Asiakkaiden avunsaanti kokemukset Suomen Delfins ry:n chat-palvelusta
Bibliographic record
Abstract
Tämä tutkimus on toteutettu yhteistyössä Suomen Delfins ry:n kanssa. Suomen Delfins ry tarjoaa apua ja tukea lapsena seksuaalista hyväksikäyttöä, kaltoinkohtelua ja väkivaltaa kokeneille aikuisille (Suomen Delfins 2021b). Tutkimuksen tarkoituksena oli tutkia Suomen Delfins ry:n ylläpitämän chat-palvelun asiakaskokemuksia. Selvitin tutkimuksessa, mihin asiakkaat hakevat apua chat-palvelusta, miten he kokevat tulleensa autetuksi siellä ja millaisena he kokevat siellä saamansa avun. Tutkimuksessa keräsin tietoa myös siitä, mitkä konkreettiset asiat auttoivat heitä eniten ja mitä he toivovat chat-palvelulta tulevaisuudessa. Tarve tälle tutkimukselle on lähtöisin yhdistykseltä mutta taustalla vaikuttaa myös oma mielenkiintoni aiheeseen yhdistyksen vapaaehtoisena chat-päivystäjänä. \n \nTutkimuksen laadullisen aineiston kokosin vuoden 2022 aikana. Keräsin tietoa chat-palvelun asiakaskokemuksista Webropol-kyselyn avulla. Lisäksi kokosin tutkimusaineistoa esihaastattelemalla chat-päivystäjiä ja järjestön työntekijöitä. Tutkimusaineistoa hankin myös asiantuntijaryhmähaastattelun avulla. Asiantuntijahaastattelun avulla sain syvennettyä kyselyssä asiakkailta keräämääni tietoa. Tutkimusaineistot analysoin sisällönanalyysin avulla. \n \nTutkimustulosten perusteella tärkeimpiä syitä chat-palveluun hakeutumiseen olivat tarve jakaa kokemuksia, tiedon tarve, palveluohjauksen tarve ja uhrin läheisten tarve saada apua. Näihin tarpeisiin enemmistö asiakkaista myös koki saaneensa apua, vaikka kokemukset saadusta avusta olivatkin kahtia jakautuneita. Enemmistö asiakkaista kuitenkin koki chat-palvelun hyödylliseksi ja tulleensa autetuksi. Tärkeimpinä konkreettisina auttavina asioina tutkimuksessa nousi esiin mahdollisuus kokemusten jakamiseen, neuvonta, palveluohjaus, tiedon saaminen, empaattinen kuuntelu, kannustus ja tuki. Tulevaisuudelta asiakkaat toivoivat mahdollisuutta pidempiin keskusteluihin ja laajennuksia chat-palvelun aukioloaikoihin.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.125 | 0.036 |
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".