Joustava suomen kielen ohjaus ja integrointi täydennyskoulutukseen toi hyviä tuloksia
Notice bibliographique
Résumé
SIMHE-polku-ESR-hankkeessa kehitettiin täydennyskoulutusta ja nopeampia työllistymispolkuja ulkomailla korkeasti koulutetuille osaajille. Täydennyskoulutuksen rinnalle kehitettiin suomen kielen tukea helpottamaan opintoja ja työnsaantia. Tarve ilmeinen, sillä työllistyminen omaa koulutusta vastaaviin töihin kaatuu usein puutteelliseen kielitaitoon. \n \nKohderyhmän taustat ja kielitaito ovat moninaiset, joten suomea toisena kielenä eli S2-puhujille kehitettiin tukea tarvelähtöisesti koko koulutuspolun ajan. S2-ohjaus integroitiin täydennyskoulutuksen ja työnhaun yhteyteen. Hakijat saivat henkilökohtaista ja ryhmäohjausta. Lisäksi järjestettiin kielikahviloita ja työhaun ja suomen kielen työpajoja. Kokeiluista syntyi täydennyskoulutukseen integroidun suomen kielen ohjauksen malli ja Työssä Suomessa ja suomea toisena kielenä -moduulit tukemaan osaamisen täydentämistä ja työllistymistä. Myös kielikahvilat opinnollistettiin, jolla S2-puhujan suurempi työmäärä ammattialan sisältöjen oppimiseen otettiin huomioon. \n \nIntegroidulla S2-ohjauksella saatiin kokeilussa hyviä tuloksia. Osuvalla ohjauksella oman ammattialan täydentäviä opintoja saattaa suorittaa jo kotoutumiskoulutuksen aikana, mikä luo pohjan nopeuttaa korkeasti koulutettujen työllistymistä omalle alalle. Ohjaus on investointi, jolla saadaan oppimiseen laatua, joten siihen kannattaa panostaa.
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 | 0,001 |
| 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 | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,027 |
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 ».