Aikuisten oikeesti : kuvauksissa lapsinäyttelijän kanssa
Bibliographic record
Abstract
Opinnäytetyössäni käsittelen elokuvan tekemistä lapsinäyttelijän kanssa. En niinkään keskity lapsinäyttelijän ohjaamiseen, vaan ennemminkin sellaisiin käytännönjärjestelyihin ja asioihin, jotka saattavat helpottaa niin lasten kuin aikuistenkin työntekoa. Opinnäytetyön tärkeimmät lähteet ovat ohjaaja Mari Rantasilan ja ohjaaja Kaija Juurikkalan haastattelut. Nämä kokeneet elokuva-alan ammattilaiset ovat työskennelleet useassa tuotannossa lapsinäyttelijöiden kanssa, ja iso osa vinkeistä ja ajatuksista tässä opinnäytetyössä on peräisin heidän kertomuksistaan. Käsittelen opinnäytetyössä mm.lapsinäyttelijän castaamisessa huomioitavia asioita, lapsen henkiseen ja fyysiseen turvallisuuteen liittyviä tekijöitä ja eri-ikästen lasten taitoja ja ominaisuuksia näyttelijöinä. Pohdin lisäksi vanhempien ja sisarusten asemaa lapsinäyttelijän elokuvanteossa, ja erittelen nuoria työntekijöitä koskevaa pykälää Suomen laissa ja sitä, miten se vaikuttaa lapsinäyttelijän aikataulujen suunnittelemiseen. Toivon myös antavani vinkkejä lapsen odotteluajan keventämiseksi ja vireystilan ylläpitämiseksi kuvauksissa. Liitteessä 1 tässä opinnäytetyössä on pelejä ja leikkejä, jotka eivät vaadi valmisteluja tai välineitä, eli joita voi pelata vaikka keskellä kuvauspaikkaa ja -päivää. Liitteessä 2 on ideoita siihen, mitä pakata mukaan lapsinäyttelijän \nkuvauspäivään.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.072 | 0.026 |
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".