Mitä ne tekee? : Haastattelututkimus Etelä-Suomen sairaalaoptikoiden työnkuvasta
Bibliographic record
Abstract
Opinnäytetyön tarkoitus oli selvittää Etelä-Suomen eri silmäsairaaloissa työskentelevien optikoiden työnkuvia ja optometrian koulutuksen vastaavuutta heidän työtehtäviinsä. Opinnäytetyön tavoite oli lisätä tietoisuutta sairaalaoptikoiden työtehtävistä ja optometrian kliinisemmästä puolesta, joka ei välttämättä välity optikkoliikkeiden asiakkaille. Opinnäytetyö toteutettiin yhteistyössä Suomen Optometrian Ammattilaiset ry:n (SOA ry) kanssa. \n \nTeoriaosuudessa käsitellään optikoiden koulutusta, työnkuvaa ja palkkausta Suomessa sekä kerrotaan lyhyesti, kuinka vaihtelevia optikoiden työtehtävät ovat Euroopan sisällä. Sen lisäksi kerromme lyhyesti Suomen terveydenhuoltojärjestelmästä. Opinnäytetyömme tehtiin kvalitatiivisen haastattelututkimuksen käytäntöjä noudattaen, ja haastateltavaksi valikoitui 10 sairaalaoptikkoa, joista 5 työskentelee julkisessa ja 5 yksityisessä terveydenhuollossa. \n \nHaastatteluiden tuloksista saimme selville, että sairaalaoptikon työtehtävät vaihtelevat sairaalasta riippuen mutta samassa sairaalassa työskentelevät optikot tekevät pääsääntöisesti samankaltaisia työtehtäviä. Sairaalaoptikon työtehtävät riippuvat myös vahvasti siitä, minkä tyyppisiä silmäterveyden palveluita sairaala, jossa hän työskentelee, tarjoaa. Haastateltavien mukaan optometrian koulutus antaa hyvän pohjan sairaalassa työskentelyyn, mutta oma tiedonhankinta on työssä tärkeää. \n \nOpinnäytetyömme tuloksia voivat hyödyntää kaikki sairaalaoptikon työstä kiinnostuneet: alan opiskelijat, työympäristön muutosta pohtivat jo työelämässä olevat optikot, alalle pyrkivät tai alasta ja optikoiden erilaisista työpaikoista muuten vain kiinnostuneet. Opinnäytetyömme tarjoaa katsauksen sairaalamaailmaan, joka optiselle alalle saattaa olla vielä vieras, mutta joka alalla tapahtuvien muutosten vuoksi voi tulevaisuudessa olla yhä useamman optikon työympäristö.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.041 | 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".