Tulevan asumisen ennakointi: asiakasymmärryksen lisääminen 55–70-vuotiaiden kohderyhmässä palvelumuotoilun keinoin
Bibliographic record
Abstract
Kymmenen vuoden päästä yli neljäsosa suomalaisista on yli 65-vuotiaita. Asumisen ennakointiin ja tulevan asumisen haasteisiin havahdutaan kuitenkin usein liian myöhään, silloin kun haasteisiin tarttuminen on jo hankalampaa. Opinnäytetyön toimeksiantajana on Suomen Asumisen Apu ry. Yhdistyksen kaiken toiminnan päämääränä on ikääntyvien itsenäisen asumisen tukeminen. Yhdistys kannustaakin ikääntyviä pohtimaan omaa tulevaa asumistaan hyvissä ajoin, ennen haasteiden ilmaantumista. \n \nOpinnäytetyön tutkimuksen kohderyhmäksi valikoituivat yhdistyksen toiveesta 55–70-vuotiaat Espoossa, Helsingissä ja Vantaalla asuvat henkilöt. Opinnäytetyössä pyrittiin löytämään niitä keskeisiä tekijöitä ja tarpeita, jotka vaikuttavat valitun kohderyhmän asumisen ennakoitiin. Lisäksi tutkittiin, millainen merkitys kohderyhmäläisen omalla motivaatiolla on tulevan asumisen suunnittelussa. \n \nTutkimusmenetelminä käytettiin kyselyä, muotoiluluotaimia ja haastatteluja. Tutkimusaineisto analysoitiin käyttämällä valmiita analysointityökaluja, sekä jäsentelemällä tietoa samankaltaisuuskaavion avulla. Tutkimuksessa esiin nousseet kohderyhmän tarpeet jaoteltiin Maslow’n tarvehierarkiaa mukailleen viiteen eri osioon: fysiologiset tarpeet, turvallisuuden tarpeet, sosiaaliset tarpeet, arvostuksen tarpeet sekä itsensä toteuttamisen tarpeet. Näistä muodostui tulevan asumisen tarvehierarkia. Varsinkin asumisen fyysinen, henkinen ja taloudellinen turvallisuus nousivat tutkimuksessa esiin. Tutkimuksen perusteella luotiin myös motivaatioperustaiset asiakasprofiilit: kieltäjä, innostettava, pohdiskelija ja aktiivinen. Asiakasprofiilit luotiin nelikentälle kyvykkyyden ja muutoshalukkuuden mukaan. Korkea kyvykkyys ja muutoshalukkuus luovat parhaat edellytykset tulevan asumisen suunnitteluun (asiakasprofiilissa aktiivinen). Haasteellisin asiakasryhmä tulevan asumisen suunnittelun suhteen on matala kyvykkyys yhdistettynä matalaan muutoshalukkuuteen (asiakasprofiilissa kieltäjä). Kaksi muuta profiilia, innostettava ja pohdiskelija, ovat oikealla sisällöllä ja tuella mahdollista saada mukaan tulevan asumisen suunnitteluun. \n \nOpinnäytetyössä kerättiin asiakasymmärrystä yhdistykselle, jotta se voi suunnitella parempia palveluita valitsemalleen kohderyhmälle. Opinnäytetyön toimeksiantaja voi hyödyntää opinnäytetyön tuloksia nykyisten palveluiden kehittämisessä, tai mahdollisten uusien palveluiden luomisessa.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.043 | 0.015 |
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".