6.–9.-luokkalaisten sosiaaliset esteet liikuntaharrastukselle
Notice bibliographique
Résumé
Tämän tutkimuksen tavoitteena oli tuottaa tietoa toimeksiantajalle Harrastamisen Suomen mallin tilanteesta Rovaniemellä ja selvittää, mitkä syyt estävät ja innostavat Rovaniemen alueella asuvia 6.–9.-luokkalaisia harrastamaan. Näiden syiden lisäksi syvennyttiin harrastamisen sosiaaliseen ulottuvuuteen ja sen merkitykseen nuorten harrastamisessa. Kysely toteutettiin kaikissa Rovaniemen kouluissa. Rovaniemen kaupunki toimii opinnäytetyön toimeksiantajana. \n \nTutkimus toteutettiin määrällisenä tutkimuksena. Aineisto kerättiin tätä tutkimusta varten tehdyllä kyselylomakkeella syksyllä 2023. Kyselylomake oli jaettu kolmeen osa-alueeseen: taustatiedot, harrastamista estävät ja innostavat tekijät ja sosiaalisen ulottuvuuden merkitys harrastamisessa. Tutkimuksen kohderyhmä valittiin vähiten Rovaniemen alueen Harrastamisen Suomen Mallin harrastuksiin osallistuvat eli 6.–9.luokkalaiset nuoret. Kyselyyn saatiin 230 vastausta ja 18 eri koulusta. Vastauksia saatiin tasaisesti kaikkien luokkien oppilailta. Kyselyn lisäksi opinnäytetyö sisältää teoriaosan nuorten liikkumisesta, jota toimeksiantaja voi hyödyntää kehittäessä juuri tämän ikäryhmän osallistumista harrastuksiin. \n \nTulosten perustella saatiin vastauksia juuri heiltä, jotka eivät osallistu Harrastamisen Suomen Mallin harrastuksiin. Suurin osa vastaajista harrastaa seurassa tai omatoimisesti. Harrastamiseen innosti eniten onnistumisen kokemukset, liikunnan ilo ja uuden oppiminen. Esteiksi koettiin muun muassa epävarmuus kehosta ja omasta oppimisesta ja ajanpuute, kaverin tai ryhmän puuttuminen. Harrastamisen sosiaalinen merkitys näkyy vastauksissa niin estävänä kuin innostavana tekijänä. Lähes kaikki nuoret ovat huomanneet harrastamisen vaikuttavan positiivisesti sosiaalisiin taitoihin ja he liikkuvat mieluummin kaverin kanssa. \n \nTulosten perusteella pystyttiin tekemään johtopäätöksiä, siitä miksi tämä ikäryhmä ei osallistu harrastuksiin. Näiden pohjalta voitiin tehdä jatkotutkimusehdotuksia ja myös kehittämisehdotuksia Harrastamisen Mallin toimintaan.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,219 | 0,127 |
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 ».