Käyttäjälähtöinen suunnittelu Suomen Partiolaisissa palvelumuotoilun keinoin Case: Kajo 2022
Bibliographic record
Abstract
Tämän tutkimuksen tavoitteena oli syventää ymmärrystä käyttäjälähtöisestä suunnittelusta ja \nosallistavista menetelmistä, sekä kuvata Suomen Partiolaisissa heinäkuussa 2022 toteutettavan \nKajo-suurleirin kumppanuuskylä-projektin palvelumuotoiluprosessia. Tutkielman aihe valikoitui \najankohtaisuuden ja uutuusarvon kautta. Palveluiden, palvelutoimialan, sekä sosiaalisen median \nkasvun myötä yhteiskunta on muuttunut teollisuuskeskeisestä vuorovaikutus-, ja \nihmiskeskeiseksi. Tämä muutos koskee vahvasti myös järjestösektoria ja näyttäytyy myös \ntutkimuksen kohdeorganisaation toiminnassa. Suomen Partiolaisten suurleirien historiassa \nensimmäistä kertaa leiriorganisaatioon perustettiin oma palvelumuotoilutiimi, jonka tehtävänä \non tukea leirin kaikkia osa-alueita suunnittelemaan Kajon palveluita käyttäjälähtöisesti \npalvelumuotoilumenetelmiä hyödyntäen. \nTutkimuksen teoreettinen viitekehys perustuu muotoiluajattelun, palvelumuotoilun, \npalvelumuotoiluprosessin ja keskeisten osallistavien menetelmien aihealueisiin. Tutkimuksessa \ntarkastellaan kumppanuuskylä-projektin toteutumista käyttäjälähtöisen suunnittelun \nnäkökulmasta tarkoituksena selvittää, miten käyttäjälähtöinen suunnittelu tukee tutkimuksen \nkohteena olevan leirin suunnittelua, sekä miten osallistavat palvelumuotoilumenetelmät \ntukevat käyttäjälähtöistä suunnittelua. Lisäksi tutkimuksessa kuvataan ja tarkastellaan \ntoteutuneen palvelumuotoiluprosessin etenemistä ajanjaksolla lokakuu 2021-maaliskuu 2022. \nTutkimus toteutettiin tapaustutkimuksena toimintatutkimuksen menetelmin. Aineistonkeruu \ntoteutui osallistavan havainnoinnin kautta, jossa tutkijalla oli myös kumppanuuskylä-projektissa \npalvelumuotoilijan aktiivinen rooli. Aineistoa kertyi monipuolisesti muun muassa \nasiakasymmärrystä syventävän kyselyn ja ideointityöpajojen kautta, sekä tutkijan tekemien \nhavaintojen ja muistiinpanojen pohjalta. \nTutkimuksen perusteella käyttäjälähtöinen suunnittelu auttaa ohjaamaan Kajo-suurleirin \nkumppanuuskylä-projektin toteutumista siten, että leiriläinen pysyy suunnittelutyön keskiössä. \nTulokset myös osoittavat, että käyttäjälähtöinen suunnittelu tuottaa molemminpuolista hyötyä \nsekä kumppaneiden näkyvyyden lisäämiseksi leirillä, että myös leiriläinen pääsee \ntodennäköisesti kokemaan elämyksellisen leirikokemuksen Kajolla. Lisäksi osallistavien \nmenetelmien käyttö osoitti mahdollistavan käyttäjälähtöisen suunnittelun ja tukee Kajon \narvolupauksen toteutumista ja tavoitteiden täyttymistä siten, että leirin osallistujista tuntuu, \nettä leiri on suunniteltu heitä varten. Haasteeksi osoittautui osin puutteellinen \nprojektinjohtaminen ja epäselvyydet projektin omistajuudesta ja projektin osapuolten epäselvät \nvastuualueet. Muutoin tutkimustuloksista selvisi, että palvelumuotoiluprosessi eteni \nsystemaattisesti eteenpäin ja noudatteli palvelumuotoiluprosessille tyypillisiä välivaiheita \nasiakasymmärryksen syventämisestä ideointityöpajaan ja prototypointiin.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.015 | 0.005 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.027 | 0.004 |
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".