Aseptinen työskentely SPR:n ensiapupäivystyksessä - Opasvideo SPR:n vapaaehtoistyöntekijöille
Bibliographic record
Abstract
Opinnäytetyömme tarkoituksena oli tuottaa laadukas opetusvideo aseptisesta työskentelystä Suomen Punaisen Ristin Lapin piirille koulutuksia varten. Opetusvideon toteutuksessa otimme huomioon sen, mitä toimeksiantajat halusivat videossa esitettävän. Video on kohdennettu ensiapupäivystyksessä työskenteleville vapaaehtoistyöntekijöille, joilla ei välttämättä ole mitään tietoa aseptiikkaan ja käsihygieniaan liittyvistä asioista. Tavoitteenamme oli antaa hyvin selkokielistä tietoa, kuinka toimia aseptisesti ensiapupäivystyksessä sekä mitä liittyy oikeaoppiseen käsihygieniaan. \n \n \nOpinnäytetyömme teoreettisissa lähtökohdissa käsittelimme aseptiikkaan ja käsihygieniaan liittyviä asioita, kuten esimerkiksi näyttöön perustuvaa tietoa käsien pesusta ja desinfektiosta sekä suojakäsineiden oikeaoppisesta käytöstä. Opetusvideosta rajasimme pois liiallisen teoriatiedon, jotta se palvelisi mahdollisimman hyvin kohderyhmäämme. Opetusvideon tietoperusta on laadittu kirjallisen työn pohjalta. \n \n \nToiminnallisessa opinnäytetyössä kirjallisen osuuden lisäksi tehdään itse tuotos. Opinnäytetyön tuotoksena syntyi aseptiikkaa sekä käsihygieniaa käsittelevä opetusvideo. Opetusvideo on myös tarvittaessa hyödynnettävissä muidenkin Suomen Punaisen Ristin piireissä niiden halutessaan.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.275 | 0.108 |
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".