Pelillistetty oppimateriaali laskimoverinäytteenotosta kotiympäristössä
Notice bibliographique
Résumé
Tämän toiminnallisen opinnäytetyön tarkoituksena oli laatia pelillistetty oppimateriaali laskimoverinäytteenotosta kotiympäristössä lähihoitajaopiskelijoille. Opinnäytetyö tehtiin yhteistyössä Oulaisten Jedun kanssa. Tavoitteinamme tässä opinnäytetyössä oli lisätä tietoisuutta liittyen laskimoverinäytteenottoon sekä luoda turvallinen oppimisympäristö, joka haastaa opiskelijaa tekemään itsenäisiä päätöksiä ja motivoi oppimisessa. Laskimoverinäytteenoton tietoisuuden lisäämisellä voidaan vaikuttaa preanalyyttisten virheiden ennaltaehkäisemiseen. Oppimateriaali luotiin Thinglink- alustalle ja teoriaosuudessa käytettiin ajantasaista ja näyttöön perustuvaa tietoa. Siinä käytettiin pelillisiä elementtejä, kuten tarinallisuutta ja tehtäviä. Oppimateriaaliin lisättiin tietoa asiakkaan tunnistamisesta ja ohjauksesta, näytteenoton ergonomiasta, näytteenoton välineistä, näytteenotosta sekä näytteiden pakkaamisesta ja kuljetuksesta. Oppimateriaalissa hyödynnettiin kuvia ja kysymyksiä, joiden avulla testattiin opiskelijan oppimista ja tietämystä. Oppimateriaali rakennettiin siten, että opiskelija sai tehdä itsenäisesti päätöksiä. Opiskelija sai jatkuvaa palautetta liittyen tekemiinsä valintoihin ja tehtäviin. Oppimateriaalista keräsimme palautetta Webropol- kyselyn avulla. Opiskelijoista suurin osa koki oppimateriaalin olevan hyödyllinen ja motivoivan heitä paremmin aiheen opiskeluun, kuin perinteiset opiskelumenetelmät, kuten kirjasta lukeminen. Jatkokehitysideana voitaisiin laatia ergonomiaohjeet näytteenottoon kotiympäristössä, sillä ergonomiassa on omat haasteensa kotiympäristössä toimiessa.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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) | 0,072 | 0,024 |
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 ».