Sekasin-chat – verkkovälitteinen keskustelupalvelu nuorten psyykkisen hyvinvoinnin tukena : Vertailututkimus ja analyysi nuorten psyykkisestä hyvinvoinnista ja oireilusta
Notice bibliographique
Résumé
Tämä on komparatiivinen tutkimus/analyysi ja opinnäytetyö MIELI Suomen Mielenterveys ry:lle (MIELI ry). Opinnäytetyöni tarkoituksena on nostaa esille ja kartoittaa nuorten ongelmia, joihin he hakevat apua Sekasin-chatista. \nTutkimuskysymykset, joihin pyrin analyysilläni löytämään vastauksen, ovat: Millaisiin ongelmiin ja elämäntapahtumiin nuoret kaipaavat tukea Sekasin -chatin kautta ja miten ongelmat vaikuttavat nuoren psyykkiseen hyvinvointiin? \n \nEnsimmäinen tavoitteeni opinnäytetyössäni on levittää tietoa nuorten psyykkisestä hyvinvoinnista ja psyykkisestä oireilusta. Toinen tavoitteeni on koota yhteen MIELI ry:lle havaintojani Sekasin-chatin vuosiraporteista, jotka liittyvät nuorten mielenterveyteen, nuorten kohtaamiin haasteisiin sekä chatin vaikutuksiin ja merkitykseen nuorille ja verrata tuloksia muihin tutkimustilastoihin. Opinnäytetyöni tilastot on koottu yhteen Sekasin-chatin vuosiraporteista vuosilta 2017-2019. Olen myös käyttänyt tilastoja Lasten ja nuorten puhelimen ja nettipalveluiden vuosiraporteista, joita ylläpitää Mannerheimin Lastensuojeluliitto (MLL). Nämä vuosiraportit ovat samoilta vuosilta kuin Sekasin-chatin raportit. Näitä raportteja olen käyttänyt vertaillakseni tuloksia erilaisista internetpalveluista, jotka työskentelevät nuorten psyykkisen hyvinvoinnin parissa. \n \nOpinnäytetyön teoreettinen viitekehys pohjautuu psyykkiseen hyvinvointiin, tavallisimpiin nuorten mielenterveysongelmiin ja eettiseen nuorisotyöhön internetissä. \n \nOpinnäytetyöni tulos osoittaa, että nuorten mielenterveysongelmat ovat lisääntyneet ja syyt niihin ovat moninaisia. Lisäksi nuoret tarvitsevat matalan kynnyksen mielenterveyspalveluita ja auttavia tahoja esim. internetissä, joihin ei tarvita lääkärin lähetettä.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,013 |
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 ».