Jatkuvan oppimisen reformi poliittisena päämääränä : analyysi Opetus- ja kulttuuriministeriön jatkuvan oppimisen kehittämishankkeen perusteista
Bibliographic record
Abstract
Jatkuva oppiminen on yleisesti hyväksytty koulutusta, ihmisten toimintaa ja identiteetin rakentamista ohjaavaksi periaatteeksi. Se on asetettu koulutuspoliittiseksi päämääräksi niin Euroopan unionin tasolla kuin kansallisesti Suomessa. Tämän tutkimuksen tarkoituksena on tutkia jatkuvaa oppimista poliittisena päämääränä jatkuvan oppimisen perusteluja tarkastelemalla. Tutkimuksen aineis- tona on Opetus- ja kulttuuriministeriön aihetta koskevan hankkeen julkaisut ja raportit (Jatkuvan oppimisen kehittäminen 2018-2019, OKM). Vastaan tutkimuksessa kysymykseen: Minkälaisia perusteluja jatkuvalle oppimiselle annetaan taloudellisten, demokraattisten ja henkilökohtaisten merkityksien näkökulmasta opetus- ja kulttuuriministeriön jatkuvan oppimisen kehittämishankkeessa? Perusteita tutkimalla arvioin pääseväni lähemmäksi jatkuvaan oppimiseen liitettyjä käsityksiä ja arvostelmia. Tutkimukseni on luonteeltaan laadullista ja aineisto on analysoitu teoriaohjaavalla sisällönanalyysilla. Tässä tutkimuksessa teoriaohjaavuus näyttäytyy aineistosta saatujen havaintojen peilaamista teoriassa tunnistettuihin jatkuvan oppimisen taloudellisiin, henkilökohtaisiin ja demokraattisiin merkityksiin. Tulosluvussa erittelen perustelut teorialähtöisesti taloudellisiin, demokraattisiin ja yksilölähtöisiin perusteluihin. Jatkuvan oppimisen taloudelliset perustelut kytkeytyvät tiiviisti myös demokraattisiin ja yksilölähtöisiin perusteluihin ja muodostavan jatkuvan oppimisen kiistattomaksi ilmaistun pohjan. Jatkuvan oppimisen reformilla pyritään vastaamaan työelämän muutoksista johtuviin koulutustarpeisiin työn ja koulutuksen yhteensovittamista helpottavilla toimenpiteillä ja uudistuksilla.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".