Rehtoreiden työhyvinvointiprofiilit Covid-19-pandemian aikana : Vaatimukset ja voimavarat -malli
Bibliographic record
Abstract
Tavoitteet. Tutkimuksen tavoitteena oli tunnistaa suomalaisten rehtoreiden työhyvinvointiprofiileja työinnon ja työuupumuksen suhteen Covid-19-pandemian aikana keväällä 2021. Lisäksi tavoitteena oli selvittää, miten tunnistetut työhyvinvointiprofiilit eroavat rehtoreiden työn vaatimusten ja voimavarojen suhteen. Työn vaatimuksina tarkasteltiin Covid-19-kriisin ja Covid-19-rajoitusten purkamisen onnistumisen aiheuttamaa stressiä, ja työn voimavaroina sen sijaan resilienssiä ja palvelevaa johtajuutta. Tutkimuksen teoreettisena viitekehyksenä käytettiin työn vaatimukset ja voimavarat -mallia. Rehtoreiden työhyvinvoinnin tutkiminen Covid-19-pandemian aikana on tärkeää, sillä aikaisemmat tutkimukset ovat antaneet viitteitä siitä, että pandemian vuoksi lisääntyneet työn vaatimukset ovat vaikuttaneet negatiivisesti rehtoreiden työhyvinvointiin. Menetelmät. Tutkimuksen aineisto on osa rehtoribarometria ja se on kerätty keväällä 2021. Sähköinen kysely lähetettiin kaikille Suomen rehtoreille (n. 1200 rehtoria) Opetushallituksen ja Suomen Rehtorit ry:n toimesta. Aineistossa oli yhteensä N = 526 vastaajaa, joista naisia oli 59 %. Työhyvinvointiprofiilit muodostettiin kaksivaiheisella klusterianalyysillä, ja profiilien välisiä eroja työn vaatimusten ja voimavarojen suhteen tutkittiin Kruskal-Wallis H -testillä. Tulokset ja johtopäätökset. Aineistosta tunnistettiin kolme työhyvinvointiprofiilia; innostuneet (35 %), uupumisriskissä olevat (45 %) ja uupuneet (20 %) rehtorit. Uupuneet ja uupumisriskissä olevat rehtorit kokivat enemmän Covid-19-kriisin ja Covid-19-rajoitusten purkamisen aiheuttamaa stressiä kuin innostuneet rehtorit. Työn voimavarojen osalta työhyvinvointiprofiilit erosivat niin, että innostuneet rehtorit raportoivat eniten resilienssiä sekä kokivat oman johtamistyylinsä vastaavan eniten palvelevaa johtajuutta, kun verrattiin uupumisriskissä oleviin ja uupuneisiin rehtoreihin. Tulokset osoittivat, että yli puolet rehtoreista (65 %) kuuluivat uupumusryhmiin, mikä on erittäin huolestuttavaa. Jatkossa tulisi tunnistaa laajemmin rehtoreiden työn vaatimuksia ja voimavaroja sekä löytää konkreettisia keinoja, miten tehdyt havainnot voidaan viedä käytäntöön rehtoreiden työhyvinvoinnin tukemiseksi.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.032 | 0.007 |
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.
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".