Graafisen teollisuuden kansainvälinen koulutusvertailu
Bibliographic record
Abstract
Insinöörityönä tehtiin Metropolia ammattikorkeakoulun tilaama vertailututkimus, joka on osa vuonna 2013 käynnistynyttä Viestintäalan tukisäätiön tukemaa hanketta graafisen teollisuuden koulutustarpeiden selvittämiseksi Suomessa. Hankkeeseen valittiin kaksi opiskelijaa tekemään opinnäytetöitä eri lähtökohdista: ensimmäinen toteutettiin haastattelututkimuksena graafisen teollisuuden toimijoille Suomessa, toinen maailman johtavien graafisen teollisuuden koulutusohjelmien ja Suomessa tarjottavan alan koulutuksen vertailuna. Opiskelijat olivat mukana Graafi-työryhmässä, jonka tehtävänä oli käyttää hyödyksi näiden töiden tuloksia osana graafisen teollisuuden koulutustarpeiden esiselvitystä. Vertailuun valittiin Metropolian kahden koulutusohjelman rinnalle kanadalainen Ryerson yliopiston Graphic Communications Management -koulutusohjelma ja saksalainen Hochschule der Medien. Ulkomaiset oppilaitokset ovat graafisen teollisuuden alalla kansainvälisesti hyvin arvostettuja. Työtä varten kerättiin internetistä koulutusohjelmien kuvaukset sekä muodostettiin vertailukelpoinen materiaali jakamalla koulutusohjelmien kurssit isompiin kategorioihin. Materiaalista etsittiin eroja ja yhdenmukaisuuksia, ja näitä eroja tutkimalla tehtiin johtopäätöksiä koulutuksesta ja sen laadusta ja laajuudesta kussakin oppilaitoksessa. Johtavien oppilaitosten koulutuksessa annettiin suuri painoarvo yritysyhteistyölle ja laitteiston kanssa tehtävälle harjoittelulle sekä painoprosessin opiskelulle kokonaisuutena. Graafisen teollisuuden alalla laitteiston hallitseminen on ensisijaisen tärkeää, ja sen määrä Metropolian koulutusohjelmissa on vähäinen tai puuttuu kokonaan. Erityisesti koulutuksen siirryttyä pois Leppävaarasta käytössä ollutta laitteistoa ei ole saatu uudelleen käyttöön. Työn edetessä nousi tärkeimmäksi aiheeksi laitteiston kanssa tapahtuva harjoittelu. Tässä yritysyhteistyön kehittäminen on nykyisellään erityisen tärkeää, jos koulutusta halutaan missään muodossa Suomessa enää järjestää. Ulkomaisissa vertailun oppilaitoksissa kehitettyä yritysyhteistyötä pidetään ylpeyden aiheena ja yritykset ovat mukana koulutuksen suunnittelussa, mikä ymmärrettävästi on erityisasemassa, kun halutaan vastata muuttuvaan koulutustarpeeseen.
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 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.163 | 0.047 |
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".