Rokotusosaaminen-koulutuskokonaisuuden arviointi ja materiaalin tuottaminen Moodle-oppimisympäristöön
Bibliographic record
Abstract
Opinnäytetyön tarkoituksena oli arvioida opiskelijan näkökulmasta Moodle-oppimisympäristöön kehitettyä Rokotusosaaminen-koulutuskokonaisuuden käytettävyyttä, linkitystä, visuaalisuutta, koulutuskokonaisuuden tavoitteiden kielikuvaa, koulutusmateriaalin ymmärrettävyyttä sekä tehtävien ja tentin kuormittavuutta. Lisäksi opinnäytetyön tarkoituksena oli tuottaa Rokotusosaaminen-koulutuskokonaisuuden orientaatio, opiskelijan ohje, pikaohje, koulutuskokonaisuuden rakennekaavio sekä kuvata kolme videoluentoa ja suunnitella niiden editointi. Tuotosten yhteisenä tavoitteena oli osaltaan edistää oppijan mahdollisuutta kehittyä osaavana rokottajana ja syventää rokotusosaamistaan koulutuskokonaisuuden aikana. \n \nOpinnäytetyö on osa Sosiaali- ja terveysministeriön (STM) rahoittamaa Rokotusosaamisen koulutuskokonaisuuden implementointi ja levittäminen sekä osaamismittarin kehittäminen -hanketta, joka toteutettiin Metropolia Ammattikorkeakoulun Terveys ja hoitaminen tulosalueelle osana terveydenhoitajakoulutusta. Yhteistyökumppaneina toimivat Turun ammattikorkeakoulu, DIAK-ammattikorkeakoulu sekä Terveyden ja hyvinvoinnin laitoksen (THL) Rokotusohjelmayksikkö. Rokotusosaaminen-koulutuskokonaisuus julkaistiin marraskuussa 2014. \n \nValtakunnallisesti yhtenäistä rokotusosaamisen opintojaksoa ei aiemmin ole ollut Suomen sairaanhoitajia, terveydenhoitajia, kätilöitä ja ensihoitajia kouluttavissa ammattikorkeakouluissa. Rokotusosaaminen-koulutuskokonaisuus vastaa tutkimuksista ja kyselyistä esiin nousseeseen tarpeeseen, josta ilmenee koulutuskokonaisuuden tarve niin hoitotyön koulutusohjelmissa kuin työelämässäkin. Valtakunnallisesti yhtenäisellä Rokotusosaaminen-koulutuskokonaisuudella turvataan tasalaatuinen rokotusosaaminen Suomessa. Tämän myötä väestö kykenee tekemään parhaaseen mahdolliseen tietoon perustuvia rokotuspäätöksiä, rokotuskattavuus kohenee ja rokotuksilla ehkäistävien tartuntatautien esiintyvyys laskee. \n \nJatkokehittämisehdotuksia esitetään kohdennettavaksi tässä opinnäytetyössä tuotettujen tuotosten kehittämiseen ja päivittämiseen Rokotusosaaminen-koulutuskokonaisuudesta saadun palautteen pohjalta. Kehitysehdotuksia esitetään kohdennettavaksi Rokotusosaaminen-koulutuskokonaisuuden kääntämiseksi esimerkiksi englannin kielelle. Näin koulutuskokonaisuus voitaisiin laajentaa tulevaisuudessa kansainväliseksi rokotusosaamisen koulutuskokonaisuudeksi.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.045 | 0.010 |
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".