Muistisairaiden henkilöiden sekä heidän läheistensä kokemuksia muistiystävällisyydestä
Bibliographic record
Abstract
Tämän opinnäytetyön tarkoituksena oli selvittää, millaisia kokemuksia muistisairautta sairastavilla henkilöillä ja heidän läheisillään on muistisairauden kanssa elämisestä muistiystävällisyyden näkökulmasta. Lisäksi keräsimme ideoita ja toiveita muistiystävällisyyden kehittämisestä. Opinnäytetyö toteutettiin yhteistyössä Etelä-Pohjanmaan Muistiyhdistys ry:n kanssa. \n \nToteutimme tutkimuksemme laadullisena tutkimuksena käyttäen teemahaastattelua aineistonkeruumenetelmänä. Teimme yhteensä kuusi haastattelua. Haastatteluihin osallistui viisi muistisairaan henkilön lähiomaista ja yksi pariskunta, joista toinen oli itse muistisairas. \n \nTutkimustuloksissa selvisi, että tietoa muistisairauksista sekä muistisairaille ja omaisille suunnattua toimintaa on tarjolla runsaasti. Julkisen ympäristön koettiin olevan haasteellinen muistisairaalle henkilölle ja itsenäinen selviytyminen vaatii hyvän toimintakyvyn. Kylttejä ja opasteita sekä erityisesti niiden selkeyttämistä ja keskenään samannäköisten tuotteiden ja lääkepakkausten erottelua toivottiin lisää. Hoitajien ja lääkäreiden koettiin pääasiassa kohtaavan muistisairaat yksilöinä ja muistisairas osallistui itseään koskevaan hoitokeskusteluun ja päätöksentekoon. Asioidessa koettiin, että henkilökunta ja muut ihmiset suhtautuivat pääasiassa ystävällisesti ja ymmärtäväisesti. Muistisairaat ja heidän omaisensa toivoivat, että muistisairas kohdataan aikuisena ihmisenä.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.093 | 0.028 |
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".