Luokanopettajan vuorovaikutustaidot ristiriitaisissa vuorovaikutustilanteissa kouluympäristössä
Bibliographic record
Abstract
Tämän Pro gradu -tutkielman tarkoituksena oli selvittää, millaisia vuorovaikutustaitoja luokanopettajat nimeävät tarvitsevansa työssään ristiriitatilanteiden ratkaisemiseen. Lisäksi tutkielmassa haluttiin selvittää, miten luokanopettajat ratkaisevat ongelmallisina pitämiään vuorovaikutustilanteita ja millaisia keinoja opettajilla on tilanteista selviytymiseen. Luokanopettajilta pyydettiin myös neuvoja tuleville opettajille erilaisten ristiriitatilanteiden ennakointiin ja ratkaisemiseen. Tutkimus toteutettiin laadullisilla tutkimusmenetelmillä. Tutkimusaineisto kerättiin puolistrukturoidun teemahaastattelun avulla helmi-maaliskuussa 2019. Haastatteluihin osallistui seitsemän luokanopettajaa, joilla työkokemusta oli 5– 35 vuotta. Aineisto analysoitiin sisällönanalyysin menetelmiä käyttäen. Tutkimustuloksista käy ilmi, että luokanopettajat kohtaavat työssään monenlaisia ja vakavuudeltaan eriasteisia ongelma- ja ristiriitatilanteita lähes päivittäin. Työssään luokanopettajat ilmaisivat tarvitsevansa monenlaisia vuorovaikutustaitoja, joista tärkeimpinä pidettiin kuuntelemista, sovittelua, neuvottelua ja empatiaa. Vaikeissa ristiriitatilanteissa luokanopettajat tukeutuivat useimmin heidän esimieheensä. Opettajat pitivät kuitenkin ensiarvoisen tärkeänä toisilta kollegoilta saamaansa tukea ristiriitatilanteiden ratkaisemiseen. Luokanopettajien mielestä ristiriitatilanteita aiheuttavat eniten väärinymmärrykset, oppilaiden ja heidän perheidensä tuntemuksen puute tai laajemmalla tasolla yleinen yhteiskunnallinen kasvatuskulttuurin muutos ja opettajan ammatin arvostuksen heikkeneminen. Neuvoiksi uusille opettajille luokanopettajat antoivat muun muassa myönteisen ilmapiirin luomisen luokkaan ja avun pyytämisen kollegoilta.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.037 | 0.007 |
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".