Nuorten vertaistoiminnan kehittäminen Suomen Diabetesliitto ry:ssä
Notice bibliographique
Résumé
Opinnäytetyön tilaajana toimi Suomen Diabetesliitto ry. Opinnäytetyön tarkoituksena oli kehittää kokonaisvaltaisesti nuorten vertaistoimintaa Suomen Diabetesliitto ry:ssä. Kohderyhmänä ovat 15-20-vuotiaat tyypin 1 diabeetikot. Työssä käsitellään tyypin 1 diabetesta, nuoruutta ilmiönä sekä näiden kahden asian keskinäistä merkitystä nuorten vertaistoimintaa suunniteltaessa. Opinnäytetyön tavoitteena on tarjota Suomen Diabetesliitto ry:lle konkreettisia kehittämisehdotuksia nuorten vertaistoiminnan kehittämiseksi.\n\nTyössä keskityin selvittämään nuorten tämänhetkisiä kiinnostuksen kohteita, sekä motivaatiota osallistua Suomen Diabetesliitto ry:n järjestämään vertaistoimintaan. Tämä toteutettiin verkkoalustaisella kyselytutkimuksella, jonka tuloksia analysoin sekä määrällisin että laadullisin menetelmin. Pyrin etsimään kehittämiskohteita Suomen Diabetesliitto ry:n vertaistoimintaan käyttämällä benchmarking-menetelmää, jonka tarkoituksena on kyseenalaistaa oman organisaation toimintaa vertailemalla omaa toimintaa muihin organisaatioihin. Tuloksia analysoin laadullisin menetelmin. Benchmarking toteutettiin haastatteluilla Mielenterveyden keskusliiton ja Nuorten Mielenterveysseura Yeesi ry:n kanssa.\n\nTutkimustuloksissa selvisi nuorten tämänhetkisiä mielenkiinnon kohteita, joita pystytään jatkossa hyödyntämään toimintaa suunniteltaessa. Tuloksissa esille nousivat vapaaehtoistyön ja nuorten osallistamisen merkitys. Nuoret olivat kiinnostuneempia osallistumaan toimintaan mieluummin ohjaajina kuin osallistujina. Nuorille on myös tärkeää päästä osallistumaan heille kohdistetun toiminnan suunnitteluun ja toteutukseen.\n\nTämän opinnäytetyön tuloksia pystytään hyödyntämään lähes missä tahansa organisaatiossa, jossa toteutetaan toimintaa nuorille. Opinnäytetyö tarjoaa ajankohtaisen katsauksen nuorten toivomaa toimintaa kohtaan, sekä herättelee ajatuksia ja ideoita oman organisaation kehittämiseksi. Tietopohjalla pystytään perustelemaan vertaistuen merkitystä yksilölle, yhteisölle ja yhteiskunnalle.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 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 ».