Maajoukkuepainijoiden taloudellinen tilanne Case: Suomen painimaajoukkue
Notice bibliographique
Résumé
Opinnäytetyön aiheena oli tutkia ja selvittää Suomen maajoukkuepainijoiden taloudellinen tilanne, sekä katsoa haittaako opiskelu/ työnteko mahdollisesti harjoittelua. Tarkoituksena oli selvittää miesten maajoukkuepainijoiden taloudellinen nykytilanne. Apunani oli Suomen painiliiton yhteyshenkilö, ja Suomen painiliitto ry oli toimeksiantaja. Tutkimuksen ajankohta oli vuoden 2018 loppupuoli, milloin teetin kyselytutkimuksen painijoille. Kysely toteutettiin sähköisesti E-lomakkeella, lähettäen jokaiselle maajoukkuepainijalle sähköisen lähetteen sähköpostiin. \nKyselyyn vastasi yhteensä 13 maajoukkuepainijaa. Kysely oli hyvin yksinkertainen, jossa selvitettiin paljon, menee rahaa elämiseen kuukaudessa, paljonko tienaat rahaa kuukaudessa, paljonko kuluu vuodessa rahaa painiin, sekä haittaako opiskelu/työnteko harjoittelua. Kaikki vastaukset annettiin summina, paitsi viimeinen kysymys haittaako opiskelu/työnteko harjoitteluasi vastattiin kyllä tai ei. \nTutkimuksesta selvisi, että suurin osa painijoista elää lähellä köyhyysrajaa. Käytin hyväksi Putilan (2008) vuonna tekemää minimitulokyselyä, jossa määriteltiin köyhyysrajoja. Painiin kuluva raha vuodessa on huomattavan suuri, verrattuna tuloihin. Kyselyn tuloksia vahvistaa Yle Urheilun (2016) teettämä kysely, jossa haastateltiin Suomen yksilölajien huippu-urheilijoita. 4 painijaa kolmestatoista vastasi, että työnteko/opiskelu haittaa harjoittelua. \nJohtopäätöksenä on, että suurimalla osalla Suomen miesten maajoukkuepainijoista on vaikeaa taloudellisesti. Vaikea taloustilanne vaikeuttaa laadukasta harjoittelua ja painissa menestyminen hankaloituu.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,004 |
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 ».