Palveluiden kehittäminen Suomen Uusperheiden Liitto ry:ssä
Notice bibliographique
Résumé
Uusperheiden osuus Suomen lapsiperheistä on noin 9% (Tilastokeskus, 2018.) Suomen Uusperheiden Liitto (Supli ry) arvioi kuitenkin uusperheiden todelliseksi osuudeksi noin 15% lapsiperheistä, koska tilastoissa lapset voivat olla kirjoilla vain yhdessä osoitteessa. Supli ry on vuonna 1996 perustettu valtakunnallinen uusperheiden hyvinvointia edistävä asiantuntija- ja kansalaisjärjestö. Supli ry toimii aktiivisesti tasa-arvoisen lapsi- ja perhemyönteisen yhteiskunnan edistämiseksi. Teoreettisena viitekehyksenä opinnäytetyölleni toimii asiakaslähtöisyys toiminnan kehittämisessä palvelumuotoilua hyödyntämällä. Opinnäytetyöni vastaa Supli ry:n tarpeisiin ja heidän toimintansa kehittämiseen. \n \nKartoittavan opinnäytetyöni kohderyhmänä ovat uusperheiden vanhemmat. Opinnäytetyön tarkoituksena on selvittää Suomen uusperheiden palvelutarpeita. Tavoitteena on tuottaa tietoa Supli ry:n asiakaslähtöisten palvelujen kehittämiseen. Tiedonkeruumene-telmänä käytettiin verkkokyselyä, joka sisältää niin suljettuja (strukturoituja) kuin avoimiakin kysymyksiä. \n \nOpinnäytetyöni keskeisimmiksi tuloksiksi muodostuivat uusperheiden haasteet arjessa, uusperheiden tyytyväisyys Supli ry:n palveluihin tällä hetkellä, ja minkälaisiin asioihin uusperheelliset toivoisivat muutosta tulevaisuudessa. \n \nOpinnäytetyön kyselyn tulokset osoittavat Suomen uusperheiden olevan pääsääntöisesti tyytyväisiä Supli ry:n palveluihin. Uusia jo olemassa olevia palveluita toivottiin lisää ja Supli ry:tä toivottiin toimivan myös uusperheiden puolestapuhujana valtakunnallisella tasolla. Osalle vastaajista taas kysely toimi tiedonlähteenä Supli ry:n palveluista. Supli ry pystyy jatkossa hyödyntämään kyselystä saatuja tuloksia tehdessään uudestaan palvelutarpeen kartoitusta.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,070 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».