MétaCan
Menu
Retour à la cohorte
Enregistrement W7005803496

Rokotusosaaminen-koulutuskokonaisuuden arviointi ja materiaalin tuottaminen Moodle-oppimisympäristöön

2015· other· fi· W7005803496 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2015
Typeother
Languefi
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Power (physics)Quarter (Canadian coin)Subject (documents)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Opinnäytetyön tarkoituksena oli arvioida opiskelijan näkökulmasta Moodle-oppimisympäristöön kehitettyä Rokotusosaaminen-koulutuskokonaisuuden käytettävyyttä, linkitystä, visuaalisuutta, koulutuskokonaisuuden tavoitteiden kielikuvaa, koulutusmateriaalin ymmärrettävyyttä sekä tehtävien ja tentin kuormittavuutta. Lisäksi opinnäytetyön tarkoituksena oli tuottaa Rokotusosaaminen-koulutuskokonaisuuden orientaatio, opiskelijan ohje, pikaohje, koulutuskokonaisuuden rakennekaavio sekä kuvata kolme videoluentoa ja suunnitella niiden editointi. Tuotosten yhteisenä tavoitteena oli osaltaan edistää oppijan mahdollisuutta kehittyä osaavana rokottajana ja syventää rokotusosaamistaan koulutuskokonaisuuden aikana. \n \nOpinnäytetyö on osa Sosiaali- ja terveysministeriön (STM) rahoittamaa Rokotusosaamisen koulutuskokonaisuuden implementointi ja levittäminen sekä osaamismittarin kehittäminen -hanketta, joka toteutettiin Metropolia Ammattikorkeakoulun Terveys ja hoitaminen tulosalueelle osana terveydenhoitajakoulutusta. Yhteistyökumppaneina toimivat Turun ammattikorkeakoulu, DIAK-ammattikorkeakoulu sekä Terveyden ja hyvinvoinnin laitoksen (THL) Rokotusohjelmayksikkö. Rokotusosaaminen-koulutuskokonaisuus julkaistiin marraskuussa 2014. \n \nValtakunnallisesti yhtenäistä rokotusosaamisen opintojaksoa ei aiemmin ole ollut Suomen sairaanhoitajia, terveydenhoitajia, kätilöitä ja ensihoitajia kouluttavissa ammattikorkeakouluissa. Rokotusosaaminen-koulutuskokonaisuus vastaa tutkimuksista ja kyselyistä esiin nousseeseen tarpeeseen, josta ilmenee koulutuskokonaisuuden tarve niin hoitotyön koulutusohjelmissa kuin työelämässäkin. Valtakunnallisesti yhtenäisellä Rokotusosaaminen-koulutuskokonaisuudella turvataan tasalaatuinen rokotusosaaminen Suomessa. Tämän myötä väestö kykenee tekemään parhaaseen mahdolliseen tietoon perustuvia rokotuspäätöksiä, rokotuskattavuus kohenee ja rokotuksilla ehkäistävien tartuntatautien esiintyvyys laskee. \n \nJatkokehittämisehdotuksia esitetään kohdennettavaksi tässä opinnäytetyössä tuotettujen tuotosten kehittämiseen ja päivittämiseen Rokotusosaaminen-koulutuskokonaisuudesta saadun palautteen pohjalta. Kehitysehdotuksia esitetään kohdennettavaksi Rokotusosaaminen-koulutuskokonaisuuden kääntämiseksi esimerkiksi englannin kielelle. Näin koulutuskokonaisuus voitaisiin laajentaa tulevaisuudessa kansainväliseksi rokotusosaamisen koulutuskokonaisuudeksi.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0450,010

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,263
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Même sujetCell Image Analysis TechniquesTravaux en français237 207