EKG-OPASVIHKO ALLE KOULUIKÄISTEN LASTEN PERHEILLE
Bibliographic record
Abstract
Potilaiden esivalmistelu kliinisiin fysiologian tutkimuksiin on erittäin tärkeää. Hyvä valmistelu parantaa kommunikaatiota ja tekee tutkimuksista potilaille helpompia sekä vähemmän stressaavia. Kirjalliset ohjeet ovat hyvä tapa antaa ohjeita potilaille ja valmistella heitä tuleviin tutkimuksiin. Potilaat voivat halutessaan palata kirjallisiin ohjeisiin ja tutustua niihin omaan tahtiinsa. \nEKG (elektrokardiogrammi) on yksi yleisimmistä kliinisen fysiologian tutkimuksista. Suomessa tehdään vuosittain yli 1,5 miljoonaa EKG-tutkimusta. Tutkimuksia tehdään sekä aikuisille että lapsille. \n \nTämän opinnäytetyön päätarkoituksena oli luoda EKG-opasvihko alle kouluikäisille lapsille sekä heidän perheilleen. Oppaan tarkoituksena on auttaa lapsia ymmärtämään mitä EKG tarkoittaa ja kuinka tutkimus tehdään. Samalla oppaan toivotaan rauhoittavan potilaita ja näin mahdollisesti parantavan EKG-tutkimusten laatua. \n \nTämä opinnäytetyö tehtiin yhteistyössä Pohjois-Karjalan sairaanhoito- ja sosiaalipalvelujen kuntayhtymän (P-KSSK) kliinisen fysiologian laboratorion kanssa. Opinnäytetyön aihe ja motiivi työn tekemisiin on kokonaan lähtöisin työelämän tarpeista. Pohjois-Karjalan keskussairaalalla ei ole vielä käytössä minkäänlaista EKG-ohjetta erityisesti lapsille. Tämän opinnäytetyön myötä syntynyt EKG-opasvihko on suunniteltu ja toteutettu yhteistyössä kliinisen fysiologian laitoksen henkilökunnan kanssa, jotta se sopisi heidän tarpeisiinsa mahdollisimman hyvin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.082 | 0.028 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".