MétaCan
Menu
Retour à la cohorte
Enregistrement W7066927047

Kaikki viihtyvät hyvässä seurassa: yhdenvertaisuus Suomen Ratsastajainliiton alaisessa toiminnassa

2022· other· fi· W7066927047 sur OpenAlexaboutno aff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2022
Typeother
Languefi
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Traditional economyQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Opinnäytetyön tarkoituksena oli selvittää, miten yhdenvertaisuus toteutuu Suomen Ratsastajainliiton alaisessa toiminnassa sekä kartoittaa mahdollisia yhdenvertaisuuteen liittyviä kehityskohtia. Opinnäytetyön tavoitteena oli raportoida ja analysoida yhdenvertaisuuskyselyn tulokset. Työn toimeksiantajana toimi Suomen Ratsastajainliitto ry. \n \nTyön tietoperustassa tarkasteltiin yhdenvertaisuuden, tasa-arvon, syrjinnän ja häirinnän sekä esteettömyyden ja saavutettavuuden käsitteitä. Lisäksi käsiteltiin yhdenvertaisuutta Suomen laidansäädännön sekä urheilu- ja harrastustoiminnan kannalta ja kerrottiin Suomen Ratsastajainliitosta sekä Suomen Olympiakomitean Reilun Pelin eettisistä periaatteista. Tietoperustassa esiteltiin myös aikaisempia tutkimuksia, jotka liittyvät yhdenvertaisuuden toteutumiseen ratsastusharrastuksessa, urheilussa ja lajiliitoissa. Opinnäytetyö oli määrällinen tutkimus, jonka aineisto oli kerätty valmiiksi verkkokyselyn avulla keväällä 2021. Vastauksia kyselyyn oli tullut 279. Aineisto analysoitiin tarkastelemalla yhden muuttujan jakaumia ja kahden eri muuttujan suhteita, jotta mahdolliset yhteydet eri muuttujien välillä löytyi. \n \nKeskeisenä tuloksena tutkimuksessa selvisi, että yhdenvertaisuus toteutuu ratsastusseurojen toiminnassa vaihtelevasti. Tutkimuksen perusteella tärkeimpiä kehityskohteita on yhdenvertaisuuden, esteettömyyden ja saavutettavuuden lisääminen sekä syrjinnän ja häirinnän vähentäminen. Tutkimustuloksia hyödynnetään Suomen Ratsastajainliiton yhdenvertaisuussuunnitelmaa päivitettäessä.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0450,013

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)Même sujetComputational Physics and Python ApplicationsTravaux en français237 207