Avoimin mielin, ammattilainen! : podcast monisuhteisen asiakkaan kohtaamisesta
Notice bibliographique
Résumé
Opinnäytetyön tarkoituksena oli tuottaa kaksijaksoinen podcast monisuhteisten asiakkaiden sensitiivisestä kohtaamisesta sosiaali- ja kirkon aloilla. Opinnäytetyön tavoite oli lisätä monisuhteisten asiakkaiden sensitiivisen kohtaamisen valmiuksia sosiaali- ja kirkon alan ammattilaisilla ja opiskelijoilla. \n \nOpinnäytetyön tavoitteeseen päästiin toteuttamalla työ kehittämispainotteisesti, podcastin keinoin. Kehittämisprosessiin kuului ideoinnin ja suunnittelun lisäksi podcastin toteutus editointeineen ja jaksojen julkaisu Spotifyssä. Avoimin mielin, ammattilainen! -podcastin jaksoja on kaksi. Molempien jaksojen yksittäinen pituus on 27 minuuttia. \n \nJaksoissa keskustellaan Polyamoria-monisuhteisuusyhdistyksen puheenjohtajan Markus Ojan kanssa monisuhteisuuden perusasioista sekä diakonissa Anne Matilaisen kanssa monisuhteisen asiakkaan sensitiivisestä kohtaamisesta ja kirkollisesta näkökulmasta monisuhteisuudesta. Jaksot ovat informatiivisia, mutta keskustelevia. Jaksot on tehty suomen kielellä. \n \nPodcast oli innostava viestintäkeino myös ammatillisen informaation jakamiseen. Monisuhteisten asiakasryhmän näkyvyyden lisääminen ja perustietouden jakaminen monisuhteisuudesta oli tarpeellista. Podcast tulee lisäämään sosiaali- ja kirkon alojen ammattilaisten ja opiskelijoiden tietoutta monisuhteisuudesta sekä reflektiota sensitiivisestä kohtaamisesta.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,134 | 0,043 |
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 ».