Minä olen! -hyvinvointia kulttuurin keinoin : osallisuuden kokemukset
Bibliographic record
Abstract
Tämä opinnäytetyö tehtiin itseilmaisun vahvistamiseen tähtäävästä Minä olen! – hyvinvointia kulttuurin keinoin hankkeesta. Opinnäytetyön tarkoitus oli perehtyä osallisuuden kokemuksiin asiakkaiden näkökulmasta. Tavoitteena oli käsitellä hyvinvointia, työttömyyttä, osallisuutta ja yhteisöllisyyttä ilmiöinä. \n \nOpinnäytetyön teoriaosuudessa tarkasteltiin hyvinvoinnin, työttömyyden, osallisuuden ja yhteisöllisyyden käsitteitä ja niiden vaikutuksia yksilöön ja yhteiskuntaan. Opinnäytetyön raportissa kuvattiin miten hankkeeseen osallistujat ovat kokeneet hyötyvänsä toiminnasta. \n \nOpinnäytetyöhön liittyvä tutkimus toteutettiin vuoden 2022 syksyllä. Tutkimusmenetelmänä käytettiin haastatteluja, jotka tehtiin ryhmämuotoisina. Haastatteluryhmiä oli kaksi ja niissä haastateltavia yhteensä seitsemän. Haastattelut tehtiin Porin ja Ulvilan ryhmiin osallistuneille henkilöille. Haastatteluun osallistuminen oli vapaaehtoista ja se tehtiin nimettömästi. \n \nTämä opinnäytetyö antoi tietoa osallistujien osallisuuden kokemuksista. Tutkimuksen perusteella osallisuuden tunteen vahvistumiseen vaikutti vahvasti ryhmältä saatu tuki, ystävyyssuhteet ja samanhenkisyys sekä koettu sosiaalisuus. Arjessa tapahtuneet muutokset näkyivät voimavarojen lisääntymisenä, luottamuksena itseensä ja pärjäämiseensä, mielialan kohentumisena ja vuorokausirytmin ylläpitämisenä.
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) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.078 | 0.024 |
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".