Hahmosuunnittelun työnkuva Suomessa & tapaus korppikotka
Bibliographic record
Abstract
Opinnäytetyön tavoite oli esitellä hyvän hahmosuunnittelun tärkeimmät työvaiheet erityisesti 3d-suunnittelun näkökulmasta, valottaa hahmosuunnittelun työnkuvaa Suomessa, peilata näitä asioita opinnäytetyön toiminnalliseen osioon sekä kehittää tekijän ammatillista osaamista. Työharjoittelussa toteutettu korppikotka-hahmon suunnittelu ja 3d-mallintaminen oli osa Undo Oy:n Ghost Town -animaatiosarjan promootiotuotantoa. \n \nOpinnäytetyössä käytettiin hyväksi hahmosuunnittelun ja animaation tekemisen oppaita sekä lukuisia muita lähteitä mm. internetissä. Oppien soveltaminen käytännössä vahvisti myös tietopohjaa ja aiheen ymmärrystä. Hahmosuunnittelun työnkuvaa Suomessa selvitettiin kirjallisten lähteiden, tilastojen, eri tahojen internet-sivustojen sekä tehtyjen haastattelujen ja kyselyn perusteella. \n \nOpinnäytetyön toiminnallisen osuuden toteutus oli ammatillisesti hyvin opettavaista ja selkeytti tekijän ammatillisia kehittymistavoitteita. Hahmosuunnittelun työnkuvan selvityksessä kävi ilmi, että erikoistumista ja työtapoja leimaa Suomessa markkinoiden ja yritysten melko pieni koko. Erityisesti peliteollisuudessa valtioiden rajoilla kuitenkin on pienempi merkitys. Tyypillisesti alan ammattilaiset ovat moniosaajia. Työtavat ja hahmosuunnittelun prosessi vaihtelevat huomattavasti sen mukaan, minkälainen tuotanto on kyseessä, mutta myös yhdistäviä perustekijöitä hyvällä hahmosuunnittelulla on havaittavissa. Tarjolla olevasta lähdekirjallisuudesta ei saa realistista kuvaa työelämän todellisuudesta varsinkaan Suomen oloissa. \n \nOpinnäytetyön lopullisia johtopäätöksiä on, että hyvä hahmosuunnittelu vaatii teorian peruspilareiden hallintaa, kykyä hahmottaa kokonaisuus ja tehdä yhteistyötä. Moniosaaminen on Suomen markkinoilla ja työelämässä tärkeää, mutta myös huippuun viety erikoistuminen on mahdollista. Hahmosuunnittelusta uraa toivovilla on syytä olla realistiset odotukset, monipuolista osaamista ja korkea motivaatio kehittää ammattitaitoaan. Heille toivon mukaan on apua tähän opinnäytetyöhön tutustumisesta. Hahmosuunnittelun työnkuvan, tulevaisuuden ja koulutuksen kehittämisen syvempi tutkimus hyödyttäisi varmasti alasta kiinnostuneita.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.243 | 0.096 |
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".