Bibliographic record
Abstract
Tämän tutkimuksen tavoitteena on syventää ymmärrystä naisten asunnottomuudesta Suomessa. \nTavoitteena on myös ymmärtää ilmiöitä naisten asunnottomuuden taustalla, ja löytää keinoja \nnaisille päästä pois asunnottomuuden kierteestä. Tutkimus käsittelee naisten asunnottomuutta \nmonipuolisten lähteiden ja kirjallisuuden avulla. Tutkimus on rajattu käsittelemään naisten \nasunnottomuutta vain Suomessa. Tarkoituksena on luoda lukijalle selkeä kuva \nasunnottomuudesta Suomessa, sekä muistuttaa tästä yhteiskunnallisesta ongelmasta. \n \nTutkimuksen viitekehys tarkastelee naisten asunnottomuutta erilaisten termien avulla, kuten \npiiloasunnottomuus, kodittomuus sekä kaupunkitila. Tutkimuksen kirjallisuudessa näkyy niin \nsosiaalitieteiden kuin maantieteen lähestymistapoja aiheeseen. Naisten asunnottomuus on \nhaastava yhteiskunnallinen ongelma, jonka ratkaisemiseen tarviaan monitieteistä osaamista. \n \nTutkimuksen haastatteluaineistot koostuvat kolmesta erilaisesta julkaisusta liittyen naisten \nasunnottomuuteen. Kaksi näistä on opinnäytetöistä, joissa on mukana tutkijoiden tuottamat \nhaastattelut. Kolmas aineisto on puolestaan tieteellinen artikkeli, johon on myös koottu tietoa \nhaastattelujen kautta. Näistä aineistoista tehtiin teoriaohjaava sisällönanalyysi. Teoriaohjaava \nsisällönanalyysi toimi tutkimuksessa hyvin, sillä aineistoissa oli merkittävää tietoa itse \nasunnottomilta sekä heidän kanssaan työtä tehneiltä alan ammattilaisilta. Aineistoista löydetyt \nasiat koottiin yhteen kuitenkin viitekehyksen teorian kanssa. \n \nTuloksissa ilmeni selkeästi aineistoissa olevat yhtäläisyydet naisten kokemasta \npiiloasunnotomuudesta, häpeästä ja turvattomuudesta. Aineistoissa myös painotettiin naisten \nkokemia traumoja heidän lapsuudessaan, jotka usein vaikuttivat heidän mielenterveyteensä \naikuisiällä. Avun saaminen oli vaikeaa, ja apu oli usein riittämätöntä. Nämä kaikki luovat omat \nhaasteensa naisten auttamiseen, mutta avainasemassa voidaan pitää monipuolisen \nasiakaslähtöisen avun saamista. Turvallisen ja sukupuolineutraalin kaupunkitilan luominen on \nmyös tärkeää, jotta naiset pääsevät helpommin avun luokse. Naiserityisyys näkyy \nasunnottomuudessa naisten erityistarpeiden huomioimisessa muun muassa kuinka asunnosta \ntehdään koti ja kuinka lapsuus ja nuoruustraumat voivat vaikuttaa aikuisiällä. On myös tärkeää \nmahdollistettava naisille turvallinen tila käsitellä ongelmiaan yhdessä ammattilaisten kanssa.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.000 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.077 | 0.281 |
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; both teacher heads agree on what is shown here.
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".