Tiedon hyödyntämisen kehittäminen koulutusorganisaatiossa
Bibliographic record
Abstract
Tietoa hyödynnetään organisaatioissa niin yksilö-, tiimi kuin organisaatiotasollakin. Tiedon hyödyntämisen sanotaan olevan organisaation keskeisin tehtävä, sillä sen avulla tuotetaan tavaroita ja palveluita sekä saavutetaan kilpailuetua. Organisaatiot hyödyntävät tietoa tulkitakseen toimintaympäristöstä tulevia signaaleja, luodakseen uutta tietoa ja tukeakseen päätöksentekoa. Tiedon hyödyntäminen asemoituu tietojohtamisen kokonaisuudessa yhdeksi tiedolla johtamisen ydinprosesseista. Opinnäytetyön lähtökohtana on organisaation tarve edistää tiedon hyödyntämistä. Toimeksiantaja on toi-sen asteen koulutuksen järjestäjä. Tiedolla johtamisen myötä organisaation tietojärjestelmiä ja raportointia on kehitetty aktiivisesti viime vuosina. Tietoa on tuotu runsaasti koko organisaation saataville. Johto ja esi-henkilöt hyödyntävät näitä tietoresursseja aktiivisesti työssään, mutta muun henkilöstön osalta niiden käyttö on jäänyt vähäiseksi. Opinnäytetyön tavoite on kehittää koulutusorganisaation opettajien tiedon hyödyntämistä. Tarkoituksena on kuvata, miten tiedon hyödyntäminen tuodaan käytäntöön osaksi opettajien arjen työtä. Opinnäytetyön päätutkimuskysymys on, miten tiedon hyödyntäminen voidaan tuoda organisaation arkeen? Alakysymykset ovat: Mitkä tekijät edistävät tiedon hyödyntämistä koulutusorganisaatiossa? Mitkä tekijät estävät tiedon hyödyntämisen koulutusorganisaatiossa? Millä keinoilla tiedon hyödyntäminen voidaan tuoda osaksi arkea? Tutkimusstrategiana on konstruktiivinen tutkimus. Se sopii tutkimusstrategiaksi, kun tarkoituksena on luoda käytännönläheiseen ongelmaan ratkaisuksi teoriaan pohjautuva konkreettinen tuotos. Aineistonkeruu toteutetaan ryhmäkeskustelun avulla ja yhteisöllistä kehittämistä tehdään työpajassa. Aineistot analysoidaan teoriaohjaavan sisällönanalyysin avulla. Tutkimusote on laadullinen. Opinnäytetyön tuotoksena laaditaan tiedon hyödyntämisen käytäntöön tuomiseksi implementaatiosuunnitelma Ottawa-mallin avulla. Ottawa-malli on erikoistunut tutkimustiedon siirtämiseen käytännön prosesseihin. Ottawa-malli ohjaa muutoksen fasilitaattoria määrittelemään muutoksessa, muutoksen omaksujissa ja toimintaympäristössä ilmeneviä edistäviä ja estäviä tekijöitä, joiden perusteella räätälöidään käytännön toimenpiteet. Käyttöönoton toimenpiteiden etenemistä seurataan huolellisesti muutoksen toteutusvaiheessa. Lopuksi muutoksen vaikutukset arvioidaan, jotta voidaan varmistua käyttöönoton onnistumisesta. Jos vaikutukset eivät ole toivottuja, prosessi voidaan aloittaa alusta. Yksilöiden tiedon hyödyntämiseen vaikuttavat monet henkilökohtaiset tekijät kuten ajattelutavat, asenteet ja motivaatio sekä ympäristötekijät kuten tilanne, jossa tietoa hyödynnetään sekä tiedon tarkkuus, ajantasaisuus ja merkityksellisyys. Tiedon hyödyntäminen on mielekästä yksilölle silloin, kun hän kokee tarjolla olevan tiedon arvokkaammaksi kuin aiempiin kokemuksiin tai teknisiin haasteisiin perustuvat esteet tiedon hyödyntämiselle. Opettajille on tärkeää, että hyödynnettävä tieto on helposti saatavilla. Tiedon hyödyntäminen motivoi, jos se helpottaa arjessa sen sijaan, että siitä aiheutuu lisätyötä. Tietoon pitää voida luottaa. Johtaminen on tärkein tiedon hyödyntämisen mahdollistaja organisaatiossa, sillä se tuottaa organisaation vision ja määrittelee, mikä tieto on strategian kannalta tärkeintä. Esihenkilöt toimivat tärkeinä esimerkkeinä tiedon jakajina ja hyödyntäjinä. On tärkeää, että tiedon hyödyntämisen välineet ovat asianmukaiset ja ajantasaiset. Tiimitoimintaa on hyvä edistää, sillä tiedon hyödyntäminen tiimien vuorovaikutustilanteissa mahdollistaa myös hiljaisen tiedon jakamisen, josta muodostuu uutta organisaatiotietoa.
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 | 0.001 |
| 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 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.050 | 0.024 |
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".