Selvitys turvapaikannuslaitteista kaupungeissa
Bibliographic record
Abstract
Opinnäytetyön aiheena oli selvittää KÄKÄTE-projektin kanssa turvapaikannuslaitteita Suomen eri kaupungeissa. KÄKÄTE (Käyttäjälle kätevä teknologia) on Vanhus- ja lähimmäispalvelun liiton ja Vanhustyönkeskusliiton yhteinen viisivuotinen projekti (2010-2014). Projektin tavoitteena on teknologian keinoin tukea ikäihmisten hyvää arkea ja kotona asumista sekä helpottaa ikäihmisten parissa työskentelevien työtä. \n\nTyön tavoitteena oli saada selville kaupunkien asiantuntijoiden kanssa tietoa turvapaikannuslaitteista Suomessa ja niiden myöntämiseen liittyvistä epäkohdista. Turvapaikannuslaite eli henkilöpaikannin on apuväline, jossa on kaksisuuntainen puheyhteys ja paikannusominaisuus. Laitteet on pääsääntöisesti tarkoitettu muistisairaille.\n\t\nTutkimus tehtiin sähköpostikyselynä kaupungeille. Tutkimuksissa kysyttiin muun muassa muistisairaiden ja turvapaikannuslaitteiden määrää, laitteiden myöntämisperiaatteita ja niiden tulevaisuuden näkymiä. Tuloksen mukaan Suomessa ei ole käytössä montaa turvapaikannuslaitetta. Tutkimuksessa kävi ilmi, että suurimmat syyt laitteiden vähyyteen liittyvät käyttäjäkunnan kokoon, kaupunkien henkilökuntaan, lainsäädäntöön, määrärahojen puutteeseen ja laitteisiin. Tutkimuksen perusteella kaikkien kaupunkien edustajilla ei ollut tarpeeksi ajankohtaista tietoa laitteista. Kaiken kaikkiaan laitteita pidettiin hyvinä, mutta uusia ja parempia laitteita kaivattaisiin markkinoille.\n\nTutkimustulos on KÄKÄTE-projektille hyvin tärkeä, sillä tällaista turvapaikannuslaitteiden määrällistä tutkimusta ei ole aikaisemmin tehty Suomessa.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.081 | 0.030 |
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".