Digiperehdytyksen rakentaminen yhteiskehittämisen keinoin Ensi- ja turvakotien liitossa
Bibliographic record
Abstract
Opinnäytetyön kehittämisprosessin tarkoituksena oli toteuttaa sekä kuvata Ensi- ja turvakotien liiton jäsenyhdistysten työntekijöitä osallistava verkkokoulutuksen rakentamisen tapa ja prosessi. Kehittämisprosessissa rakennettiin digiperehdytys Ensi- ja turvakotien liiton Pidä kiinni® -hoitojärjestelmän etsivää ja matalan kynnyksen työtä (ETMA-työtä) tekeville työntekijöille, jotka työskentelevät liiton jäsenyhdistyksissä eri puolilla Suomea. Kehittämisprosessissa ETMA-työtä tekevät sekä heidän lähiesihenkilönsä osallistuivat digiperehdytyksen rakentamiseen. Kehittämisprosessi kytkeytyi Ensi- ja turvakotien liiton keskusjärjestöön tapaan kehittää ja toteuttaa asioita yhdessä jäsenyhdistysten kanssa. Sen lisäksi se korostaa järjestön arvoihin kuuluvaa osallisuuden näkökulmaa. Kehittämisprosessi toimi myös osana Ensi- ja turvakotien liiton verkkokoulutusalusta ETKL-akatemian kehittämistä. Kehittämisprosessin viitekehyksenä toimivat etsivän ja matalan kynnyksen työn lisäksi oppiminen, verkkopedagogiikka, digiperehdytys ja osallisuus. \n \nDigiperehdytys rakennettiin yhteiskehittämisen menetelmällä, jossa hyödynnettiin laadullista tutkimusta. Aineistonkeruumenetelminä toimivat ETMA-työtä tekeville ja heidän lähiesihenkilöilleen suunnattu kysely sekä digiperehdytyksen testikäyttö, joiden aineistojen analyysit tehtiin aineistolähtöisellä analyysilla. Kyselyssä kartoitettiin vastaajien toiveita ja näkemyksiä digiperehdytyksen tavoitteista, sisällöstä ja siitä, millainen digiperehdytys toimisi parhaiten jäsenyhdistysten arjessa. Teoriaan pohjautuen sekä kyselyn tulosten perusteella rakennettiin digiperehdytys, jonka jälkeen uusia ETMA-työtä tekeviä työntekijöitä toimi digiperehdytyksen testikäyttäjinä. Testikäytössä työntekijät arvioivat digiperehdytystä sekä numeerisesti että sanallisesti. Testikäytön tulosten jälkeen digiperehdytykseen tehtiin vielä pieniä muutoksia, jonka jälkeen digiperehdytys todettiin valmiiksi ja julkistettiin uusien ETMA-työtä tekevien käyttöön Ensi- ja turvakotien liiton verkkokoulutusympäristö ETKL-akatemiassa. \n \nKehittämisprosessin tuotoksena syntyi valmis digiperehdytys, joka vastasi kyselyssä esiin nousseisiin tarpeisiin sekä toimi laadukkaana, mielekkäänä ja antoisana perehdytyksen muotona. Kehittämisprosessi kulki yhteiskehittämisen prosessin mukaisesti. Kehittämisprosessin tulosten näkökulmasta voitiin todeta, että yhteiskehittämisen menetelmillä voidaan rakentaa laadukkaita, tarpeeseen vastaavia perehdytyksiä, jotka voivat toimia yhtenä uusia työntekijöitä sitouttavana tekijänä. \n \nKehittämisaiheiksi kehittämisprosessin myötä nousi ETMA-työn asiakkaiden näkökulman lisääminen digiperehdytykseen, joka lisäisi osaltaan kokemustoimijuuden näkymisen muotoja Ensi- ja turvakotien liiton toiminnoissa. Lisäksi jäsenyhdistysten työntekijöiden osallisuuden kokemus yhteisten kehittämishankkeiden yhteydessä olisi tärkeä jatkokehittämisaihe, jotta voitaisiin havainnoida työntekijöiden osallisuuden kokemusta paitsi suhteessa omaan jäsenyhdistykseen, myös koko Ensi- ja turvakotien liiton jäsenperheeseen.
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 | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.057 | 0.021 |
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".