Yli viisikymppisenä hankitun korkeakoulututkinnon henkilökohtainen merkitys naiselle
Bibliographic record
Abstract
Tutkimuksen tavoitteena oli tarkastella 50+-vuotiaiden naisten kouluttautumista ja sitä, mikä motivoi heitä hakeutumaan korkeakouluopintojen pariin, miten he kokevat ne ja miten he arvelevat korkeakoulututkinnon vaikuttavan uraansa ja asemaansa työelämässä ja yhteiskunnassa. Lisäksi haluttiin selvittää, millaisia kokemuksia naisilla on iästään niin opintojen kuin työelämän parista. Tutkimus suoritettiin laadullisena, aineistolähtöisenä tutkimuksena haastattelemalla kuutta 50+-vuotiasta naiskorkeakouluopiskelijaa. Aineiston analysoinnissa hyödynnettiin teemoittelua sekä narratiivisia menetelmiä. Korkeakouluopintojen pariin hakeutumisen motiivit liittyivät haluun oppia ja kehittää itseään sekä parantaa omaa asemaa alati muuttuvilla työmarkkinoilla. Koulutuksen tuomaa muodollista pätevyyttä pidettiin myös tärkeänä. Naiset olivat opintojensa suhteen suunnitelmallisia ja realistisia. Heillä oli varma näkemys siitä, mitä opinnoiltaan hakivat. Ikää ei koettu rasitteena niin opinnoissa tai työelämässä, vaikka ikärasismin käsite olikin tullut työelämässä tutuksi. Korkeakoulututkinnolla ei koettu olevan merkitystä naisten asemaan työelämässä tai yhteiskunnassa. Sen sijaan sen henkilökohtainen merkitys oli suuri. Ikääntyvien korkeakouluopiskelijoiden määrän kasvaessa huomiota tulisi kiinnittää vertaistuen järjestämiseen ja siihen, miten hyödyntää heidän pitkä elämän- ja työkokemuksensa opintoja suunnittelussa ja toteutuksessa. Tärkeää olisi huomioida ikääntyneiden suoma valtava potentiaali teorian ja käytännön kaikupohjana.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.093 | 0.032 |
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".