MétaCan
Menu
← Retour à la cohorte
Enregistrement W7043887570

Tiedon hyödyntämisen kehittäminen koulutusorganisaatiossa

2025· other· fi· W7043887570 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2025
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Life stylePopulationClass (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tietoa hyödynnetään organisaatioissa niin yksilö-, tiimi kuin organisaatiotasollakin. Tiedon hyödyntämisen sanotaan olevan organisaation keskeisin tehtävä, sillä sen avulla tuotetaan tavaroita ja palveluita sekä saavutetaan kilpailuetua. Organisaatiot hyödyntävät tietoa tulkitakseen toimintaympäristöstä tulevia signaaleja, luodakseen uutta tietoa ja tukeakseen päätöksentekoa. Tiedon hyödyntäminen asemoituu tietojohtamisen kokonaisuudessa yhdeksi tiedolla johtamisen ydinprosesseista. Opinnäytetyön lähtökohtana on organisaation tarve edistää tiedon hyödyntämistä. Toimeksiantaja on toi-sen asteen koulutuksen järjestäjä. Tiedolla johtamisen myötä organisaation tietojärjestelmiä ja raportointia on kehitetty aktiivisesti viime vuosina. Tietoa on tuotu runsaasti koko organisaation saataville. Johto ja esi-henkilöt hyödyntävät näitä tietoresursseja aktiivisesti työssään, mutta muun henkilöstön osalta niiden käyttö on jäänyt vähäiseksi. Opinnäytetyön tavoite on kehittää koulutusorganisaation opettajien tiedon hyödyntämistä. Tarkoituksena on kuvata, miten tiedon hyödyntäminen tuodaan käytäntöön osaksi opettajien arjen työtä. Opinnäytetyön päätutkimuskysymys on, miten tiedon hyödyntäminen voidaan tuoda organisaation arkeen? Alakysymykset ovat: Mitkä tekijät edistävät tiedon hyödyntämistä koulutusorganisaatiossa? Mitkä tekijät estävät tiedon hyödyntämisen koulutusorganisaatiossa? Millä keinoilla tiedon hyödyntäminen voidaan tuoda osaksi arkea? Tutkimusstrategiana on konstruktiivinen tutkimus. Se sopii tutkimusstrategiaksi, kun tarkoituksena on luoda käytännönläheiseen ongelmaan ratkaisuksi teoriaan pohjautuva konkreettinen tuotos. Aineistonkeruu toteutetaan ryhmäkeskustelun avulla ja yhteisöllistä kehittämistä tehdään työpajassa. Aineistot analysoidaan teoriaohjaavan sisällönanalyysin avulla. Tutkimusote on laadullinen. Opinnäytetyön tuotoksena laaditaan tiedon hyödyntämisen käytäntöön tuomiseksi implementaatiosuunnitelma Ottawa-mallin avulla. Ottawa-malli on erikoistunut tutkimustiedon siirtämiseen käytännön prosesseihin. Ottawa-malli ohjaa muutoksen fasilitaattoria määrittelemään muutoksessa, muutoksen omaksujissa ja toimintaympäristössä ilmeneviä edistäviä ja estäviä tekijöitä, joiden perusteella räätälöidään käytännön toimenpiteet. Käyttöönoton toimenpiteiden etenemistä seurataan huolellisesti muutoksen toteutusvaiheessa. Lopuksi muutoksen vaikutukset arvioidaan, jotta voidaan varmistua käyttöönoton onnistumisesta. Jos vaikutukset eivät ole toivottuja, prosessi voidaan aloittaa alusta. Yksilöiden tiedon hyödyntämiseen vaikuttavat monet henkilökohtaiset tekijät kuten ajattelutavat, asenteet ja motivaatio sekä ympäristötekijät kuten tilanne, jossa tietoa hyödynnetään sekä tiedon tarkkuus, ajantasaisuus ja merkityksellisyys. Tiedon hyödyntäminen on mielekästä yksilölle silloin, kun hän kokee tarjolla olevan tiedon arvokkaammaksi kuin aiempiin kokemuksiin tai teknisiin haasteisiin perustuvat esteet tiedon hyödyntämiselle. Opettajille on tärkeää, että hyödynnettävä tieto on helposti saatavilla. Tiedon hyödyntäminen motivoi, jos se helpottaa arjessa sen sijaan, että siitä aiheutuu lisätyötä. Tietoon pitää voida luottaa. Johtaminen on tärkein tiedon hyödyntämisen mahdollistaja organisaatiossa, sillä se tuottaa organisaation vision ja määrittelee, mikä tieto on strategian kannalta tärkeintä. Esihenkilöt toimivat tärkeinä esimerkkeinä tiedon jakajina ja hyödyntäjinä. On tärkeää, että tiedon hyödyntämisen välineet ovat asianmukaiset ja ajantasaiset. Tiimitoimintaa on hyvä edistää, sillä tiedon hyödyntäminen tiimien vuorovaikutustilanteissa mahdollistaa myös hiljaisen tiedon jakamisen, josta muodostuu uutta organisaatiotietoa.

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)0,001
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 enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0500,024

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 GPT0,260
Écart entre enseignants0,243 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)→Travaux en français237 207→