Neuvolaikäisten lasten rokotusturvallisuus ja rokottamattomuus: posteri rokottamisesta Siun soten lastenneuvolan asiakkaille
Bibliographic record
Abstract
Suomessa on käytössä laissa säädetty kansallinen rokotusohjelma, joka on ilmainen sekä vapaaehtoinen jokaiselle Suomen kansalaiselle. Rokotusohjelman tarkoituksena on suojata Suomen väestö mahdollisimman hyvin rokotuksin estettäviä tauteja vastaan. Koronapandemian jälkeen on tilastoitu, että Suomen rokotuskattavuus on ollut laskussa. Jokainen huoltaja sekä vanhempi on vastuussa oman lapsensa rokottamisesta. Toiminnallinen opinnäytetyö tehtiin Siun soten neuvolapalvelun asiakkaille, lisäämään tietoa neuvolaikäisten lasten rokottamisesta ja rokottamattomuuden riskeistä. Tehtävänä on pienimuotoinen tietopaketti rokotusasennoista pienen lapsen kanssa, sekä rokottamisen tärkeydestä. Tämä esitetään Siun soten alueen neuvolayksiköissä posterin muodossa. Tarkoituksena tällä posterilla on lisätä tietoisuutta rokottamisen tärkeydestä vanhemmille ja huoltajille, sekä auttaa heitä siinä, miten pienen lapsen kanssa tulisi olla rokotustilanteessa. Opinnäytetyön tuotoksena syntyi posteri pienten lasten rokottamisesta. Posteri tehtiin Siun soten neuvolapalveluille. Posterista saadun palautteen perusteella posteri oli visuaalisesti näyttävä, selkeä sekä sisälsi oleellisimmat asiat aiheesta, sillä on myös hyvät jatkokehitysmahdollisuudet.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.156 | 0.052 |
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".