Kaveritoimintaa maahanmuuttajille - Osallistujien kokemusten ja projektin kehitystarpeiden kartoittaminen
Bibliographic record
Abstract
Opinnäytetyömme on toteutettu yhteistyössä Stadin ammatti- ja aikuisopiston ja Helsingin seurakuntayhtymän kanssa koskien maahanmuuttajataustaisille opiskelijoille suunnattua koronakaveri-projektia ja sen kehittämistarpeita. Yhteyshenkilönä toimi Stadin ammatti- ja aikuisopiston oppilaitospappi Sanna Uusitalo. Tarkoituksena oli tarkastella Helsingin seurakuntayhtymän oppilaitostyön Koronakaveri-projektin kehitystarpeita niin projektiin osallistuneiden maahanmuuttajataustaisten suomen kielenopiskelijoiden kuin suomea äidinkielenään puhuvien vapaaehtoisina toimivien korkeakouluopiskelijoiden näkökulmasta heidän haastatteluissa antamansa palautteen perusteella. \n \nTutkimus on laadullinen ja menetelmänä on käytetty puolistrukturoitua teemahaastattelua, jonka pohjalta on tehty sisällön analyysi fenomenologiseen näkökulmaan, eli henkilön kokemusmaailman havainnointiin peilaten. Haastattelimme neljää toimintaan osallistunutta suomen kielen opiskelijaa ja neljää vapaaehtoista. \n \nTutkimuksessa maahanmuuttajien suurimmaksi korona-ajan haasteeksi nousi yksinäisyys, joka heijastuu monelle elämän osa-alueelle. Heikoimmassa asemassa olevat ihmiset ovat vaarassa syrjäytyä. Yksinäisyys korostuu niiden maahanmuuttajien kohdalla, joilla ei ole koronan myötä mahdollisuutta tavata edes koulutovereita ja suomen kielen kielitaito on puutteellinen.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.125 | 0.039 |
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".