Matalasti koulutettujen naisten elintavat verrattuina korkeasti koulutettujen naisten elintapoihin
Notice bibliographique
Résumé
Työn tarkoituksena on kartoittaa sosioekonomisesti heikommassa asemassa olevien naisten elintapoja ja verrata näitä korkeasti koulutettujen työikäisten naisten elintapoihin. Opinnäytetyössä vastataan kysymykseen: Millaisia elintapoja on alhaisen koulutusasteen omaavilla Suomessa asuvilla työikäisillä 25-64 -vuotiailla naisilla verrattuina korkeasti koulutettuihin?\n\nOn viitteitä, että korkeampi koulutus korreloi terveempiä elintapoja. Matala koulutustaso on yleensä yhteydessä matalaan palkkaan ja matalapalkkaisia naisia on kaksi ja puolikertaa enemmän kuin miehiä. Jos matalapalkkaisuus on vahvasti yhteydessä epäedullisiin elintapoihin, ongelma on kansantaloudellisesti merkittävä, koska kansantaudit vaikuttavat kuolleisuuteen ja työkykyyn. Suomen kansantaudit kuten sydän- ja verisuonisairaudet ovat osin ennalta ehkäistävissä elintavoilla. Työikäisten kuolemista kansantauti on syynä noin puolessa tapauksista.\n\nOpinnäytetyö on osa Julkisten ja hyvinvointialojen liiton (JHL) Voimaa naisissa 2015 -hanketta, jossa Metropolia ammattikorkeakoulu on mukana. Hankkeen tavoitteena on ma-talapalkkaisten naisten terveyden ja hyvinvoinnin edistäminen ja terveyserojen kaventaminen kehittämällä ja ottamalla käyttöön terveyden edistämismenetelmiä. Työ toteutettiin kirjallisuuskatsauksena. Aiheesta rajattiin pois lapset, yli 64-vuotiaat ja raskaana olevat.\n\nErot sosioekonomisen aseman mukaan ovat selkeitä. Alimmassa koulutusryhmässä on eniten tupakoivia, ylipainoisia ja vähiten suositusten mukaisia ruokailutottumuksia seuraavia. Liikunnan harrastamisessa ei ole merkittäviä eroja eri koulutusryhmien välillä. Ylimmässä koulutusryhmässä kulutetaan eniten alkoholia mutta alempi koulutusluokka on li-sännyt alkoholin käyttöä merkittävästi.\n\nNäihin haitallisiin elintapoihin puuttumalla voitaisiin edistää sosioekonomisesti heikommassa asemassa olevien naisten terveyttä ja työkyvyn säilymistä mahdollisimman pitkään. Varsinkin, kun eläkeikää ollaan nostamassa. Sosioekonomisesti korkeammalla olevilla naisilla on korkean koulutuksen myötä mahdollisesti enemmän työkaluja ja voimavaroja terveellisten elintapojen ylläpitoon ja sitä kautta parempi työkyky.
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) | 0,000 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,010 |
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 ».