Ühe kutsekooli õpilaste teadlikkus tervislikust toitumisest, hinnangud oma toitumisharjumustele ning tervisliku toitumise põhimõtete õpetamise vajalikkusele kutsekoolis ja eelistused toitumise teema õppimiseks
Bibliographic record
Abstract
Ühe kutsekooli õpilaste toitumisharjumused ja ootused tervisliku toitumise õpetamisele 2 Resümee Ühe kutsekooli õpilaste teadlikkus tervislikust toitumisest, hinnangud oma toitumisharjumustele ning tervisliku toitumise põhimõtete õpetamise vajalikkusele kutsekoolis ja eelistused toitumise teema õppimiseks Tervislik toitumine mõjutab noore inimese tervist ja heaolu.Bakalaureusetöö eesmärk on välja selgitada ühe kutsekooli õpilaste teadlikkus tervislikust toitumisest, hinnangud oma toitumisharjumustele, tervisliku toitumise õpetamise vajalikkusele ning eelistused toitumise teema õppimiseks.Andmeid koguti digitaalse ankeediga, millele vastas 91 ühe kutsekooli mitte toitlustusvaldkonnas õppivat noort.Uurimuse käigus selgus, et ligi kolmandik kutsekooli õpilastest toitub endi hinnangul tervislikult, pidades sealjuures tervislikuks mitmekesist ja tasakaalustatud toitumist.Kolmandik õpilastest ei söö igapäevaselt hommikusööki ning rohkem kui veerand jätavad koolipäevadel vahele lõunasöögi.Teadmisi tervislikust toitumisest ning selle seostest hea tervise ja kvaliteetse eluga pidasid kutsekooli õpilased põhjusteks, miks kutsekoolis peaks tervislikku toitumist õpetama.Tulemustes selgus, et kutsekooli õpilased on üldiselt valmis õppima tervislikku toitumist kutsekoolis, eelistades seda õppida pigem valikkursusena ning läbi praktiliste toiduvalmistamise tundide.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.034 | 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".