Ensiapusuunnitelma alle 19-vuotiaiden naisten salibandyn MM-kisoihin
Bibliographic record
Abstract
Tämän opinnäytetyön tarkoitus oli kuvata nuorten naisurheilijoiden yleisimmät vammaprofiilit salibandyssa ja mahdollisesti yleisössä tapahtuvat ensiapua vaativat tilanteet. Työn tavoitteena oli luoda Suomen Salibandyliitolle ensiapusuunnitelma alle 19-vuotiaiden naisten salibandyn MM-kisoihin. Työn tarkoituksena oli vastata seuraaviin kysymyksiin: Miten keskisuuren yleisötilaisuuden ensiapu toteutetaan? Mitkä ovat yleisimmät vammaprofiilit salibandyssa? \n \nOpinnäytetyössä keskitytään keskisuuren yleisötilaisuuden ensiavun toteuttamiseen sekä suunnitteluun. Yleisötilaisuuden turvallisuudesta vastaa pääasiassa tapahtuman järjestäjä yhteistyössä eri viranomaisten kanssa. Keskisuurta yleisötilaisuutta varten kootaan ensiapusuunnitelma, josta käy ilmi tapahtuman turvallisuuteen vaikuttavia tekijöitä. \n \nTässä opinnäytetyössä oli jaoteltu nuorten naisurheilijoiden yleisimmät vammaprofiilit karkeasti pään alueen vammoihin, tuki- ja liikuntaelinten pehmytkudosvammoihin sekä murtumiin. \n \nSalibandyliitto tilasi alle 19-vuotiaiden naisten salibandyn MM-kisoja varten ensiapusuunnitelman, joka toimi tämän opinnäytetyön tuotoksena. Ensiapusuunnitelmaa hyödynnettiin kisoissa konkreettisesti keväällä 2024. Kisojen jälkeen tuotettiin loppuraportti ensiavun toteutumisesta. Salibandyliiton on tarkoitus hyödyntää loppuraporttia tulevaisuudessa ensiavun ja turvallisuuden parantamiseksi vastaavissa yleisötapahtumissa.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.030 | 0.008 |
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".