Mentorointi yrittäjän työhyvinvoinnin tukena
Bibliographic record
Abstract
Tämän Pro Gradu tutkielman tavoitteena on selvittää, miten mentorin mukanaolo auttaa yrittäjää selviytymään ja jaksamaan työelämässä ja miten mentorointi tukee yrittäjän työhyvinvointia. Tutkimuksella tavoitellaan yrittäjien näkökulman selville saamista siihen, miten he kokevat mentorin käytön hyödyttäneen heidän yrittäjänä toimimistaan sekä miten mentorointi on auttanut heidän ongelmiensa ratkaisemisessa ja liiketoimintansa eteenpäin viemisessä. Tutkimus toteutettiin kyselynä ja puolistrukturoituna haastatteluna. Tutkimusmenetelmä valittiin tutkimusaiheen moniulotteisen luonteen vuoksi, kuitenkin fenomenologisella lähestymistavalla. Alkuun tehdyn kyselyn tavoitteena oli löytää haastateltavat yrittäjät tutkimusta varten Suomen yrityskummit ry:n verkostosta. \nPääkysymyksenä tässä tutkimuksessa on, millä tavoin mentorointi on vaikuttanut yrittäjän työhyvinvointiin? Lisäksi selvitetään mikä mentoroinnissa koettiin tärkeäksi? \nKysely lähetettiin sähköpostilla 3500 vastaanottajalle, joiden tiedot ovat Suomen yrityskummit ry:n asiakasrekisterissä. Kyselyyn vastasi 110 mentorointiin osallistunutta, joista 21 ilmoittautui haastateltavaksi, mutta lopulta heistä vain 15 osallistui haastatteluun. Tutkimus tehtiin joulukuussa 2021, noin puolitoista vuotta maailmanlaajuisen Covid -19 pandemian puhkeamisen jälkeen. Haastateltaville esitettiin 15–40 minuuttia kestäneessä haastattelussa 13 kysymystä. Haastattelut tehtiin Covid -19 pandemiasta johtuen etänä. Haastateltavat suhtautuivat erittäin innokkaasti tutkimukseen ja monen kanssa syntyi vuorovaikutusta myös tutkimuksen päätyttyä. Avoin, keskusteluun kehottava ja ystävällinen lähestyminen, kuten myös haastattelijan oma yrittäjätausta ja Suomen yrityskummi ry:n mentorina toimiminen, avasi keskustelulle ihan omanlaisensa äänensävyn. \nVastaukset analysoitiin fenomenologista menetelmää käyttäen. Tässä menetelmässä kokemus ja merkitys saavat laajemman käsityksen, kun sitä peilaa vastaajan toimintaympäristöön. Fenomenologinen menetelmä selittää sitä, mikä on ollut vastaajien käsitys, riippumatta siitä, onko sille muiden kannatusta asiaan. Kysymysten vastauksia tarkasteltiin sisällönanalyysimenetelmällä. Tässä tutkimuksessa kiinnostuksen kohteena oli se, miten haastatellut yrittäjät kokivat mentoroinnin vaikuttaneet omaan työhyvinvointiinsa. \nTutkimustulos osoitti, että jo ensimmäisestä kerrasta lähtien mentorin mukaantulo helpotti yrittäjän ahdistusta, stressiä ja siitä johtuvia oireita ja antoi toivoa sille, että yhdessä ongelmallisista tilanteista selvitään. Mentorointia käytettiin eniten myynnin, markkinoinnin ja taloushallinnon toimintojen kehittämäiseen sekä uusien liiketoiminta mahdollisuuksien ja toimialojen kartoittamiseen. Jokainen mentorointiin osallistunut aktori suosittelisi sitä myös muille.
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 | 0.001 |
| 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 | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.084 | 0.028 |
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".