”MINÄ OLEN SE JOKA MINÄ OLEN” Transsukupuolisten nuorten mielenterveyden tukeminen Suomen evankelis-luterilaisessa kirkossa.
Bibliographic record
Abstract
TIIVISTELMÄ \n \n \nMelissa Hanhirova \nMinerva Keränen \n”MINÄ OLEN SE JOKA MINÄ OLEN”, Transsukupuolisten nuorten mielenterveyden tukeminen Suomen evankelis-luterilaisessa kirkossa. \nSivuja 58 ja liitteitä 4 \nKevät 2020 \nDiakonia-ammattikorkeakoulu \nSosiaali- ja terveysalan Ammattikorkeakoulututkinto \nSosionomi (AMK) -kirkon nuorisotyö \n \n \nOpinnäytetyön tavoitteena oli tuoda esiin sekä herättää keskustelua transsukupuolisuudesta ja mielenterveyden tukemisesta Suomen evankelis-luterilaisen kirkon nuorisotyötä tekevien työntekijöiden keskuudessa. Tavoitteena oli myös kiinnittää huomiota sukupuolivähemmistöjen asemaan suomalaisessa yhteiskunnassa ja erityisesti Suomen evankelis-luterilaisessa kirkossa. Aihe valikoitui opinnäytetyöhön siitä syystä, koska transsukupuolisuutta ei ole Suomessa käsitelty juurikaan mielenterveyden ja sen tukemisen näkökulmasta. Suomessa ei ole myöskään vielä tehty laajaa tutkimusta siitä, miten transsukupuoliset voivat yhteiskunnassa. \n \nOpinnäytetyö on kehittämispainotteinen ja projektinhallintamenetelmänä käytettiin ketterää menetelmää (Agile). Opinnäytetyön riskit painottuivat järjestettävään seminaariin ja osa niistä koski myös teoriapohjaa. Riskejä tullaan käsittelemään Produktion toteutus-kappaleessa. \n \nOsana opinnäytetyötä järjestettiin 6.2.2020 Diakonia-ammattikorkeakoulun Kalasataman kampuksella Helsingissä seminaari, jossa aiheena oli transsukupuolisten nuorten mielenterveyden tukeminen. Ohjelman sisällöstä vastasi muun muassa Mieli (Suomen Mielenterveys) ry sekä Snellu (Helsingin Seurakuntien erityisnuorisotyökeskus). Seminaarissa tuotiin esiin yhden nuoren omia kokemuksia kokemusasiantuntijavideon kautta. Lisäksi tilaisuudessa kuultiin Suomessa ensimmäisenä julkisuuteen tulleen transsukupuolisen papin Marja-Sisko Aallon puheenvuoro. \n \nSeminaarin palautteen mukaan aihe koettiin tärkeäksi ja ajankohtaiseksi. Aihe nosti esille tarpeen uudistaa vakiintuneita työtapoja ja vahvistaa erityisesti sukupuolisensitiivisyyttä. \n \n \n \n \n \nAsiasanat: Mielenterveyden tukeminen, Mielenterveys, Transsukupuolisuus, Kirkon nuorisotyö, Ihmisoikeudet, Tasa-arvo, Sukupuolen moninaisuus
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.083 | 0.024 |
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".