. Tutkimuksessa käsittelen sitä, kuinka musiikinopettajat eri ikäluokissa kokevat työn imua ja työuupumusta. Löytyykö sukupuolten välillä eroavaisuuksia? Onko merkitystä sillä, missä päin Suomea työpaikka sijaitsee? Kuinka työsuhteen muoto vaikuttaa koettuun työn imuun ja työuupumukseen? Vaikuttaako tähän myös viikossa tehty keskimääräinen työtuntimäärä? Entä kokevatko musiikinopettajat työn imua ja työuupumusta enemmän tai vähemmän verrattuna luokanopettajiin? Tutkimus on luonteeltaan kvantitatiivinen kyselytutkimus, jonka aineisto on kerätty survey - tyyppisellä verkkokyselyllä syys-lokakuussa 2012. Musiikinopettajien kokemaa työn imua tutkittiin Schaufelin työryhmän (2002) kehittämällä työn imun arviointi – menetelmällä (Utrecht Work Engagement Scale, UWES). Työuupumusta puolestaan tutkittiin Maslachin kehittämällä työuupumusmittarilla (Maslach Burnout Inventory, MBI). Tutkimuksen kohdejoukko koostui satunnaisotannalla 129 musiikin aineenopettajasta eri puolelta Suomea. Saaduista tuloksista on havaittavissa, että suurin osa musiikinopettajista kokee työn imua keskimäärin viikoittain, hyvin suuri osa jopa muutaman kerran viikossa. Kaikki vastaajat tuntevat työn imua jossain määrin. Toisin sanoen ei ole lainkaan musiikinopettajia, jotka eivät tuntisi työn imua koskaan. Suurimmalla osalla kyselyyn vastanneista musiikinopettajista ei myöskään ole työuupumusoireita. Vakavia työuupumusoireita oli vastaajajoukosta vain kolmella musiikinopettajalla.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 0,017 |
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 ».