MétaCan
Menu
← Back to cohort
Record W7058281113

Mielenterveyshäiriöiden varhaisen tunnistamisen hyödyt Suomen opiskeluterveydenhuollossa : kuvaileva kirjallisuuskatsaus

2022· other· fi· W7058281113 on OpenAlexaboutno aff

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2022
Typeother
Languagefi
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsValue (mathematics)Quarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Opinnäytetyön tarkoituksena on kuvata menetelmiä, joita on käytössä mielenterveyshäiriöiden varhaisen tunnistamiseen opiskeluterveydenhuollossa, ja käsitellä pitkäaikaisia hyötyjä, joita saavutetaan mielenterveyshäiriöiden varhaisen tunnistamisen seurauksena. Opinnäytetyön tavoitteena on osoittaa, kuinka suuria vaikutuksia nuorten mielenterveyshäiriöiden varhaisella tunnistamisella on pitkällä aikavälillä. Opinnäytetyölle ei saatu sovitussa ajassa yhteistyökumppania työelämästä. \n \nOpinnäytetyö toteutettiin kuvailevana kirjallisuuskatsauksena. Teoreettinen viitekehys koostuu mielenterveyshäiriöiden varhaisesta tunnistamisesta, mielenterveyshäiriöiden pitkäaikaisista vaikutuksista ja opiskeluterveydenhuollosta Suomessa. Tutkimusaineisto koostui seitsemästä tutkimusartikkelista, joista neljä oli suomenkielisiä ja kolme englanninkielisiä. Opinnäytetyössä on käytetty vuosina 2012–2022 julkaistuja tutkimuksia. Kerätty tutkimusaineisto analysoitiin teemoitelulla, jonka tarkoituksena on etsiä tutkimusaineistosta erottavia ja yhdistäviä tekijöitä. Tutkimusartikkelien perusteella valittiin neljä pääteemaa: palvelujen piiriin ohjaus, varhaiset interventiot, yksilötasoiset vaikutukset ja yhteiskunnalliset vaikutukset. \n \nOpinnäytetyön tulokset osoittavat, että nuorten mielenterveyshäiriöiden varhaisella tunnistamisella on paljon hyödyllisiä vaikutuksia niin yksilön tasolta kuin yhteiskunnallisesti. Opiskeluterveydenhuollossa on niin Suomessa kuin kansainvälisesti käytössä erilaisia nuorten mielenterveyshäiriöiden tunnistamista edesauttavia menetelmiä. Tutkimuksissa havaitut alueelliset eroavaisuudet mielenterveyshäiriöiden varhaiseen tunnistamiseen kohdistetuista resursseista Suomen sisällä ovat myös opinnäytetyön keskeisiä johtopäätöksiä. \n \nOpinnäytetyön pohjalta jatkotutkimusaiheiksi nousivat käytössä olevien interventioiden luotettavuus, nuoren sosioekonomisen aseman ja elinympäristön vaikutukset nuorten avun hakemiseen ja nuorten oma suhtautuminen mielenterveysongelmiin. \n \nAsiasanat: opiskeluterveydenhuolto, mielenterveyshäiriöt, varhainen tunnistaminen, pitkäaikaiset vaikutukset

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: Systematic review · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: none
Teacher disagreement score0.037
Threshold uncertainty score0.124

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0020.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0370.007

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 head0.022
GPT teacher head0.273
Teacher spread0.252 · 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 designSystematic review
Domainnot available
GenreReview

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 topicMagnetic confinement fusion research→French-language works237,207→