13–17-VUOTIAIDEN AKTIIVISTEN LIIKUNNANHARRASTAJIEN NUKKUMISTOTTUMUKSET JA VIREYSTILA
Bibliographic record
Abstract
Tämän määrällisen tutkimuksen tavoitteena oli tutkia 13–17-vuotiaiden aktiivisten \nliikunnanharrastajien nukkumistottumuksia ja vireystilaa. Tavoitteena oli tutkia nuorten \nunen määrää ja laatua, päivittäistä vireystilaa sekä millainen yhteys nukkumistottumuksilla \nja vireystilalla on. Nuorten nukkumistottumukset ovat heikentyneet vuosi vuodelta ja \naiempien tutkimuksien mukaan aktiiviset liikkujat tarvitsevat normaalia enemmän unta. \nTutkimuksen aineisto kerättiin touko- ja kesäkuussa 2019 Webropol-kyselyllä. Nuoret \nitsearvioivat omia nukkumistottumuksiaan ja vireystilaansa. Tutkimuksen kohdejoukko \nkoostui aktiivista liikunnanharrastajista ympäri Suomen (n=100). Vastaajista 51 prosenttia \n(n=51) oli tyttöjä ja 49 prosenttia (n=49) poikia. Tulokset analysoitiin IBM SPSS Statistics \n-sovelluksen versiolla 25.0. Tilastollisina testeinä käytettiin varianssianalyysiä, pearsonin \nkorrelaatiotestiä ja khiin neliö -testiä. \nTutkimustulosten mukaan ainoastaan noin kymmenesosa ylsi nuorille tehtyihin \nunisuosituksiin eli nukkuu öisin yli yhdeksän tuntia. Arkena nuoret menivät nukkumaan \nkeskimäärin ennen kello 23 ja viikonloppuisin ennen kello 00. Tytöt menivät aikaisemmin \nnukkumaan kuin pojat sekä arkena ja viikonloppuna. Arkena nuoret heräsivät keskimäärin \nennen kello 07. \nSuurin osa nuorista nukahti alle 20 minuutissa. Melkein puolet nuorista koki aamuisin olevan \nväsynyt herättyään, mikä kertoo huonosta unen laadusta. Suurin osa koki, että heillä oli usein \ntai lähes aina hyvä vireystila ja he jaksavat keskittyä päivisin keskittymistä vaativiin \ntehtäviin. Mitä enemmän nuori nukkui, niin sitä parempi vireystila hänellä oli. Aikaisemmin \nnukkumaan menevillä oli myös parempi vireystila. \nTutkimuksen tulokset nostavat esiin kysymyksen siitä, miten nuoret saataisiin huolehtimaan \nparemmin omasta nukkumisesta sekä miten peruskoulussa voitaisiin ohjata nuoria \nnukkumaan paremmin ja enemmän.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.188 | 0.103 |
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".