MétaCan
Menu
Retour à la cohorte
Enregistrement W7037774397

Euroopanlaajuisesti aikaista koulutuksen keskeyttämistä vastaan : Miten Euroopan unionin koulutuspoliittiset suositukset aikaisen koulutuksen keskeyttämisen vähentämiseksi näkyvät Suomen koulutuspolitiikassa?

2024· other· fi· W7037774397 sur OpenAlexaboutno aff

Notice bibliographique

RevueUTUPub (University of Turku) · 2024
Typeother
Languefi
DomaineAgricultural and Biological Sciences
ThématiquePlant Diversity and Evolution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Work (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tämä pro gradu -tutkielma käsittelee Euroopan unionin sekä Suomen koulutuspolitiikan yhteneväisyksiä ja eroja aikaisen koulutuksen keskeyttämisen vähentämisessä. Koulutus on kasvattanut merkitystään yhteiskunnassamme pärjäämisessä jo pitkään ja tämän myötä myös kouluttamattomuus on alettu nähdä ongelmallisena. Aikaisella koulutuksen keskeyttämisellä tarkoitetaan koulutuksen lopettamista ennen ammattiin johtavan toisen asteen tutkinnon tai korkeakoulututkinnon suorittamista. Aikaisen koulutuksen keskeyttämisen syitä ovat mm. yksilön heikko sosiaalinen asema, kielteiset koulukokemukset sekä sosiaaliset ja psykologiset haasteet. Aikaisen koulutuksen keskeyttäminen johtaa useammin työttömyyteen, syrjäytymiseen ja kokonaisvaltaiseen kielteiseen näkemykseen yhteiskunnasta. Ilmiön vähentäminen on yksi Euroopan unionin koulutuspoliittisen yhteistyön tavoitteista, ja Euroopan unioni on määrittänyt jäsenvaltioilleen tavoitteen aikaisen koulutuksen keskeyttämisen vähentämisestä alle kymmeneen prosenttiin väestöstä vuoteen 2020 mennessä. \nEuroopan unionin toimivalta ei suoraan ulotu sen jäsenmaiden koulutuspolitiikkaan, joten unionin vaikutustavat painottuvat vahvasti pehmeään hallintaan ja avoimien koordinaatiomenetelmien käyttöön. Nämä sisältävät esimerkiksi unionin koulutuspolitiikkaa tukevien toimien rahoittamisen, tiedon lisäämisen, jäsenvaltioiden vertailun ja seurannan, tavoitteiden määrittämisen sekä yhteisen koulutuksellisen ulottuvuuden ja yhteistyön muodostamisen. Vaikuttamisen ei voida kuitenkaan nähdä olevan täysin yksisuuntaista vain Euroopan unionista jäsenvaltioihin tapahtuvaa, vaan vaikutusta tapahtuu molemmin suuntaisesti, sillä jäsenvaltiot osallistuvat vahvasti eurooppalaisen koulutuspolitiikan muovaamiseen. \nTutkimuksen tarkoituksena on selvittää, miten Euroopan unionin koulutuspoliittiset suositukset näkyvät Suomen koulutusviranomaisten julkaisuissa aikaisen koulutuksen keskeyttämisen vähentämisestä. Tutkimuksessa tarkastellaan suositusten ja toimien yhteneväisyyksiä ja eroja, minkä lisäksi tarkastelun kohteena on myös koulutuspolitiikan tueksi esitetyt perustelut, asiakirjoissa luotu kuva aikaisesta koulutuksen keskeyttäjästä sekä suorat viittaukset Euroopan unioniin suomalaisissa asiakirjoissa. Aineistona on käytetty Euroopan unionin koulutuspoliittisia asiakirjoja vuosilta 2006–2016 sekä Suomen koulutusviranomaisten asiakirjoja vuosilta 2016–2021. \nTutkimus osoittaa, että suomalainen koulutuspolitiikka on erittäin vahvasti linjassa Euroopan unionin suositusten kanssa ja noudattaa hyvin vahvasti unionin suosituksia. Merkittävimmät erot näkyivät pikemminkin yksityiskohtaisissa toteutuksissa sekä toimenpiteiden perusteluissa, mutta kokonaiskuva toteutetuista toimista perusteluineen on hyvin yhteneväinen unionin kanssa. Aikaisen koulutuksen keskeyttämisen vähentämiseksi pyritään vaikuttamaan niin yksilön oppimisvalmiuksiin kuin koko koulutusjärjestelmän toimintaan ja huomiota kiinnitetään merkittävästi myös aikaisen koulutuksen keskeyttämisen riskitekijöihin sekä koulutuksen keskeyttäneisiin. Ilmiö nähdään myös yksilötasolla hyvin yhtenevällä tavalla sekä Euroopan unionin että Suomen koulutusviranomaisten asiakirjoissa ja kuva aikaisesta koulutuksen keskeyttäjästä lähtee rakentumaan jatkumona tämän perhetaustasta ja sen vaikutuksesta varhaisiin koulukokemuksiin ja johtaa usein heikkojen oppimistulosten sekä riskikäyttäytymisen kautta koulutuksen keskeytymiseen.

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)0,002
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 enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0070,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

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 Opus0,017
Tête enseignante GPT0,183
Écart entre enseignants0,166 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUTUPub (University of Turku)Même sujetPlant Diversity and EvolutionTravaux en français237 207