Espanjan ja Suomen tapakulttuurien erot
Bibliographic record
Abstract
Opinnäytetyömme tarkoituksena oli ottaa selvää Espanjan ja Suomen tapakulttuurien eroista. Tavoitteena oli vertailla Suomen ja Espanjan tapakulttuureja ja selvittää eri toimintatapoja niin Suomessa kuin Espanjassa. \n \nAloitimme opinnäytetyömme kesällä 2017. Motivaationa oli harjoittelumme suorittaminen Espanjan Fuengirolassa. Halusimme tutustua tarkemmin Espanjan kulttuuriin. Harjoittelun jälkeen jatkoimme koulua Kajaanin Ammattikorkeakoulussa ja siirryimme keräämään materiaalia Suomessa. Saimme paljon hyvää kokemusta Espanjan kulttuurista paikan päällä, joten hyödynsimme sitä opinnäytetyössämme materiaalin keräämisen vaiheessa, rajaten olennaisen tiedon Espanjasta. Halusimme tuoda opinnäytetyöhömme esille tiedon Espanjasta, jonka koimme itse hyödylliseksi. \n \nKulttuuri on itsessään hyvin laaja käsite, joten meidän tuli rajata opinnäytetyömme aihe. Valitsimme aiheeksemme tapakulttuurin, jota lähdimme tutkimaan tarkemmin sekä Suomen että Espanjan osalta. Käsittelemme työssämme Espanjan ja Suomen syömis- ja juomistapoja, päivärytmiä, elämäntapoja, kanssakäymistä ja juhlapyhiä. Avaamme työssämme myös molempien maiden perustietoja ja historiaa. \n \nKäytimme opinnäytetyössämme laadullista tutkimusmenetelmää. Pyrimme keräämään materiaalia mahdollisimman laajasti kirjallisuudesta ja internetistä. Suoritimme myös puolistrukturoidun haastattelun harjoittelumme työnantajalleTerhi Parkolle. Puolistrukturoitua haastattelua varten kehitellään valmiiksi kysymyksiä ja sen tarkoituksena on, että haastateltava voi vapaasti jakaa kokemuksiaan. Terhi Parkon haastattelu tukee keräämäämme teoriaa, mutta ei ollut isoin osa opinnäytetyötämme.\n\nOpinnäytetyössämme tutkittuamme lähemmin Espanjan ja Suomen tapakulttuurien eroja, tuloksena voimme todeta, että nämä kaksi kulttuuria eroavat paljon toisistaan. Esimerkkinä mainittakoon ruokailuajat ja ruoka: Espanjassa syödään aivan eri aikoihin kuin Suomessa, ja Espanjassa syödään lounaan ja päivällisen välissä tapasta, jota Suomessa ei syödä. Espanja on tunnettu äyriäisistä ja paellasta. Suomessa arvostetaan luonnonantimia ja puhtaita raaka-aineita esimerkiksi marjoja. Kummankin maan kulttuurissa ruokailutapoihin kuuluu alkoholi. Tuloksien avulla on helppo verrata Espanjan ja Suomen tapakulttuureja keskenään, joten saaduista tuloksista on hyötyä henkilöille, jotka aikovat matkustaa – tai muuttaa Espanjaan, tai kulttuureista kiinnostuneille.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.142 | 0.055 |
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".