Opettajien tulkinnat kouluun kiinnittymisestä
Bibliographic record
Abstract
Tutkimuksen tarkoituksena oli selvittää mitä kouluun kiinnittymisen osa-alueita opettajat pitävät tärkeinä oppimisessa ja opettamisessa. Lisäksi selvitettiin taustamuuttujien (sukupuoli, opetuskokemus, opetustehtävä, pystyvyyskäsitykset) yhteyttä kouluun kiinnittymisen tulkintoihin. Tutkimuksen aineisto kerättiin viiden eri yläkoulun aineen- ja erityisopettajilta. Tutkimukseen osallistui yhteensä 178 vastaajaa. Kysely koostui kahdesta eri osiosta, joista ensimmäinen mittasi kouluun kiinnittymisen osa-alueita ja jälkimmäinen opettajien pystyvyyskäsityksiä. Vastaukset analysoitiin määrällisen tutkimuksen keinoin. Opettajille annettiin lisäksi mahdollisuus kertoa omista keinoistaan tukea oppilaan kouluun kiinnittymistä avoimen kysymyksen muodossa. Avoimen kysymyksen osalta vastaukset analysoitiin käyttämällä teemoittelua ja sisällönanalyysia. Kouluun kiinnittymisen osa-alueista emotionaalinen kiinnittyminen nousi merkittävimmäksi kiinnittymisen ulottuvuudeksi. Vaikka keskiarvopistemäärät arvioinneissa olivat korkeat, erot kognitiiviseen ja behavioraaliseen osa-alueeseen olivat selvät. Behavioraalinen kiinnitty-minen puolestaan sai arvioissa vähemmän merkitystä muihin osa-alueisiin nähden. Taustamuuttujien osalta sukupuoli nousi merkittävimmäksi erottavaksi tekijäksi. Naiset arvioivat jokaista osa-aluetta opetuksen ja oppimisen kannalta tärkeämmäksi kuin miehet. Opettajien kuvaamat kiinnittymistä tukevat keinot ovat tiivistettynä seuraavat: opettaja-oppilassuhteen rakentaminen, sosiaaliseen oppimis-ympäristöön liittyvät keinot, opettajan pedagogisen osaamisen hyödyntäminen ja yhteistyön keinot. Näin ollen opettajat painottavat sekä käytännön toiminnallaan että opetusta yleisemmällä tasolla arvioidessaan emotionaalista ulottuvuutta. Tämä tutkimus antaa osaltaan näkemystä siihen, miten opettajat tulkitsevat kouluun kiinnittymistä. On tärkeää, että opettajat tiedostavat kouluun kiinnittymisen merkityksen oppimisessa ja opettamisessa. Näin heillä on omalta osaltaan mahdollisuus vaikuttaa siihen, että oppilaat kokevat oppimisen merkitykselliseksi ja kielteisen kehityksen riski vähenee. Kouluun kiinnittymisen huomioiminen ja oppilaiden kiinnittymisen arviointi voisivat olla näkyvämmin esillä koulujen arjessa.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.071 | 0.027 |
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".