Kohti yhteisiä monikielisiä hetkiä: Kaksikielisen satutunnin jalkauttamisen suunnitelma
Bibliographic record
Abstract
Useimmilla kirjastoilla ei ole palveluissaan satutunteja, jotka ovat kaksikielisiä. Kaksikieliset satutunnit monipuolistavat kirjaston palvelua, koska silloin satutunteihin voisi osallistua sekä suomen/ruotsinkielisiä lapsia että lapsia, joiden äidinkieli on jokin muu. \nTämän opinnäytetyön tavoitteena oli luoda kaksikielisen satutunnin jalkauttamisen suunnitelma laajemmin Suomen kirjastoihin. Tätä toimintamallia voivat kirjastot käyttää ottaessaan käyttöön kaksikielisen satutunnin. Opinnäytetyön toimeksiantajana oli Monikielinen kirjasto. \n \nOpinnäytetyöhön sisältyi tutkimuksellinen osa ja toiminnallinen osa. Tutkimuksellinen osa toteutettiin tekemällä kysely ennalta valikoiduille kirjastotyön ammattilaisille Suomessa sekä muissa Pohjoismaissa sekä varhaiskasvatuksen ammattilaisille Suomessa. Tarkoituksena oli selvittää, millaisia kaksikielisen satutunnin malleja muiden Pohjoismaiden kirjastoissa sekä Suomessa on jo toteutettu. Lisäksi työhön haluttiin mukaan varhaiskasvatuksen näkökulmaa aiheeseen. Toimivien mallien hahmottamiseksi kyselyn tulokset esiteltiin teemoittain. Teemat käsittelivät muun muassa kirjastojen kokemuksia kaksikielisistä satutunneista sekä yhteistyötä varhaiskasvatuksen ja vapaaehtoisten kanssa. \n \nOpinnäytetyön toiminnallinen osa eli suunnitelma kaksikielisten satutuntien jalkauttamiseksi valtakunnallisesti tehtiin aiemman teorian ja tutkimuksessa saatujen tulosten pohjalta. Suunnitelmaan sisältyi opaskirjan laatiminen kirjastoille kaksikielisten satutuntien toteuttamista varten sekä vinkkilistat satu- ja kuvakirjoista kaksikielisiä satutunteja varten. Jatkossa Monikielinen kirjasto jatkaa kaksikielisten satutuntien levittämistä Suomen kirjastoihin.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| 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".