"Koska lukeminen kannattaa aina." : varhaiskasvattajien näkemyksiä lapsille ääneen lukemisesta
Bibliographic record
Abstract
Tämän laadullisen tutkimuksen tarkoituksena on selvittää varhaiskasvattajien näkemyksiä lapsille ääneen lukemisen tavoista ja syistä sekä ääneen lukemisen hyödyistä niin lapsille kuin aikuisille. Lapsille ääneen lukemisesta on tehty tutkimuksia erilaisista näkökulmista erilaisilla kohderyhmillä, esimerkiksi Marja Nurmilaakso (2006) sekä Simone C. Ehmig (2018) ovat tutkineet paljon lasten alkavaa lukutaitoa ja kielellistä kehitystä. Varhaiskasvattajien näkökulmaa tähän ilmiöön on tutkittu vähän ja tällä tutkimuksella pyritään vastaamaan tähän tutkimukselliseen aukkoon. Varhaiskasvattajien näkemyksiä lapsille ääneen lukemisen tavoista, syistä ja sen hyödyistä tutkittiin käyttämällä sähköistä kyselylomaketta, joka sisälsi sekä avoimia että suljettuja kysymyksiä viidessä eri osiossa. Kysely jaettiin Facebookin ”Varhaiskasvattajien materiaalipankki” – ryhmässä ja siihen vastasi sata (N=100) varhaiskasvattajaa. Aineisto analysoitiin laadullisen sisällönanalyysin keinoin: aineistoa pelkistettiin ja siitä etsittiin yhdistäviä tekijöitä, joiden avulla aineisto luokiteltiin. Tutkimuksessa ilmeni, että vain osa lapsista kuulee kertomuksia päivittäin. Tulos on samansuuntainen juuri julkaistun Kansallisen koulutuksen arviointikeskuksen tutkimuksen kanssa (Repo ym. 2019, 159, 164). Tutkimuksessa selvisi myös, että aikuiset ja lapset tekevät aloitteet lukemisesta tasapuolisesti ja luetusta yleensä keskustellaan yhdessä. Ääneen lukiessaan varhaiskasvattajat pyrkivät tukemaan lasten kokonaisvaltaista kehitystä. Varhaiskasvattaja näkevät lapsille ääneen lukemisen hyödyttävän sekä lapsia että heitä itseään.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 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".