Suomen Urheiluopiston yläkoululeiritysmallin kehittäminen vuosina 2016-2017
Bibliographic record
Abstract
Yläkoululeiritystä järjestetään 11 urheiluopistolla ympäri Suomea. Urheiluopistojen järjestämiä yläkoululeirityksiä suunnittelee ja toteuttaa laajat asiantuntijaverkostot, joihin osaamista tuovat niin lajiliitot kuin alueelliset urheiluakatemiatkin. Toiminnalla pyritään vaikuttamaan tavoitteellisesti urheiluun suuntautuneiden yläkouluikäisten harjoitteluun ja urheilijana kehittymiseen. Toimintaa ohjaa ja koordinoi Suomen Olympiakomitean alainen urheiluakatemiaohjelma. \n \nTämän työelämän kehittämistehtävän tavoitteena oli käynnistää ja kokeilujen kautta kehittää Suomen Urheiluopiston toimintamalli yläkoululeirityksen toteuttamisesta valtakunnallisen mallin mukaisesti vuosien 2016 ja 2017 aikana. Projekti käynnistyi huhtikuussa 2016, jolloin kartoitettiin ja sitoutettiin kumppaneiksi potentiaalisimpia ja Suomen Urheiluopistolle läheisimpiä lajiliittoja. Ensimmäisenä lajiliittona Suomen Urheiluopiston toteuttamaan yläkoululeiritykseen sitoutui Suomen Golfliitto. Golf olikin ensimmäinen laji, kun yläkoululeiritysten toteutukset alkoivat vuoden 2016 lokakuussa. Kevätlukukaudella 2017 golfin seuraksi yläkoululeiritykseen liittyivät taitoluistelu, teamgym ja uinti. Yhteensä ensimmäiseen lukukauteen osallistui 76 urheilijaa. \n \nEnsimmäisen toimintakauden kokemukset ja kehityskohteet kerättiin yhdessä osallistuneiden lajien kanssa. Valmistautuminen toimintakauteen 2017-2018 alkoi huhtikuussa 2017, jolloin vanhojen ja tulevien lajien kanssa suunniteltiin tulevien leirien toteutuksia. Toimintakauden 2017-2018 syksyllä lajien määrä on noussut kymmeneen ja osallistuvien urheilijoiden määrä on yli 200. \n \nSuomen Urheiluopiston järjestämän yläkoululeirityksen erityispiirteenä on tiivis yhteistyö Haaga-Helia ammattikorkeakoulun kanssa. Tämän mahdollistaa kyseisen oppilaitoksen valmennuksesta vastaavien opettajien ja heidän opiskelijaryhmien oppimisprojektien suuntaamista yläkoululeirityksen toteuttamiseen ja kehittämiseen. Laajan henkilöresurssin vuoksi yläkoululeirityksen toteuttamissa päästään yksilötasolle, joka tarkoittaa muun muassa yksilökeskustelujen toteuttamista. Toisena erityispiirteenä on monilajisuus, koska eri lajien urheilijoita osallistuu yläkoululeiritykseen samoilla viikoilla. Tämä mahdollistaa monilajisen yhteistyön niin urheilijoiden kuin valmentajienkin kesken. Kolmantena erityispiirteenä on urheilijan suorituskyvyn edistymisen seuranta, joka käsittää leirien aikana tehtävät testit sekä jokaisen leiriviikon jälkeen toteutettava palautekysely. Se perustuu urheilijan tekemään omaan itsearviointiin lajitaidoissa, psyykkisissä taidoissa sekä fyysisissä ominaisuuksissa. Lisäksi palautekyselyn yleiseen osioon sisältyy osio leirin yleisjärjestelyistä. Kyselyjen tuloksia hyödynnetään sisältöjen suunnittelussa ja kehittämisessä. Palautekyselyn kehittämisestä ja toteuttamisesta ovat vastanneet Haaga-Helia ammattikorkeakoulun valmennusta opettavat lehtorit ja heidän ohjauksessa olevia liikunnanohjaajaopiskelijoita.
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 | 0.004 | 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 | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.096 | 0.030 |
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".