Sisäinen tarkastus Suomen ammattikorkeakouluissa
Bibliographic record
Abstract
Opinnäytetyön tarkoituksena on selvittää, tarvitaanko ammattikorkeakouluissa sisäistä tarkastusta. Työ kartoittaa sitä, millä Suomen ammattikorkeakouluista on käytössään sisäinen tarkastus, minkä takia se heillä on ja mitä lisäarvoa sisäisestä tarkastuksesta voisi olla. Tutkielman tavoitteena on jakaa tietoa ammattikorkeakouluille siitä, mitä hyötyä sisäisestä tarkastuksesta voi olla. \n \nOpinnäytetyön aineisto on kerätty teemahaastattelujen avulla. Tutkielmaa varten on haastateltu kasvotusten yhtä sisäisen tarkastuksen ammattilaista sekä Laurea-ammattikorkeakoulun hallintojohtajaa. Näiden lisäksi opinnäytetyöhön haastateltiin 19 ammattikorkeakoulun sisäisen tarkastuksen yhteyshenkilöä. Osa haastatteluista tehtiin puhelimitse, osa sähköpostitse. Tietoa on myös kerätty Tietosanoman julkaisemasta Sisäinen tarkastus –kirjasta ja Internetistä. \n \nOpinnäytetyö on toteutettu realistista evaluaatiotutkimusmenetelmää käyttäen. Tutkielma nojaa paljon myös kvalitatiiviseen eli laadulliseen tutkimustapaan. Tutkielman teoriaosio on kerätty kirjoista ja Internetistä. Aineisto-osiota varten tutkielmaan tehtiin haastatteluja. \n \nTutkielman tuloksista ilmenee, ettei monellakaan Suomen ammattikorkeakoululla ole käytössään sisäistä tarkastusta. Suurimmalla osalla kouluista on sisäinen tarkastus, joka tulee kaupungin-, kunta- tai koulutusyhtymän toimesta. Moni ammattikorkeakoulu löytää sisäisestä tarkastuksesta vain hyviä puolia, joita ovat esimerkiksi toiminnan parantuminen ja epäkohtiin puuttuminen. Sisäisen tarkastuksen huonoina puolina mainitaan byrokraattisuus ja kustannukset.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.107 | 0.030 |
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".