Verkko-opetuksen menetelmät ja mahdollisuudet johdon laskentatoimessa
Bibliographic record
Abstract
Tutkielman tarkoituksena oli tutkia verkko-opetuksen mahdollisuuksia ja menetelmiä johdon laskentatoimen opetuksessa. Pyrkimyksenä oli kartoittaa johdon laskentatoimen opetukseen sopivia tehtävätyyppejä, joilla vastataan johdon laskentatoimen roolin muutokseen liittyviin osaamistarpeisiin sekä opetuksen resurssikäytön nykyaikaistamistarpeeseen. Tutkimus toteutettiin case-tutkimuksena Tampereen yliopiston Johtamiskorkeakoulussa. Tutkielman empiirisessä osuudessa suunniteltiin ja toteutettiin KATLAA11 Johdon laskentatoimen perusteet verkkokurssina, jonka aikana testattiin erilaisia tehtävätyyppejä sekä arviointimenetelmiä. \n \nVerkkokurssit ja oppimisalustan käyttö tukevat yleensä konstruktivistista oppimiskäsitystä, jossa uutta tietoa rakennetaan aktiivisesti (Keränen & Penttinen 2007, 139). Konstruktivistisen oppimiskäsityksen mukaan yksityiskohtien hallinta ja muistaminen irrallisina asioina ei ole tärkeää, vaan oleellista on ymmärtää ja hahmottaa, mihin tieto- ja taitorakenteeseen yksityiskohdat kuuluvat (Rauste-von Wright ym. 2003, 165). Johdon laskentatoimen asiantuntijan työssä käsiterakenteiden hahmottaminen on erittäin tärkeää, koska liiketoiminnan muutostilanteissa vaaditaan kykyä ymmärtää päätöksentekijän tietotarpeita, taitoa erottaa olennainen suurista tietomassoista sekä kykyä hahmottaa laajoja asiakokonaisuuksia. \n \nVerkkokurssin tehtävätyypeistä opiskelijat pitivät faktuaalista tietoa lisääviä tehtäviä selvästi hyödyllisimpinä. Vapaavalintaisuutta sisältäneet tai omaa pohdintaa vaativat tehtävät koettiin vähemmän hyödyllisiksi, vaikka opettajanäkökulmasta näissä tehtävissä havaittiin opiskelijoiden metakognitiivisten taitojen kehittyminen. Vastaavasti opiskelijat suosivat opettajakeskeistä tai koneellista arviointia, vaikka konstruktivistisessa oppimisprosessissa korostetaan metakognitiivisten taitojen kehittymistä tukevaa itsearviointia, jota myös pidetään keskeisenä elinikäisessä oppimisessa ja asiantuntijuuden kehittymisessä (Brown ym. 1997; 35, 173). \n \nTietoisuus arvioinnin kriteereistä ohjaa voimakkaasti oppimistoimintaa (Rauste-von Wright ym. 2003, 179). Sosiaalisen vertailun teorian mukaan yksilöt vertaavat itseään objektiiviseen tietoon (esim suorituskykymittarit) aina, kun se on mahdollista (Birnberg, Luft & Shields 2006, 122). Opiskelijoiden palaute verkkokurssin itse- ja vertaisarvioinneissa käytetystä arviointimatriisista tukee näitä ajatuksia. Opiskelijoiden mukaan arviointimatriisin kriteerit helpottivat arviointeja ja vertaisarviointi arviointimatriisilla antoi luotettavampia tuloksia kuin vapaa palaute. Lisäksi arvioitiin, että arviointikriteerien antaminen etukäteen parantaa oppimistuloksia sekä arvosanoja. \n \nAjasta ja paikasta riippumattomat kurssitoteutukset lisäävät joustavuutta, mutta toisaalta verkko-opiskelu edellyttää opiskelijalta itseohjautuvuutta sekä valmiutta ottaa päävastuu omasta oppimisestaan (esim. Löfström & Nevgi 2009, 300). Kun tähän yhdistetään koulutuksen yleiset tavoitteet, johdon laskentatoimen asiantuntijoiden osaamistarpeiden muutos sekä erillisryhmien koulutustarpeet, voidaan todeta, että kurssitoteutusten joustavuutta tulisi lisätä hallitusti - riittävää ohjausta unohtamatta. Eri viestintämuotojen ja toimintamallien (esim. videoitavat luennot, monipuoliset verkkotehtävät ja virtuaaliset keskusteluryhmät) integraationa toteutettu sulautuvan opiskelun malli antaisi mahdollisuuden joustavaan ja oppimislähtöiseen opiskeluun sekä mahdollistaisi kurssien jatkokehittämisen yhteiskunnan ja työelämän vaatimusten muuttuessa, opetussuunnitelman vaihtuessa sekä digitaalisten oppimisympäristöjen ja työkalujen kehittyessä.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.012 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.007 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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; both teacher heads agree on what is shown here.
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".