MétaCan
Menu
Back to cohort
Record W7047751570

Hyvinvoiva työyhteisö työhyvinvointisuunnitelmalla

2022· other· fi· W7047751570 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2022
Typeother
Languagefi
FieldPhysics and Astronomy
TopicLightning and Electromagnetic Phenomena
Canadian institutionsnot available
Fundersnot available
KeywordsWork (physics)Statistical analysisContext (archaeology)Government (linguistics)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyön tavoitteena oli kehittää Kainuun keskussairaalan leikkaus- ja anestesiaosaston työyhteisön sairaanhoitajien työhyvinvointia. Tutkimuksessa selvitettiin, miten työhyvinvointia voitaisiin edistää ja sen myötä laatia osastolle työhyvinvointisuunnitelma osallistavia menetelmiä hyödyntäen. Opinnäytetyön metodologiana oli toimintatutkimus. Toimintatutkimuksen valinta tämän tutkimuksen tutkimusmenetelmäksi oli perusteltua, koska toimintatutkimuksen tarkoitus on synnyttää toimintaa, joka pohjaa nykyisiin käytäntöihin mutta pyrkii tulevaisuudessa muuttamaan niitä. \nEnsimmäisen syklin tarkoituksena oli selvittää henkilöstön tämänhetkistä työhyvinvointia. Mitä on henkilökunnan kokema tämänhetkinen työhyvinvointi? Työhyvinvoinnin nykytilaa kartoitettiin Hyvän työpaikan kriteerit-kyselyn avulla. Hyvän työpaikan kriteerit pohjautuvat suomalaiseen työhyvinvoinnin tutkimuskirjallisuuteen, aiemmin laadittujen hyvien työpaikkojen kriteeristöjen tarkasteluun ja hyödyntämiseen sekä amerikkalaiseen magneettisairaala-ajatteluun. Kriteerien tarkoituksena on herättää ajattelua työilmapiiristä, työhyvinvoinnista ja kriteerit ovat apuväline työyhteisöjen kehittämiseen omatoimisesti. Aineiston analysointi tapahtui tilastollisesti kuvaavalla analyysilla. Saadut tulokset auttoivat täsmentämään työhyvinvoinnin kehittämisen tarvetta osastolla. \nToisen syklin tarkoituksena oli kartoittaa järjestelmällisen kirjallisuuskatsauksen avulla mikä edistää työntekijöiden työhyvinvointia. Mitkä tekijät edistävät järjestelmällisen kirjallisuuskatsauksen mukaan työhyvinvointia? Järjestelmällinen kirjallisuuskatsaus tehtiin, jotta tutkittavaa aihetta voitaisiin ymmärtää kattavammin aiheesta aiemmin tehdyn tutkimuksen perusteella. Aineisto analysoitiin deduktiivisesti eli teorialähtöisesti, jolloin analyysiä ohjaa luokittelurunko, joka pohjaa aiempaan tietoon. Järjestelmällisen kirjallisuuskatsauksen tuloksissa työhyvinvointia edistäviä tekijöitä olivat asiantuntijuuden kehittäminen, työn palkitsevuus, kollegiaaliset suhteet ja osallistava johtaminen. Kirjallisuuskatsauksen tulokset vahvistivat Hyvän työpaikan kriteerit-kyselystä nousseita kehittämisen tarpeita. \nKolmannen syklin tarkoituksena oli kuvata työhyvinvointisuunnitelma työyhteisön kanssa. Mitä sisältää osallistavin menetelmin laadittu työhyvinvointisuunnitelma? Työhyvinvointisuunnitelman kuvaamiseen hyödynnettiin Learning Cafe-menetelmää. Learning Cafe on menetelmänä yksinkertainen ja siinä keskitytään valittujen teemojen ja kysymysten ratkaisuun ryhmässä. Keskeistä menetelmässä on hyödyntää osallistujien omia kokemuksia ja asiantuntijuutta. Tilaisuudesta muodostunut aineisto analysoitiin induktiivisella sisällönanalyysilla. Kehittämiskohteiksi muodostuivat työyhteisötaidot, työn ja työajan organisoinnin kehittäminen, osaamisen kehittäminen, johtajuus ja esihenkilötyö sekä palkitsevuus. \nNeljännen syklin tarkoituksena oli henkilöstön kanssa kuvata käyttöönotto- ja arviointisuunnitelmat sekä vakiinnuttaa toimintaa. Miten toteutetaan osallistavin menetelmin laadittu työhyvinvointisuunnitelman käyttöönottosuunnitelma? Käyttöönottosuunnitelman kehittämisessä hyödynnettiin mukaillen Ottawa-mallia. Toimintaympäristön arviointiin käytettiin Kainuun keskussairaalan leikkaus- ja anestesiaosastolle vuonna 2021 tehtyä työelämän laadun (QWL) pulssikyselyn tuloksia. Learning Cafe- tilaisuudessa pohdittiin käyttöönottoa estäviä ja edistäviä tekijöitä sekä koottiin yhdessä työhyvinvointisuunnitelman käyttöönottosuunnitelma.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.035
Threshold uncertainty score0.118

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0050.002
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0350.011

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.

Opus teacher head0.012
GPT teacher head0.226
Teacher spread0.214 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)Same topicLightning and Electromagnetic PhenomenaFrench-language works237,207