Pakolaislapsen traumainformoitu kohtaaminen hoitotyössä : oppimateriaali sairaanhoitajaopiskelijoille
Bibliographic record
Abstract
Pakolaisuus on yleistynyt maailmassa ja siten myös Suomessa. Pakolaisista noin puolet on alaikäisiä. Hoitotyön ammattilaiset kohtaavat pakolaislapsia monissa eri toimintaympäristöissä. Pakolaiset ovat kokeneet järkyttäviä asioita, jotka voivat johtaa traumatisoitumiseen. Hoitotyön ammattilaisilla on tärkeä rooli traumatisoituneiden pakolaislasten kohtaamisessa. Traumainformoitua työotetta soveltamalla luodaan turvallinen ja luottamuksellinen ympäristö, joka tukee toipumista, vahvistaa resilienssiä ja antaa toivoa tulevasta. \nTämän opinnäytetyön tarkoituksena oli tuottaa oppimateriaali Kaakkois- Suomen ammattikorkeakoulun käyttöön. Opinnäytetyön tarkoituksena oli kuvata pakolaislapsen traumainformoitua kohtaamista. Tavoitteena oli lisätä sairaanhoitajaopiskelijoiden osaamista pakolaislasten ja sodan kokeneiden lasten traumainformoidusta lähestymistavasta ja kohtaamisen keinoista hoitotyössä. Oppimateriaali kehitettiin täyttämään pedagogiset laatukriteerit. Oppimateriaalin yhteyteen kehitetty case-työskentelyyn soveltuva tehtävä tukee opiskelijan tietoista ajattelua ja aktiivista toimintaa. \nOpinnäytetyö toteutettiin toiminnallisen opinnäytetyön prosessin mukaisesti. Opinnäytetyö sisältää teoreettisen viitekehyksen, toteutusprosessin kuvauksen sekä lopullisen tuotoksen eli oppimateriaalin. Teoreettisessa viitekehyksessä tarkastellaan pakolaisuuteen sekä traumainformoituun kohtaamiseen liittyviä teemoja teoriatiedon pohjalta. Toteutusprosessin raportissa kuvataan opinnäytetyön kehittämisprosessia teoriatietoon peilaten. Valmis oppimateriaali tulee Kaakkois-Suomen ammattikorkeakoulun käyttöön osaksi sairaanhoitajaopintoihin kuuluvaa lasten ja nuorten hoitotyön opintojaksoa.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.082 | 0.022 |
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".