Graafisen teollisuuden kansainvälinen koulutusvertailu
Notice bibliographique
Résumé
Insinöörityönä tehtiin Metropolia ammattikorkeakoulun tilaama vertailututkimus, joka on osa vuonna 2013 käynnistynyttä Viestintäalan tukisäätiön tukemaa hanketta graafisen teollisuuden koulutustarpeiden selvittämiseksi Suomessa. Hankkeeseen valittiin kaksi opiskelijaa tekemään opinnäytetöitä eri lähtökohdista: ensimmäinen toteutettiin haastattelututkimuksena graafisen teollisuuden toimijoille Suomessa, toinen maailman johtavien graafisen teollisuuden koulutusohjelmien ja Suomessa tarjottavan alan koulutuksen vertailuna. Opiskelijat olivat mukana Graafi-työryhmässä, jonka tehtävänä oli käyttää hyödyksi näiden töiden tuloksia osana graafisen teollisuuden koulutustarpeiden esiselvitystä. Vertailuun valittiin Metropolian kahden koulutusohjelman rinnalle kanadalainen Ryerson yliopiston Graphic Communications Management -koulutusohjelma ja saksalainen Hochschule der Medien. Ulkomaiset oppilaitokset ovat graafisen teollisuuden alalla kansainvälisesti hyvin arvostettuja. Työtä varten kerättiin internetistä koulutusohjelmien kuvaukset sekä muodostettiin vertailukelpoinen materiaali jakamalla koulutusohjelmien kurssit isompiin kategorioihin. Materiaalista etsittiin eroja ja yhdenmukaisuuksia, ja näitä eroja tutkimalla tehtiin johtopäätöksiä koulutuksesta ja sen laadusta ja laajuudesta kussakin oppilaitoksessa. Johtavien oppilaitosten koulutuksessa annettiin suuri painoarvo yritysyhteistyölle ja laitteiston kanssa tehtävälle harjoittelulle sekä painoprosessin opiskelulle kokonaisuutena. Graafisen teollisuuden alalla laitteiston hallitseminen on ensisijaisen tärkeää, ja sen määrä Metropolian koulutusohjelmissa on vähäinen tai puuttuu kokonaan. Erityisesti koulutuksen siirryttyä pois Leppävaarasta käytössä ollutta laitteistoa ei ole saatu uudelleen käyttöön. Työn edetessä nousi tärkeimmäksi aiheeksi laitteiston kanssa tapahtuva harjoittelu. Tässä yritysyhteistyön kehittäminen on nykyisellään erityisen tärkeää, jos koulutusta halutaan missään muodossa Suomessa enää järjestää. Ulkomaisissa vertailun oppilaitoksissa kehitettyä yritysyhteistyötä pidetään ylpeyden aiheena ja yritykset ovat mukana koulutuksen suunnittelussa, mikä ymmärrettävästi on erityisasemassa, kun halutaan vastata muuttuvaan koulutustarpeeseen.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,011 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,486 | 0,317 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».