Lukumummit ja -vaarit lasten lukutaidon tukena jo kymmenen vuotta
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Niilo Mäki Instituutin Lukumummi ja -vaari -toiminta viettää tänä vuonna juhlavuotta. Vuodesta 2012 asti Lukumummit ja -vaarit ovat käyneet kouluilla lukemassa lasten kanssa. Sosiaali- ja terveysjärjestöjen avustuskeskuksen (STEA) tuella kehitetyssä toiminnassa seniori-ikäiset vapaaehtoiset lukevat koulupäivän aikana koulun tiloissa oppilaiden kanssa kahden kesken. Viikoittaisilla lukutuokioilla luetaan yhdessä sopivantasoista kaunokirjaa ja keskustellaan luetusta. Niilo Mäki Instituutti on luonut tämän tutkimustietoon perustuvan toimintamuodon lukutaidon ja lukemisen tukemiseen. Alusta asti yhteistyökumppanina on toiminut Mannerheimin Lastensuojeluliitto (MLL), ja yhteistyö on tiivistynyt entisestään vuonna 2018, jolloin toiminnan ylläpito- ja vakiinnuttamisvaihe käynnistyi. Viimeisen kolmen vuoden aikana MLL:n rekrytoinnin ansiosta vapaaehtoisten määrä on kolminkertaistunut, ja tällä hetkellä vapaaehtoisia on toiminnassa mukana yli 900 ja lapsia noin 3000. Kouluja on mukana toiminnassa ympäri Suomen. Kuten kaikissa Niilo Mäki Instituutin hankkeissa, myös tässä toiminnassa on kehitetty mallit erilaisiin tarpeisiin ja eri kohderyhmille. Toisessa toimintamallissa Lukumummit ja -vaarit lukevat niiden oppilaiden kanssa, jotka tarvitsevat vahvistusta sujuvaan lukutaitoon ja lukumotivaatioon, ja toisessa suomi toisena kielenä -oppijoiden kanssa keskittyen erityisesti sanavaraston kehityksen tukemiseen. Toimintaan osallistuvat oppilaat ovat alakouluikäisiä.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.004 | 0.005 |
| Meta-epidemiology (broad) | 0.005 | 0.004 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.007 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.026 | 0.017 |
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 it