MétaCan
Menu
Back to cohort
Record W7001065718

Ikääntyneen hyvä ravitsemus: koulutusmateriaali Kempeleen kotihoidon henkilökunnalle

2013· other· fi· W7001065718 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2013
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPower (physics)Point (geometry)Work (physics)Quarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyön tarkoituksena oli tehdä koulutusmateriaali ikääntyneen ravitsemuksesta Kempeleen kunnan kotihoidon työntekijöille. Tein koulutusmateriaalin yhteistyössä Oulun seudun ammattikorkeakoulun ja Kempeleen kunnan kanssa, joka on mukana Eheä elämän ehtoo -hankkeessa. Opinnäytetyön aihe sai alkunsa huolesta ja kiinnostuksesta ikääntyneiden hyvinvointia kohtaan sekä halusta auttaa ikääntyneitä ravitsevamman ravinnon äärelle. Sairaanhoitajan koulutukseen on sisällytetty opintoja ravitsemuksesta, mutta asian käsittely jää melko vähäiseksi. Olen jo aiemmassa koulutuksessa perehtynyt aihepiiriin, joten oli luontevaa tehdä opinnäytetyö ravitsemukseen liittyen. Työtä tehdessä sain perehtyä ikääntyneiden ravitsemukseen. Ikääntyneiden määrä tulee lisääntymään, ja kotona asuu yhä iäkkäämpiä sekä huonokuntoisempia ihmisiä. \nTuloksena syntyi koulutusmateriaali, jossa on teoriaa ravitsemuksesta, ikääntymisen tuomista muutoksista, ravitsemusongelmista sekä tapauskertomuksia, joita voidaan ratkaista. Koulutusmateriaali on Power Point -esityksen muodossa. Tapauskertomusten taustaksi sain ideoita ja ikääntyneiden ruokapäiväkirjoja Kempeleen kotihoidon henkilökunnalta. Hoitohenkilökunnalta kysyttiin yleisimpiä ravitsemusongelmia, mitä heille on tullut vastaan. Toiminnallisena tavoitteena oli, että koulutusmateriaali tukee kotihoidon henkilökuntaa ikääntyneen ravitsemushoidossa ja ikääntyneen ravitsemustila paranee. \n \nTeoriaosuudessa käydään läpi ikääntyneen ravitsemusta ja nostetaan esiin ikääntyneelle tärkeitä seikkoja. Keskeisimmiksi ikääntyneen virheravitsemusongelmiksi, nousivat aliravitsemus ja lihavuus. Tapauskertomuksissa esitellään ikääntyneen ravitsemus ja siihen liittyvät ongelmat. Ongelmiin esitetään esimerkkiratkaisut. \n \nOpinnäytetyön kehityshaasteena voisi tutkia Kempeleen kotihoidon asukkaiden ravitsemustilaa. Tutkimuksen pohjalta laadittaisiin ruokalista, joka ottaa huomioon esiin nousevat puutteet ravitsemuksessa.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.051
Threshold uncertainty score0.171

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0040.003
Scholarly communication0.0100.005
Open science0.0010.004
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0510.017

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.

Opus teacher head0.020
GPT teacher head0.252
Teacher spread0.232 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)French-language works237,207