Lastensuojelun näkökulma Harrastamisen Suomen malliin
Bibliographic record
Abstract
Tutkielman aiheena on selvittää, miten sosiaalityöntekijät kuvaavat Harrastamisen Suomen mallin hyötyjä, haasteita ja kehittämistarpeita lastensuojelun sosiaalityön näkökulmasta. Harrastamisen Suomen malli on opetus- ja kulttuuriministeriön hanke nuorten hyvinvoinnin edistämiseksi ja se on pilotoitu Helsingissä vuonna 2021. Toiminta on laajentunut jo 235 kuntaan ja se on tarkoitus juurruttaa pysyväksi toimintatavaksi kunnissa sekä osaksi nuorisolakia. Harrastukset järjestetään yhteistyössä koulujen kanssa ja tavoitteena on mahdollistaa jokaiselle lapselle ja nuorelle maksuton ja mieleinen harrastus koulupäivän yhteydessä. Suomessa harrastaminen liitetään hyvinvointiin ja kansalaisyhteiskuntaan ja sillä on vahva kulttuurinen merkitys. Nykyisessä hallitusohjelmassa lasten hyvinvoinnin edistämiseen ja harrastusten takaamiseen on kiinnitetty erityistä huomiota. Asian tärkeyden vuoksi haluan tutkia Harrastamisen Suomen mallia myös lastensuojelun näkökulmasta. Tutkielmani teoreettinen viitekehys on käytäntötutkimus ja sen mukaisesti tutkimusaiheeni syntyi vuoropuhelussa Helsingin Harrastamisen Suomen mallin projektikoordinaattoreiden kanssa. Tutkimus toteutettiin laadullisella kyselyllä, joka osoitettiin Helsingin lastensuojelun avohuollon sosiaalityöntekijöille. Tutkimusaineisto kerättiin 21.2.-15.3.2022 välisenä aikana Helsingin yliopiston e-kyselylomakkeella ja kyselyyn vastasi 16 sosiaalityöntekijää. Aineisto analysoitiin aineistolähtöisen sisällönanalyysin avulla. Sosiaalityöntekijät liittivät Harrastamisen Suomen malliin hyötyjä lastensuojelun asiakkaiden näkökulmasta. Hyödyt liittyivät yhdenvertaisuuden ja tasa-arvon edistämiseen, kun lapsilla ja nuorilla oli paremmat mahdollisuudet taustastaan riippumatta päästä mukaan harrastustoimintaan. Muita yhdenvertaisuuteen liittyviä mallin hyötyjä olivat harrastustoiminnan maksuttomuus ja matalan kynnyksen harrastustoiminnan mahdollistaminen. Harrastamisen Suomen mallin todettiin edistävän myös lasten ja nuorten hyvinvointia lisäten lapsille yhteisöllisyyttä ja estäen yksinäisyyttä. Mallin koettiin tukevan myös vanhempien hyvinvointia ja voimavaroja harrastustoiminnan tapahtuessa koulupäivien yhteydessä. Sosiaalityöntekijöiden vastausten mukaan Harrastamisen Suomen malliin liittyi myös haasteita ja jaoin vastaukset koskemaan lapsia, vanhempia, tiedottamista, muutosten uhkia ja harrastusvalikoimaa. Lastensuojelun avohuollon asiakkaiden kohdalla havaituista haasteista Harrastamisen Suomen malli ratkaisisi monet, mikäli malli toimisi käytännössä optimaalisesti. Suurin haaste onkin saada malli tavoittamaan kaikki osapuolet. Tätä edesauttaisi parhaiten onnistunut mallin profilointi, markkinointi ja tiedottaminen. Mallin tulisi vastata myös lasten ja nuorten tarpeisiin, rakentaa hyvää yhteistyötä eri osapuolten kesken ja sille pitäisi luoda onnistunut palvelupolku lastensuojelusta harrastustoimintaan. Tutkielmani on edistämässä lastensuojelun asiakkaiden yhdenvertaisia harrastusmahdollisuuksia ja sitä, että myös he pääsevät hyötymään Harrastamisen Suomen mallia täysimääräisesti. Kiinnostavana jatkotutkimuksen aiheena olisi tutkia sitä, kuinka Harrastamisen Suomen mallia onnistutaan kehittämään havaitsemieni haasteiden pohjalta. Yksi näkökulma voisi olla esimerkiksi sporttikummien roolin rakentaminen osana ehkäisevää sosiaalityötä.
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 | 0.002 | 0.004 |
| 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 | 0.012 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.146 | 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".