Tapaustutkimus monikkolasten minäkäsityksestä
Bibliographic record
Abstract
Tutkimuksen tavoitteena oli selvittää, millaiset tekijät monikkolasten kokemuksissa kaksosuudesta voivat vaikuttaa monikkolasten minäkäsitykseen. Minäkäsitys ohjaa yksilön toimintaa ja ajattelua, kun taas kaksosuus vaikuttaa monikkolasten kasvuun: monikkolapset kehittyvät ja kokevat tiettyjä elämän tapahtumia samaan aikaan. Tutkimus toteutettiin haastattelemalla monikkolapsia (n=12), jotka olivat iältään 9−13 –vuotiaita kaksosia. Tutkimuksen viitekehyksenä oli minäkäsityksen teoria, jonka ympärille teemahaastattelurunko muodostui. Haastattelut toteutettiin osittain videopuheluita hyödyntäen, koska tutkittavat asuivat eri puolilla Suomea. Aineisto analysoitiin teoria- ja aineistolähtöisesti. Kaksosuus ilmeni toistuvasti monikkolasten kuvauksissa minäkäsityksen eri ulottuvuuksissa. Kertomukset painottuivat realistisen minäkäsityksen suoritusminäkuvaan ja sosiaaliseen minäkuvaan. Monikkolasten kuvaukset itsestään syntyivät usein vertailun kautta, vertailukohteena olikin oma monikkosisarus. Monikkolasten sekoittamisen ja yksilöllisyyden puutteen vuoksi, monikkolasten normatiivinen minäkäsitys oli ristiriidassa realistiseen minäkäsitykseen. Kuitenkin monikkolasten välinen suhde tuki monikkolasten sosiaalista minä- kuvaa, koska suhteeseen kehittyi läheisen ystävyyssuhteen piirteitä. Monikkolasten läheisten ihmisten tulisi ymmärtää, miten tukea monikkolasten yksilöllisyyttä ja keskinäistä suhdetta, koska nämä tekijät vaikuttavat merkittävästi monikkolasten minäkäsitykseen.
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) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.063 | 0.008 |
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".