Toimintasuunnitelman laatiminen Suomen alamäkiluisteluliitolle
Bibliographic record
Abstract
Tämä opinnäytetyön toimeksiantajana oli Suomen alamäkiluisteluliitto. Suomen alamäkiluisteluliitto toimii Suomessa alamäkiluistelun kattojärjestönä ja sen tehtävänä on kehittää ja ylläpitää alamäkiluistelutoimintaa Suomessa. \n \nOpinnäytetyöprosessin tuloksena syntyi toimintasuunnitelma Suomen alamäkiluisteluliitolle. Toimintasuunnitelma on tehty kaudelle 2018/2019. Tavoitteena on, että toimintasuunnitelma on käytännöllinen apuväline liiton toiminnalle ja sitä käytetään kaiken toiminnan pohjana liitossa myös tulevaisuudessa. \n \nProjektin suunnittelu aloitettiin kesällä 2018 yhdessä liiton henkilöiden kanssa. Projektin aikana mietittiin liiton tulevaisuutta ja tavoitteita tarkemmin. Toimintasuunnitelmaan sisällytettiin kauden tärkeimpiä tavoitteita ja toimenpiteitä sekä toiminnan kannalta tärkeitä asioita. \n \nOpinnäytetyö sisältää Suomen alamäkiluisteluliiton toimintaan liittyviä aiheita. Niitä ovat johtaminen, tapahtumanjärjestäminen sekä markkinointi ja viestintä. Sen lisäksi tässä opinnäytetyössä käsitellään alamäkiluistelua lajina. Lajiin liittyvää tietoutta on kerätty muun muassa alamäkiluistelun sääntökirjasta ja kansainvälisen alamäkiluisteluliiton johtohenkilöitä haastattelemalla. \n \nOpinnäytetyön lopussa käsitellään koko opinnäytetyöprosessia. Se sisältää projektin tavoitteet, toteutuksen, tulokset ja arvioinnin. Projektin kokonaisuus nivotaan yhteen pohdinnassa.
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 | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.036 | 0.012 |
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".