Leikki-ikäisen ensiapuopas : Pikku Leijona päiväkotien henkilökunnalle
Bibliographic record
Abstract
Leikki-ikäisellä tarkoitetaan 1–6-vuotiasta lasta. Ympäristön monipuolistuessa ja karkeamotoriikan kehittyessä leikki-ikäinen koettelee rajojaan, eikä vielä osaa arvioida toimintansa riskejä. Suurin osa tapaturmista on estettävissä aikuisen valvonnalla ja tapaturman sattuessa Suomen lait velvoittavat auttamaan apua tarvitsevaa.\n\nOpinnäytetyön toimeksiantaja oli Pikku Leijona Oy, jonka päiväkotien johtajana toimii Kirsi Tuppurainen. Opinnäytetyö oli kehittämistyö, jonka lopputuotos oli ensiapuopas päiväkotien henkilökunnalle. Pikku Leijona päiväkotien henkilökunnan toiveet kartoitettiin sähköpostikyselyllä. Oppaaseen valikoitui 14 aihetta ja opas sisälsi kuvaohjeistuksia sekä kaavioita. Opinnäytetyössä käsiteltiin oppaan aiheet teoreettisesti, kartoitettiin yleisimpiä tapaturmia sekä Suomessa että muualla maailmalla ja käsiteltiin varhaiskasvatusta. \n\nOppaasta oli tarkoitus tehdä helposti mukana kuljetettava työväline, jossa on selkeät ja yksinkertaiset ohjeet ensiaputilanteisiin. Tavoitteena oli antaa henkilökunnalle varmuutta toimia tapaturman tai sairaskohtauksen tapahtuessa.\n\nTulevaisuudessa opinnäytetyön pohjalta Pikku Leijona päiväkodeille voisi pitää koulutuspäivän ensiapuoppaan aiheiden perusteella, jossa työntekijät pääsisivät ohjattuna käytännössä harjoittelemaan ensiaputaitojaan.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.058 | 0.015 |
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".