MétaCan
Menu
Back to cohort
Record W7125467753

Porvoon liikuntapalvelujen Integration through Sports -hankkeen vaikuttavuustutkimus

2025· other· fi· W7125467753 on OpenAlexaboutno aff
Maria Pirseyedi

Bibliographic record

VenueTheseus (Ammattikorkeakoulujen) · 2025
Typeother
Languagefi
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsWork (physics)System integrationData integrationQuarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Tässä opinnäytetyössä tarkasteltiin liikuntaharrastusten potentiaalia maahanmuuttajataustaisten henkilöiden kotoutumisen edistämisessä. Aihealue on ajankohtainen, sillä maahanmuuttajataustaisten asukkaiden määrä Suomessa on kasvussa ja sen myötä lisääntyy myös tarve kehittää palvelumuotoja, joilla heidän osallisuuttaan yhteiskunnan eri osa-alueilla pystytään edistämään. Opinnäytetyössä tutustuttiin ensin kirjallisten lähteiden valossa kotoutumisen tukemiseen yhteiskunnassa sekä eri näkökulmiin siitä, millä tavoin ohjattuun liikuntatoimintaan osallistuminen voi edesauttaa kotoutumisprosessia tai ainakin sen osa-alueita. Kotoutumismääritelmän pohjana käytettiin Berryn akkulturaatiomallia, jota täydennettiin tarkentavilla näkökulmilla. Liikunta- ja harrastustoimintaan liittyvää potentiaalia kotoutumisen edistämisessä tarkasteltiin liikunnan hyvinvointi-, saavutettavuus- ja osallisuusnäkökulmia tarkastelevien lähteiden valossa. Lähdekatsauksen jälkeen esiteltiin tapaustutkimuksena Porvoon kaupungin Integration through Sports -hanke. Hanketta käytettiin esimerkkinä työstä, jota Suomen kunnissa tehdään kotoutumisen ja osallisuuden edistämiseksi liikunnan kautta. Opinnäytetyön toimeksiantajana toimi Porvoon liikuntapalvelut. Opinnäytetyön tavoite oli muodostaa kaupungin henkilöstölle kuvaus Integration through Sports -hankkeen vaikuttavuudesta. Päätuloksena muodostettiin kuvaus hankkeen asiakasmääristä, harrastustoimintaan tutustumisten ja seuratoimintaan liittymisten määristä, hankkeessa käytettyjen toimintatapojen koetusta toimivuudesta sekä hankkeen tuloksista suhteessa sen tavoitteisiin ja ennakoituihin tuloksiin. Lisäksi esitettiin kehittämisehdotuksia mahdollista jatkotoimintaa varten. Aineistonkeruun menetelminä käytettiin haastattelua ja kyselytutkimusta, joiden lisäksi kokonaiskuvaa täydennettiin hankkeen koordinaattorilta saadulla kirjallisella materiaalilla. Aineisto keskittyi hanketta tuntevien kaupungin työntekijöiden sekä seuratoimijoiden näkemyksiin. Hankkeeseen osallistuneet nuoret rajautuivat tässä opinnäytetyössä aineistonkeruun ulkopuolelle. Tapaustutkimuksen johtopäätöksenä oli, että osa Integration through Sports -hankkeen tavoitteista ja ennakoiduista tuloksista, kuten maahanmuuttajataustaisten nuorten tuominen mukaan seuratoimintaan, liikunta-aktiivisuuden lisääminen sekä suomen kielen oppiminen harrastuksen kautta, toteutuivat. Osa tavoitteista, kuten maahanmuuttajataustaisten nuorten osallistuminen yhteisiin aktiviteetteihin muiden nuorten kanssa, toteutuivat osittain. Abstraktimpiin teemoihin, kuten hankkeen mahdollisiin kotoutumisvaikutuksiin, ei pystytty aineiston perusteella mitattavassa muodossa vastaamaan. Opinnäytetyön valmistumisprosessi toimeksiantosopimuksen kirjoittamisesta valmiin työn palautukseen ajoittui vuoden 2025 tammikuun ja joulukuun väliselle ajalle

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.053
Threshold uncertainty score0.179

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0030.001
Scholarly communication0.0070.003
Open science0.0010.007
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0530.011

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.

Opus teacher head0.022
GPT teacher head0.279
Teacher spread0.257 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueTheseus (Ammattikorkeakoulujen)French-language works237,207