Konstruerer media\nHelse Finnmarks omdømme?
Notice bibliographique
Résumé
Jeg har valgt å skrive en masteroppgave om Helse Finnmark HF og temaet har vært hva slags omdømme media konstruerer om foretaket. I den forbindelse var det interessant å finne ut hvilken innvirkning denne konstruksjon av omdømme har hatt på de ansattes opplevelse av eget foretak. Formålet med undersøkelsen har vært å beskrive ”virkeligheten” ut fra de ansattes ståsted. \n\nJeg har avgrenset oppgaven til å gjelde Hammerfest Sykehus. Jeg har benyttet meg av kvalitativ metode og som forskningsdesign har jeg benyttet et enkelt-case-design med en analyseenhet der studieobjektet er Hammerfest sykehus v/ Helse Finnmark HF. Jeg har gjennomført samtaleintervju med 9 ansatte på ulike nivå ved sykehuset. Jeg har også brukt egen erfaring samt dokumentanalyse av medieklipp fra aviser i Vest-Finnmark og en nasjonal brukerundersøkelse i arbeidet med å analysere empirien.\n\nBesvarelsen viser at kritikken fra media hovedsaklig har vært rettet mot ledelsen og at ledelsen oppfattes anonyme og lite offensive i media. Medias håndtering av foretaket oppfattes ikke positivt og brukerne påvirkes av mediekritikken, men i ulik grad. Media har en form for makt overfor befolkningen ved at de kan styre hva mottakeren får av informasjon. Dette er med på å påvirke brukernes holdninger og atferd. Når det gjelder ansattes opplevelser av mediekritikken så er det en belastning i egen arbeidssituasjon og for trivselen og dette påvirker arbeidsmiljøet. Lojaliteten overfor klinikkledelse og foretaksledelse er svak. Foretakets omdømme er svekket og de ansatte mener at alle ansatte har et ansvar for omdømmet men at ledelsen har ansvaret for å bedre omdømmet. De tillitsvalgte bør først og fremst bedre den interne dialogen. Generelt tror de ansatte at befolkningen har tillit til foretaket.\n\nSlik media fremstiller Helse Finnmark så kan våre omgivelser få inntrykk av at Helse Finnmark HF er et uprofesjonelt foretak. Vi som arbeider i foretaket vet at dette bildet ikke er korrekt. Jeg ønsker derfor velkommen et langsiktig verdi- og omdømmeprosjekt som fokuserer på foretakets organisasjonsidentitet og omdømmebygging av foretaket.
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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,016 |
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 ».