Lapsevanemate osalus lasteaiatasu katmisel Eestis
Notice bibliographique
Résumé
Antud bakalaureusetöö eesmärk oli uurida, millised tegurid mõjutavad, kui palju panustasid lapsevanemad 2014. aastal lasteaiatasude maksmisesse. Antud eesmärgi saavutamiseks kasutasin Mare Ainsaare ja Kadri Soo poolt 2015. aastal kogutud andmeid, mida kordineeriti Tartu Ülikooli sotsiaalteaduslike rakendusuuringute keskuse RAKE poolt, et välja anda „Alushariduse ja lapsehoiu uuring“, mille Sotsiaalministeerium oli tellinud. Tausttunnused sain Eesti Statistikaameti avalikust andmebaasist. Andmete analüüsimiseks kasutasin kvantitatiivset uurimismeetodi. \nMinu neljast hüpoteesist said kinnitust kaks: \n rahvaarvu poolest suuremates kohalikes omavalitsustes peavad lapsevanemad maksma suurema osa lasteaiakoha kogukuludest; \n linnades peavad lapsevanemad maksma suurem osa lasteaiakoha kogumaksumusest kui valdades. \nKinnitust ei saanud hüpoteesid, et lasterohkemates omavalitsustes on lapsevanemate panus väiksem ja, et jõukamates omavalitsustes peavad lapsevanemad katma suurema osa lasteaiatasust. \nTöö tulemustest lähtuvalt soovitab autor edasi uurida lasteaiakoha kogumaksumuse seoseid kohalike omavalitsuste jõukuse ja vaesuse näitajatega, et paremini mõista, kas ja kuivõrd turujõud mõjutavad lasteaiakoha tasu kujunemist. \nSamuti soovib autor väga, et riigi tasemel uuritakse uuesti lasteaiatasude teemat, sest antud töös kasutatavad andmed on 2014. aasta kohta. Samuti on vahepeal toimunud suur haldusreform, mille tulemusel väga paljud vallad liideti kas vabatahtlikult või sunniviisiliselt ning oleks väga põnev teada, milliseks kujunesid nende liitmiste tagajärjel lasteaiatasud.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».