Tervetulopaketti Lapland Hotel Riekonlinnaan
Bibliographic record
Abstract
Opinnäytetyön tuotoksena kehitetään tervetulopaketti tuleville työntekijöille Lapland Hotel Riekonlinnaan. Tervetulopaketissa on hyödyllistä tietoa uudelle työntekijälle. Hotellille ei ole aikaisemmin tehty vastaava tervetulopakettia, ja sen takia paketti onkin ajankohtainen ja tärkeä. Opinnäytetyössä käsitellään uuden työntekijän valmiuksia tulla töihin sekä perehdyttämisen tärkeyttä. Lisäksi tekstissä käsitellään myös johtamista ja lainsäädäntöä. \nOpinnäytetyö on toiminnallinen, jonka vuoksi käsittelen teoriaosuudessani myös toiminnallista opinnäytetyötä yhtenä aiheena. Opinnäytetyö on tuotekehitystä, jossa tuodaan uusi tuote, toimiva tervetulopaketti. \nTyön tavoitteena on auttaa uutta työntekijää saapumaan Saariselälle ja aloittamaan uuden työnsä sekä edistää työntekijöiden tietämystä kylästä. Työn tavoitetta voidaan katsoa myös työnantajan näkökulmasta. Haluttiin luoda tervetulopaketti, jonka avulla työntekijän perehdytys on nopeampaa ja tehokkaampaa. Tarkoituksena oli luoda hyvä ohjepohja uusille työntekijöille. \nPaketin toimivuutta arvioidaan käytännössä ja sitä arvioi myös Lapland Hotelsin henkilöstö tai osa siitä. Pakettia on pidetty hyvänä ideana ja se halutaan ehdottomasti ottaa käyttöön. Paketti on yksi osa henkilöstön tyytyväisyyden ylläpitoa, ja se edistää myös uusien työntekijöiden rekrytoimista. \nOpinnäytetyön teoriapohja koostuu perehdyttämisestä, työhön opastuksesta, Suomen laista sekä johtamisesta. Lisäksi teoriassa käsitellään myös Saariselkää ja Lapland Hotelsia sekä Riekonlinna-hotellia. Teoriaosuudessa on käytetty sekä kirjallisuutta että internetin lähteitä.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.225 | 0.076 |
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".