PAIKALLISYHDISTYKSEN JÄSENTEN AKTIVOINTI JA UUSIEN JÄSENTEN HANKINTA : Salpausselän luonnonystävät ry./ Suomen luonnonsuojeluliitto
Bibliographic record
Abstract
Tämä opinnäytetyö käsittelee Suomen luonnonsuojeluliiton Lahden ja lähialueiden paikallisyhdistyksen Salpausselän luonnonystävät ry uusien jäsenien hankintaa ja jo olemassa olevien jäsenten aktivoimista yhdistystoimintaan mukaan. Työn toimeksiantajana on Salpausselän luonnonystävät ry.\n\nTyön teoriaosuus jakaantuu kahteen eri osaan. Ensimmäisessä osuudessa käsitellään yleisesti luonnonsuojelun tilannetta, Suomen luonnonsuojeluliiton ja Salpausselän luonnonystävien toimintaa sekä arvoja, vapaaehtoistyön säädöksiä sekä nykypäivän haasteita. Toisessa teoriaosassa käsitellään jäsenhankintaa, jäsenhankinnan osia ja yhdistyksen perustoimintaa, edeten yhdistyksen viestintäsuunnitelman laatimiseen. \n\nTyön tarkoituksena on toimia vapaaehtoistyöhön perustuvan luonnonsuojeluyhdistystoiminnan jäsenhankinnan apuvälineenä muun toiminnan ohessa. Tarkoituksena on auttaa yhdistystä jäsenhankinta- sekä viestintäsuunnitelman laatimisessa, jollaisia ei ole vielä tehty yhdistyksen pitkän historian aikana. Tarkoituksena on lisätä yhdistyksen perustoiminnan suunnitelmallisuutta, joka omalta osaltaan auttaa jäsenhankintaa.\n\nTyötä varten haastattelin puhelimitse Salpausselän luonnonystävien jäseniä läpi teemahaastattelumallia käyttäen, ja haastatteluiden pohjalta ilmenikin tarvetta saada yhdistyksen toimintaa paremmin esille. Lisäksi haastattelin yhdistyksen kahta, hallituksessa jo pitkään toiminutta aktiivista jäsentä.
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 | 0.001 |
| 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) | 0.063 | 0.017 |
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".