Liikunnanohjaajan opas Suomen Ladun vapaaehtoisille ohjaajille
Bibliographic record
Abstract
Tämän opinnäytetyön aiheena oli käsitellä liikunnanohjaamista ja siihen liittyviä asioita, kuten vuorovaikutusta, ryhmän ohjaamista ja ohjausmenetelmiä. Tavoitteena oli tuottaa Suomen Ladulle tietoa ohjaamisen eri aiheista heidän ohjaajan oppaaseen, jota käyttävät Suomen Ladun ohjaajat erilaisten lajien ohjaamisessa. \n \nEnnen tämän työn aloittamista toteutettiin Suomen Ladun ohjaajille kysely, jossa kysyttiin ohjaamiseen liittyviä asioita ja ohjaajien omia toiveita ohjaamisen tueksi. Kyselyn pohjalta saatiin ohjaajille tärkeät asiat ja niitä käsiteltiin tässä työssä teoriassa ja sen pohjalta koottiin oppaan sisältö. Oppaan sisältöä koostettiin toimeksiantajan toiveiden mukaan heidän ohjaajilleen sopivaksi. \n \nTuotokseen koottiin teoriasta sekä ohjaajien kyselystä nousseet osa-alueet eli ohjausmenetelmät, ryhmän ohjaaminen ja vuorovaikutus. Sisällössä keskityttiin perusasioihin näissä aiheissa ja lisäksi mukana on vinkkejä asioiden soveltamiseen Suomen Ladun lajeihin. Lisäksi oppaassa esitellään eri tyyppisiä ohjausmenetelmiä, joita ohjaajat voivat soveltaa omassa työskentelyssään tarpeen mukaan. \n \nTämän työn tuotoksena valmistunut oppaan osio, joka osa Suomen Ladun ohjaajan opasta, sisälsi Suomen Ladun ohjaajille tärkeitä ohjeita, koska he itse kokivat juuri nämä aiheet tärkeiksi kyselyssä. Oppaan avulla ohjaajat saavat työkaluja omaan ohjaamiseensa ja tätä kautta ryhmät saavat suunnitelmallisempaa ohjausta, jos ohjaajat hyödyntävät oppaan sisältöä ohjaamisessaan. Ohjaajat saavat varmasti vielä helpommin hyödynnettyä ohjeita, kun ne ovat kohdennettu Suomen Ladun lajeihin. Yleisen tason ohjeita on kuitenkin mahdollista soveltaa kaikkiin lajeihin tarpeen mukaan, joten tästä oppaasta on hyötyä laajasti kaikille ohjaajille. Kaikki Suomen Ladun ohjaajat saavat oppaan käyttönsä oman ohjaamisensa avuksi.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.123 | 0.049 |
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".