Luonnonhoidon ja monimuotoisuuden opetus maatalousalan oppilaitoksissa
Notice bibliographique
Résumé
Luonnonhoito ja perinnebiotoopit ovat arvokkaita luonnon monimuotoisuuden eli biodiversiteetin kannalta. Maatalouden tehostumisen vaikutuksia on muun muassa perinnebiotooppien runsas väheneminen. Tärkeää on painottaa tuleville maatalouden parissa työskenteleville tai tuleville viljelijöille, miten tärkeää luontoympäristöstä on pitää huolta ja mitkä vaikutukset tällä on tulevaisuuteen. Maatalousalan oppilaitoksilla ja opetussuunnitelmilla on tässä suuri vastuu. Sekä maatalousalojen opettajat ja oppilaat kaipaavat selkeästi lisää opetusta luonnonhoitoon ja maisemien ylläpitoon. Opettajien opettamisella on suuri merkitys tulevien maatalousalojen työntekijöiden ja päättäjien asenteisiin. Myös eri oppimistavoilla on vaikutusta luonnonhoidon opiskeluun. Tässä tutkimuksessa selvitettiin, millä tavoilla luonnonhoidon ja monimuotoisuuden opetusta voitaisiin kehittää. Selvitettiin myös, mitkä asenteet maatalousalan opettajille sekä oppilailla on luonnonhoitoon ja miten Suomen maatalousalan oppilaitoksissa luonnonhoitoa opetetaan ja opiskellaan. Tavoitteena on lisätä maatalousalojen opintosuunnitelmiin lisää luonnonhoitoa ja monimuotoisuuden merkitystä tai edes antaa mielikuva siitä, miksi se on tärkeää ja miten luontoa hoidetaan. Tutkimus suoritettiin kyselytutkimuksena. Kyselyä lähetettiin sähköpostitse yhteensä kahdeksaan Suomen maatalousalan oppilaitokseen sekä opiskelijoille että opettajille. Vastauksia palautui vastattuina 69 kappaletta. Tutkimuksen tärkein tulos on että vastaajat näkevät tarvetta luonnonhoidon sekä monimuotoisuuden opetukselle. Suurin osa opettajista ja oppilaista myös kokee, että heidän oppilaitoksessaan voi enemmän lisätä luonnonhoidon sekä monimuotoisuuden opetusta, sillä se koettiin tärkeäksi, myös tulevaisuudessa sekä nykyhetkenä. Luonnonhoidon sekä monimuotoisuuden opetusta voi parantaa opettajien mielestä tuomalla luokkaan esimerkkitehtäviä sekä käytännön harjoittelut ja tilojen esimerkkityöt. Suurin osa opettajista halusi tuoda esimerkkitiloja oppilaiden tietoisuuteen. Oppilaat valitsivat myös käytännön harjoittelut sekä tilojen esimerkkityöt, mutta myös maanviljelijöiden haastattelut kiinnostivat oppilaita ja kannustaisivat opiskelemaan luonnonhoitoa sekä monimuotoisuutta. Tulosten tarkastelusta käy ilmi luonnonhoitoa kohtaan kumpuava kiinnostus sekä opettajien että oppilaiden taholta. Käytäntöä tukee vahva teoriapohja, jota voidaan parantaa monilla eri toimilla opetusympäristössä. Saadut opit opetuslaitoksessa viedään maataloudessa käytäntöön tulevien maataloustuottajien koti- ja työtiloille, jolloin heillä on tulevaisuudessa vastuu Suomen maatalouden monimuotoisuuden tukemisesta sekä ylläpidosta. Jo tämänkin syyn vuoksi tulisi maatalousalan oppilaitosten luonnonhoidon sekä monimuotoisuuden opetusta lisätä.
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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,019 |
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 ».